Los sistemas multiagente tienen una amplia gama de aplicaciones en IA, que incluyen, entre otras: Resolución distribuida de problemas: en este escenario, varios agentes trabajan juntos para resolver un problema que es demasiado grande o complejo para que lo maneje un solo agente. Esto se utiliza a menudo en problemas de logística, programación y optimización.
Estos agentes interactúan con otros agentes para lograr un objetivo común. Es posible que tengan que coordinar sus acciones y comunicarse entre sí para lograr su objetivo.
La sinergia entre sistemas multiagentes y la educación superior en la era de la IA presenta un paisaje innovador y transformador, en el cual los ingenieros y doctores universitarios tienen un papel crucial en la comprensión y explotación de este potencial.
En este escenario, los sistemas multiagentes, conceptualizados como entidades autónomas que interactúan entre sí para lograr objetivos comunes, desempeñan un papel esencial. Estos sistemas, modelados mediante algoritmos como árboles de decisión y grafos, permiten simular y optimizar entornos educativos complejos, adaptándose dinámicamente a las necesidades individuales y colectivas de los estudiantes.
Por un lado, en el ámbito del aprendizaje, los sistemas multiagentes facilitan la personalización del aprendizaje, mediante la adaptación de los contenidos y la metodología según el perfil y el progreso de cada estudiante. Esto se traduce en una mayor eficiencia y efectividad en la adquisición de conocimientos, así como en una mayor motivación y compromiso por parte de los estudiantes.
Por otro lado, en el ámbito de la investigación educativa, los sistemas multiagentes ofrecen herramientas poderosas para el análisis y la predicción de tendencias educativas, así como para la optimización de políticas y estrategias institucionales. Mediante técnicas como la minería de datos y el aprendizaje automático, es posible identificar patrones y relaciones no evidentes en grandes volúmenes de datos educativos, lo que permite tomar decisiones informadas y proactivas para mejorar la calidad y la equidad educativa.
Para ilustrar la aplicación práctica de la minería de datos y el aprendizaje automático en el análisis de tendencias educativas, así como en la optimización de políticas y estrategias institucionales, podemos utilizar un conjunto de datos ficticio que represente información sobre el rendimiento académico de los estudiantes y sus características socioeconómicas. Luego, implementaremos un modelo de aprendizaje automático para predecir el rendimiento estudiantil y analizar los factores que influyen en él.
Minería de Datos:
Primero, realizaremos un análisis exploratorio de los datos para identificar patrones y relaciones utilizando técnicas de minería de datos. Vamos a cargar un conjunto de datos ficticio y explorarlo:
pythonCopy codeimport pandas as pd
# Cargar los datos ficticios
datos_educativos = pd.read_csv('datos_educativos.csv')
# Mostrar las primeras filas del conjunto de datos
print(datos_educativos.head())
# Realizar un resumen estadístico de los datos
print(datos_educativos.describe())
# Calcular la correlación entre las variables
correlacion = datos_educativos.corr()
print(correlacion)
Aprendizaje Automático:
A continuación, construiremos un modelo de regresión utilizando aprendizaje automático para predecir el rendimiento estudiantil basado en las características proporcionadas en el conjunto de datos. Utilizaremos el algoritmo de Regresión Lineal como ejemplo:
pythonCopy codefrom sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error
# Separar características y etiquetas
X = datos_educativos[['Edad', 'Nivel_Economico', 'Horas_Estudio']]
y = datos_educativos['Rendimiento']
# Dividir los datos en conjuntos de entrenamiento y prueba
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# Crear y entrenar el modelo de regresión lineal
modelo = LinearRegression()
modelo.fit(X_train, y_train)
# Realizar predicciones en el conjunto de prueba
predicciones = modelo.predict(X_test)
# Calcular el error cuadrático medio (MSE) de las predicciones
mse = mean_squared_error(y_test, predicciones)
print("Error Cuadrático Medio (MSE):", mse)
Este ejemplo muestra cómo la minería de datos y el aprendizaje automático pueden ser utilizados para analizar tendencias educativas, identificar factores que afectan el rendimiento estudiantil y desarrollar modelos predictivos que ayuden a optimizar políticas y estrategias institucionales en el ámbito de la educación superior.
Además, la colaboración entre sistemas multiagentes y la educación superior potencia la innovación pedagógica y la experimentación con nuevos modelos educativos. Al simular entornos virtuales de aprendizaje, en los cuales los agentes representan tanto a estudiantes como a profesores, es posible explorar y evaluar de manera segura y eficiente el impacto de diferentes enfoques educativos, así como diseñar y validar nuevas metodologías y tecnologías educativas.
Imaginemos una plataforma de aprendizaje en línea donde los estudiantes interactúan con contenido educativo y reciben retroalimentación de un agente virtual que actúa como profesor. Este agente virtual puede adaptar la presentación del material según el progreso del estudiante, ofrecer ejercicios personalizados y proporcionar explicaciones adicionales cuando sea necesario. Los estudiantes pueden también colaborar entre sí en proyectos grupales, mientras el agente supervisa y facilita la colaboración.
Mediante esta simulación, los investigadores pueden experimentar con diferentes estilos de enseñanza, niveles de dificultad de los ejercicios, estrategias de colaboración y herramientas de retroalimentación. Posteriormente, pueden analizar los datos generados por la interacción de los agentes y los estudiantes para evaluar qué enfoques son más efectivos en términos de retención de conocimientos, compromiso del estudiante y eficacia general del proceso de aprendizaje.
Ejemplo algorítmico Codificado:
——Para ilustrar este concepto, podemos crear un entorno virtual simple donde un agente (representando al profesor) interactúa con un estudiante. Utilizaremos Python y la biblioteca gym, que es comúnmente utilizada en el desarrollo de entornos de aprendizaje por refuerzo.
pythonCopy codeimport gym
class AulaVirtual(gym.Env):
def __init__(self):
# Definir acciones y observaciones
self.acciones_posibles = ['PresentarMaterial', 'OfrecerEjercicio', 'DarRetroalimentacion']
self.observation_space = gym.spaces.Discrete(3) # Por ejemplo, 3 estados: Principiante, Intermedio, Avanzado
self.action_space = gym.spaces.Discrete(len(self.acciones_posibles))
self.estado_estudiante = 0 # Estado inicial del estudiante
def step(self, accion):
# Implementar la acción del profesor y obtener la recompensa
if accion == 0: # Presentar material
recompensa = self.presentar_material()
elif accion == 1: # Ofrecer ejercicio
recompensa = self.ofrecer_ejercicio()
elif accion == 2: # Dar retroalimentación
recompensa = self.dar_retroalimentacion()
# Actualizar el estado del estudiante (simulado)
self.estado_estudiante = (self.estado_estudiante + 1) % 3
# Devolver observación, recompensa, si terminó y datos adicionales
return self.estado_estudiante, recompensa, False, {}
def reset(self):
# Reiniciar el entorno
self.estado_estudiante = 0
return self.estado_estudiante
def render(self, mode='human'):
# Renderizar el entorno (opcional)
pass
def presentar_material(self):
# Lógica para presentar material educativo
return 0.5 # Recompensa arbitraria
def ofrecer_ejercicio(self):
# Lógica para ofrecer un ejercicio
return 0.3 # Recompensa arbitraria
def dar_retroalimentacion(self):
# Lógica para dar retroalimentación al estudiante
return 0.7 # Recompensa arbitraria
Este código implementa un entorno de aprendizaje donde el agente (profesor) puede realizar tres acciones: presentar material, ofrecer un ejercicio y dar retroalimentación. Cada acción tiene asociada una recompensa arbitraria. Los investigadores pueden utilizar este entorno para simular diferentes interacciones entre el profesor virtual y el estudiante y evaluar el impacto de diferentes enfoques educativos.
——También consideremos una plataforma de aprendizaje en línea donde los estudiantes tienen control sobre su proceso de aprendizaje (agentes) Los alumnos pueden seleccionar el material de estudio, proponer preguntas o ejercicios para resolver, y recibir retroalimentación sobre su desempeño. Además, tienen la capacidad de colaborar con otros estudiantes y compartir recursos educativos.
En este escenario, los alumnos actúan como agentes autónomos que exploran activamente el entorno virtual de aprendizaje, utilizando la inteligencia artificial para optimizar su experiencia de aprendizaje y adaptarla a sus necesidades individuales.
Ejemplo algorítmico Codificado:
Vamos a modificar el entorno virtual para que el alumno sea el agente principal que interactúa con el sistema. En lugar de acciones específicas del profesor, el alumno podrá tomar decisiones sobre qué material estudiar, qué ejercicios realizar y cómo interactuar con otros estudiantes.
pythonCopy codeimport gym
class AulaVirtualAlumno(gym.Env):
def __init__(self):
# Definir acciones y observaciones
self.acciones_posibles = ['SeleccionarMaterial', 'ProponerEjercicio', 'InteractuarConOtros']
self.observation_space = gym.spaces.Discrete(3) # Por ejemplo, 3 estados: Principiante, Intermedio, Avanzado
self.action_space = gym.spaces.Discrete(len(self.acciones_posibles))
self.estado_alumno = 0 # Estado inicial del alumno
def step(self, accion):
# Implementar la acción del alumno y obtener la recompensa
if accion == 0: # Seleccionar material
recompensa = self.seleccionar_material()
elif accion == 1: # Proponer ejercicio
recompensa = self.proponer_ejercicio()
elif accion == 2: # Interactuar con otros
recompensa = self.interactuar_con_otros()
# Actualizar el estado del alumno (simulado)
self.estado_alumno = (self.estado_alumno + 1) % 3
# Devolver observación, recompensa, si terminó y datos adicionales
return self.estado_alumno, recompensa, False, {}
def reset(self):
# Reiniciar el entorno
self.estado_alumno = 0
return self.estado_alumno
def render(self, mode='human'):
# Renderizar el entorno (opcional)
pass
def seleccionar_material(self):
# Lógica para que el alumno seleccione material de estudio
return 0.4 # Recompensa arbitraria
def proponer_ejercicio(self):
# Lógica para que el alumno proponga un ejercicio
return 0.6 # Recompensa arbitraria
def interactuar_con_otros(self):
# Lógica para que el alumno interactúe con otros estudiantes
return 0.7 # Recompensa arbitraria
Este código implementa un entorno virtual donde el alumno es el agente principal y puede realizar tres acciones: seleccionar material de estudio, proponer un ejercicio y interactuar con otros estudiantes. Los investigadores pueden utilizar este entorno para simular diferentes estrategias de aprendizaje autodirigido y evaluar su efectividad en el contexto de la educación disruptiva y la inteligencia artificial.
La integración de sistemas multiagentes en la educación superior en la era disruptiva de la IA representa una oportunidad única para potenciar la personalización, la investigación y la innovación en la enseñanza y el aprendizaje. Los ingenieros y doctores universitarios tienen el desafío y la responsabilidad de liderar este proceso, mediante el diseño, la implementación y la evaluación de sistemas y estrategias educativas basadas en la inteligencia artificial y la colaboración entre agentes autónomos.
Explorando la Intersección de Sistemas Multiagentes y Educación Superior en la Era Disruptiva de la IA
La relación entre sistemas multiagentes y educación superior en la era de la IA se puede entender mejor mediante algoritmos y representaciones visuales que ayuden a comprender su dinámica y su potencial transformador.
Algoritmo de Árbol de Decisión:
pythonCopy codefrom sklearn.tree import DecisionTreeClassifier
import pandas as pd
# Ejemplo de datos
datos = pd.DataFrame({
'Edad': [22, 25, 28, 30, 35],
'Experiencia': [2, 4, 6, 8, 10],
'Graduado': ['Sí', 'No', 'No', 'Sí', 'Sí']
})
# Separar características y etiquetas
X = datos[['Edad', 'Experiencia']]
y = datos['Graduado']
# Crear y entrenar el modelo de árbol de decisión
modelo = DecisionTreeClassifier()
modelo.fit(X, y)
# Predecir si un individuo está graduado
nueva_persona = [[32, 7]]
prediccion = modelo.predict(nueva_persona)
print("¿Está la persona graduada?:", prediccion)
Tabla de Análisis de Datos Educativos:
Estudiante
Edad
Género
Promedio
Participación
Rendimiento
Estudiante A
20
M
8.5
Alta
Alto
Estudiante B
22
F
7.2
Media
Medio
Estudiante C
25
M
9.0
Alta
Alto
Estudiante D
21
F
6.8
Baja
Bajo
Estudiante E
24
M
8.2
Alta
Medio
Gráfico Esquemático de Interacciones en un Sistema Multiagente Educativo:
pythonCopy codeimport networkx as nx
import matplotlib.pyplot as plt
# Crear un grafo dirigido
G = nx.DiGraph()
# Agregar nodos (agentes)
G.add_node("Profesor")
G.add_node("Estudiante A")
G.add_node("Estudiante B")
G.add_node("Estudiante C")
G.add_node("Estudiante D")
# Agregar aristas (interacciones)
G.add_edge("Profesor", "Estudiante A", weight=0.5)
G.add_edge("Profesor", "Estudiante B", weight=0.7)
G.add_edge("Profesor", "Estudiante C", weight=0.6)
G.add_edge("Profesor", "Estudiante D", weight=0.3)
# Dibujar el grafo
pos = nx.spring_layout(G)
nx.draw(G, pos, with_labels=True, node_size=1500, node_color="skyblue", font_size=12, font_weight="bold", arrowsize=20)
edge_labels = nx.get_edge_attributes(G, 'weight')
nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels)
plt.title("Interacciones en un Sistema Multiagente Educativo")
plt.show()
Estos elementos ilustran cómo los sistemas multiagentes, mediante algoritmos como los árboles de decisión, el análisis de datos educativos y la representación gráfica de interacciones, pueden mejorar la personalización, la investigación y la innovación en la educación superior en la era de la IA. Los ingenieros y doctores universitarios tienen la tarea de aprovechar estas herramientas para liderar la transformación educativa.
Los ingenieros y los investigadores universitarios tienen a su disposición una variedad de herramientas de inteligencia artificial generativa para liderar la transformación educativa. Estas herramientas son capaces de generar contenido educativo de manera autónoma y creativa, así como de simular escenarios educativos complejos para mejorar el aprendizaje y la investigación. Aquí hay algunos ejemplos concretos:
Redes Neuronales Generativas (GANs):
Investigación: Utilizar GANs para generar imágenes realistas de artefactos históricos o simulaciones de experimentos científicos, facilitando así la investigación en disciplinas como la arqueología o la biología.
Aprendizaje: Emplear GANs para crear material educativo interactivo, como modelos 3D de moléculas químicas o recreaciones de eventos históricos, que enriquezcan la experiencia de aprendizaje de los estudiantes.
Transformers:
Investigación: Aplicar modelos de Transformers para analizar grandes conjuntos de datos educativos y descubrir patrones o tendencias ocultas, como la detección de factores que influyen en el rendimiento estudiantil.
Aprendizaje: Desarrollar sistemas de tutoría inteligente basados en Transformers que puedan adaptarse dinámicamente al progreso individual del estudiante, ofreciendo retroalimentación personalizada y recomendaciones de estudio.
Aprendizaje por Refuerzo (RL):
Investigación: Utilizar algoritmos de RL para simular entornos educativos virtuales donde agentes autónomos (por ejemplo, robots o avatares) actúen como tutores o compañeros de estudio, facilitando la investigación sobre interacciones sociales y aprendizaje colaborativo.
Aprendizaje: Implementar sistemas de aprendizaje adaptativo basados en RL que puedan ajustar el nivel de dificultad de los ejercicios y actividades de acuerdo con el rendimiento y las preferencias de los estudiantes, fomentando así un aprendizaje más efectivo y motivador.
Generación de Lenguaje Natural (NLG):
Investigación: Utilizar modelos de NLG para generar automáticamente resúmenes de investigaciones académicas o informes científicos, agilizando el proceso de revisión y difusión del conocimiento.
Aprendizaje: Desarrollar sistemas de generación de contenido educativo basados en NLG que puedan crear materiales didácticos personalizados, como explicaciones detalladas de conceptos difíciles o ejercicios adaptados a las necesidades individuales de los estudiantes.
Estos ejemplos ilustran cómo las herramientas de inteligencia artificial generativa pueden ser aprovechadas por ingenieros e investigadores universitarios tanto en su faceta de investigación como en la mejora del proceso de aprendizaje en la educación superior.
Cuando ChatGPT investiga sobre inteligencia artificial generativa, explora la interacción de múltiples agentes (en este caso, modelos de lenguaje) que trabajan juntos para generar texto coherente y relevante. ChatGPT puede explicar cómo cada agente (modelo de lenguaje) contribuye al proceso de generación de texto, ajustando sus respuestas en función del contexto proporcionado por otros agentes y del objetivo global del diálogo.
Por ejemplo, ChatGPT podría explicar que en un sistema multiagente, cada modelo de lenguaje puede especializarse en diferentes aspectos del diálogo, como la gramática, el conocimiento de dominio específico o el tono emocional. Estos modelos pueden comunicarse entre sí para generar respuestas más completas y coherentes, combinando sus habilidades individuales para mejorar la calidad general del diálogo.
Implementación en Código (Algoritmos):
A continuación, proporcionaré un ejemplo simple de cómo se podría implementar un sistema multiagente utilizando algoritmos básicos. En este caso, utilizaremos dos modelos de lenguaje simples (Agentes A y B) que interactuarán para generar una respuesta conjunta.
pythonCopy code# Definir la función de generación de respuestas de cada agente
def agente_a(input):
return "Agente A: Entiendo tu punto, pero también debemos considerar otras perspectivas."
def agente_b(input):
return "Agente B: Estoy de acuerdo, pero creo que deberíamos centrarnos en resolver este problema específico primero."
# Función para coordinar la interacción entre los agentes
def interaccion_entre_agentes(input):
respuesta_a = agente_a(input)
respuesta_b = agente_b(input)
return respuesta_a + " " + respuesta_b
# Ejemplo de interacción entre agentes
input_usuario = "Creo que deberíamos enfocarnos en mejorar la colaboración entre equipos."
respuesta_conjunta = interaccion_entre_agentes(input_usuario)
print(respuesta_conjunta)
En este ejemplo, los Agentes A y B generan respuestas individuales a partir de la entrada del usuario y luego combinan sus respuestas en una respuesta conjunta. Este es un ejemplo de cómo ChatGPT podría implementar la idea de sistemas multiagentes en sus investigaciones sobre inteligencia artificial generativa y modelos de lenguaje.
Desarrollo de los sistemas multiagentes:
Un sistema multiagente (MAS) es un sistema compuesto por múltiples agentes que interactúan y están diseñados para trabajar juntos para lograr un objetivo común. Estos agentes pueden ser autónomos o semiautónomos y son capaces de percibir su entorno, tomar decisiones y actuar para lograr el objetivo común.
MAS se puede utilizar en una variedad de aplicaciones, incluidos sistemas de transporte, robótica y redes sociales. Pueden ayudar a mejorar la eficiencia, reducir costos y aumentar la flexibilidad en sistemas complejos. Los MAS se pueden clasificar en diferentes tipos según sus características, como si los agentes tienen objetivos iguales o diferentes, si los agentes son cooperativos o competitivos y si los agentes son homogéneos o heterogéneos.
En un MAS homogéneo, todos los agentes tienen las mismas capacidades, objetivos y comportamientos.
Por el contrario, en una MAS heterogénea, los agentes tienen diferentes capacidades, objetivos y comportamientos.
En un MAS homogéneo, todos los agentes comparten las mismas capacidades, objetivos y comportamientos, lo que conduce a una uniformidad en la forma en que interactúan y contribuyen al sistema en su conjunto. Por otro lado, en un MAS heterogéneo, los agentes poseen una diversidad de capacidades, objetivos y comportamientos, lo que resulta en una variedad de enfoques y contribuciones al sistema.
—-En el contexto de la Educación Superior dentro de la Educación Disruptiva & IA, la implementación de un MAS homogéneo podría implicar la creación de entornos educativos estandarizados donde todos los agentes (por ejemplo, profesores y estudiantes) tienen habilidades similares, persiguen los mismos objetivos educativos y siguen patrones de comportamiento uniformes. Esto podría llevar a un enfoque de enseñanza uniforme y limitado en variedad, donde la diversidad de perspectivas y enfoques se ve comprometida en favor de la coherencia y la consistencia.
—-Por el contrario, en un MAS heterogéneo, se podría diseñar un entorno educativo que aproveche la diversidad de habilidades, intereses y estilos de aprendizaje de los agentes para enriquecer la experiencia educativa. Por ejemplo, los agentes con diferentes habilidades podrían colaborar en proyectos interdisciplinarios, los estudiantes con diversos objetivos educativos podrían personalizar sus trayectorias de aprendizaje, y los profesores con enfoques pedagógicos variados podrían ofrecer una gama más amplia de metodologías de enseñanza. Esto fomentaría la creatividad, la innovación y la adaptabilidad en el proceso educativo, permitiendo una mayor personalización y satisfacción de las necesidades individuales de los estudiantes.
Mientras que un MAS homogéneo promueve la uniformidad y la consistencia en la educación, un MAS heterogéneo fomenta la diversidad y la adaptabilidad, lo que puede conducir a una experiencia educativa más enriquecedora y efectiva.
Representación en Algoritmos Codificados en Python:
MAS Homogéneo:
pythonCopy codeclass Agente:
def __init__(self, habilidades):
self.habilidades = habilidades
def realizar_accion(self):
# Lógica para realizar una acción basada en las habilidades del agente
pass
# Crear agentes con habilidades similares
agente_1 = Agente(habilidades="Programación")
agente_2 = Agente(habilidades="Programación")
# Implementar una acción en un entorno educativo homogéneo
def accion_entorno_homogeneo(agentes):
for agente in agentes:
agente.realizar_accion()
MAS Heterogéneo:
pythonCopy codeclass Agente:
def __init__(self, habilidades):
self.habilidades = habilidades
def realizar_accion(self):
# Lógica para realizar una acción basada en las habilidades del agente
pass
# Crear agentes con habilidades diferentes
agente_1 = Agente(habilidades="Programación")
agente_2 = Agente(habilidades="Diseño Gráfico")
# Implementar una acción en un entorno educativo heterogéneo
def accion_entorno_heterogeneo(agentes):
for agente in agentes:
if agente.habilidades == "Programación":
# Lógica específica para agentes de programación
pass
elif agente.habilidades == "Diseño Gráfico":
# Lógica específica para agentes de diseño gráfico
pass
En el código para un MAS homogéneo, todos los agentes tienen habilidades similares y realizan la misma acción en el entorno educativo. En cambio, en el código para un MAS heterogéneo, los agentes tienen habilidades diferentes y pueden requerir lógica específica para realizar acciones según sus capacidades individuales.
Representación en Tablas Diferenciadoras:
MAS Homogéneo
MAS Heterogéneo
Descripción
Todos los agentes comparten las mismas capacidades, objetivos y comportamientos.
Los agentes tienen diferentes capacidades, objetivos y comportamientos.
Entorno Educativo
Estandarizado, con enfoque uniforme en la enseñanza.
Adaptativo, permite diversidad de enfoques y contribuciones.
Interacción
Consistente y uniforme entre agentes.
Variedad y adaptabilidad en la interacción entre agentes.
Estas tablas destacan las diferencias clave entre un MAS homogéneo y uno heterogéneo en términos de descripción, entorno educativo y interacción entre agentes.
Esto puede hacer que la coordinación sea más desafiante, pero también puede conducir a sistemas más flexibles y sólidos.
El MAS cooperativo implica agentes que trabajan juntos para lograr un objetivo común, mientras que el MAS competitivo implica agentes que trabajan entre sí para lograr sus propios objetivos. En algunos casos, MAS también puede implicar un comportamiento tanto cooperativo como competitivo, donde los agentes deben equilibrar sus propios intereses con los intereses del grupo.
MAS se puede implementar utilizando diferentes técnicas, como la teoría de juegos , el aprendizaje automático y el modelado basado en agentes. La teoría de juegos se utiliza para analizar interacciones estratégicas entre agentes y predecir su comportamiento. El aprendizaje automático se utiliza para capacitar a los agentes para que mejoren sus capacidades de toma de decisiones con el tiempo. El modelado basado en agentes se utiliza para simular sistemas complejos y estudiar las interacciones entre agentes.
En general, los sistemas multiagente son una poderosa herramienta de inteligencia artificial que puede ayudar a resolver problemas complejos y mejorar la eficiencia en una variedad de aplicaciones.
Los agentes se utilizan en una variedad de aplicaciones, incluida la robótica, los juegos y los sistemas inteligentes. Se pueden implementar utilizando diferentes lenguajes y técnicas de programación, incluido el aprendizaje automático y el procesamiento del lenguaje natural.
Hay muchos ejemplos de agentes en inteligencia artificial. Aquí hay algunos:
Asistentes personales inteligentes: son agentes diseñados para ayudar a los usuarios con diversas tareas, como programar citas, enviar mensajes y configurar recordatorios. Ejemplos de asistentes personales inteligentes incluyen Siri, Alexa y Google Assistant.
Robots autónomos: Son agentes que están diseñados para operar de forma autónoma en el mundo físico. Pueden realizar tareas como limpiar, clasificar y entregar mercancías. Ejemplos de robots autónomos incluyen la aspiradora Roomba y el robot de reparto de Amazon.
Agentes de juego: son agentes que están diseñados para jugar, ya sea contra oponentes humanos u otros agentes. Ejemplos de agentes de juegos incluyen agentes que juegan al ajedrez y agentes que juegan al póquer.
Agentes de detección de fraude: Son agentes que están diseñados para detectar comportamientos fraudulentos en transacciones financieras. Pueden analizar patrones de comportamiento para identificar actividades sospechosas y alertar a las autoridades.
Ejemplos de agentes de detección de fraude incluyen los utilizados por bancos y compañías de tarjetas de crédito.
Agentes de gestión de tráfico: Son agentes que están diseñados para gestionar el flujo de tráfico en las ciudades. Pueden monitorear los patrones de tráfico, ajustar los semáforos y desviar los vehículos para minimizar la congestión. Ejemplos de agentes de gestión del tráfico incluyen los utilizados en ciudades inteligentes de todo el mundo.
Un agente de software tiene pulsaciones de teclas, contenidos de archivos, paquetes de red recibidos que actúan como sensores y se muestran en la pantalla, archivos y paquetes de red enviados que actúan como actuadores.
Un agente humano tiene ojos, oídos y otros órganos que actúan como sensores, y manos, piernas, boca y otras partes del cuerpo actúan como actuadores.
Un agente robótico tiene cámaras y telémetros infrarrojos que actúan como sensores y varios motores actúan como actuadores.
Agente de aprendizaje:
En el contexto de la educación superior dentro de la educación disruptiva & IA, un agente de aprendizaje desempeña un papel crucial en la mejora continua del proceso educativo y en la adaptación a las necesidades individuales de los estudiantes. Este agente consta de cuatro componentes conceptuales interrelacionados: el elemento de aprendizaje, el crítico, el elemento de actuación y el generador de problemas.
El elemento de aprendizaje es el núcleo del agente, responsable de mejorar su desempeño a través del aprendizaje continuo del entorno educativo. Por ejemplo, en un sistema de tutoría inteligente, el elemento de aprendizaje puede utilizar algoritmos de aprendizaje automático para analizar el progreso y las interacciones del estudiante, adaptando así la entrega de contenido y la retroalimentación para optimizar el aprendizaje individual.
El crítico proporciona retroalimentación al elemento de aprendizaje, evaluando qué tan bien está funcionando el agente en comparación con un estándar de desempeño predefinido. En el contexto educativo, el crítico podría ser un sistema de evaluación automatizado que monitorea el rendimiento del estudiante en tareas y exámenes, proporcionando comentarios sobre áreas de mejora y logros.
El elemento de actuación selecciona las acciones que el agente ejecutará en respuesta a las señales del entorno y la retroalimentación del crítico. Por ejemplo, en un entorno virtual de aprendizaje, el elemento de actuación podría decidir qué recursos educativos presentar al estudiante o qué preguntas formular para evaluar su comprensión.
El generador de problemas es responsable de sugerir acciones que proporcionen al agente experiencias nuevas e informativas para su aprendizaje continuo. En el ámbito educativo, esto podría implicar la creación de desafíos y actividades que estimulen el pensamiento crítico, la resolución de problemas y la exploración activa del conocimiento.
La interacción entre estos componentes permite que el agente de aprendizaje se adapte dinámicamente a las necesidades cambiantes del entorno educativo y de los estudiantes, promoviendo así un aprendizaje más efectivo y personalizado.
Implementación en Algoritmos, Árboles de Decisión, Tablas y Gráficos:
pythonCopy codeclass AgenteAprendizaje:
def __init__(self):
self.elemento_aprendizaje = ElementoAprendizaje()
self.critico = Critico()
self.elemento_actuacion = ElementoActuacion()
self.generador_problemas = GeneradorProblemas()
def aprender(self, experiencia):
mejora = self.elemento_aprendizaje.aprender(experiencia)
retroalimentacion = self.critico.evaluar(mejora)
accion = self.elemento_actuacion.seleccionar_accion(mejora, retroalimentacion)
nueva_experiencia = self.generador_problemas.sugerir_accion(accion)
return nueva_experiencia
# Implementación de los componentes conceptuales
class ElementoAprendizaje:
def aprender(self, experiencia):
# Lógica para mejorar el aprendizaje basado en la experiencia
pass
class Critico:
def evaluar(self, mejora):
# Lógica para evaluar el desempeño y proporcionar retroalimentación
pass
class ElementoActuacion:
def seleccionar_accion(self, mejora, retroalimentacion):
# Lógica para seleccionar la acción exterior
pass
class GeneradorProblemas:
def sugerir_accion(self, accion_anterior):
# Lógica para sugerir acciones que conduzcan a nuevas experiencias
pass
Este código muestra una implementación básica de un agente de aprendizaje con sus cuatro componentes conceptuales en el contexto de la educación superior disruptiva y la inteligencia artificial. La interacción entre estos componentes permite al agente aprender y adaptarse continuamente a su entorno educativo.
En el contexto del desarrollo de la inteligencia artificial general (IAG) por ingenieros, los sistemas multiagentes (SMA) desempeñan un papel fundamental al permitir la creación de entornos complejos donde múltiples agentes inteligentes interactúan entre sí y con el entorno para lograr objetivos comunes. Aquí hay una explicación detallada de cómo los sistemas multiagentes se aplican en el proceso de desarrollo de la inteligencia artificial general:
Creación de Entornos Realistas: Los sistemas multiagentes permiten a los ingenieros crear entornos simulados que imitan situaciones del mundo real, lo que proporciona un terreno fértil para probar y perfeccionar algoritmos de inteligencia artificial. Estos entornos pueden ser desde juegos simples hasta simulaciones complejas de interacciones sociales o económicas.
Interacción y Colaboración: En un sistema multiagente, cada agente puede tener su propio conjunto de habilidades, conocimientos y objetivos. Al interactuar y colaborar entre sí, los agentes pueden generar comportamientos emergentes y soluciones innovadoras que no serían posibles con un solo agente.
Exploración de Diversidad de Enfoques: Los ingenieros pueden utilizar sistemas multiagentes para explorar una amplia gama de enfoques y estrategias en el desarrollo de la inteligencia artificial. Al permitir que los agentes tengan diferentes enfoques y características, los SMA pueden ayudar a descubrir qué métodos son más efectivos en diferentes situaciones y contextos.
Optimización y Adaptabilidad: Los sistemas multiagentes pueden utilizarse para optimizar algoritmos de inteligencia artificial mediante la observación de la interacción entre los agentes y la retroalimentación del entorno. Además, estos sistemas son inherentemente adaptables, lo que significa que pueden ajustarse dinámicamente a cambios en el entorno o en los objetivos de la inteligencia artificial.
Evaluación y Validación: Los SMA proporcionan un marco robusto para la evaluación y validación de algoritmos de inteligencia artificial. Los ingenieros pueden observar cómo se comportan los agentes en diferentes situaciones y utilizar métricas específicas para evaluar el rendimiento de los algoritmos en el contexto de la inteligencia artificial general.
En resumen, los sistemas multiagentes son herramientas poderosas en el proceso de desarrollo de la inteligencia artificial general, permitiendo a los ingenieros crear entornos complejos, explorar una variedad de enfoques, optimizar algoritmos y validar soluciones en un contexto simulado y controlado.
You
Podrias escenificar algoritmos que has ta ahora se estan desarrollando y sus autores (plataformas, universidades, personas-…=)ChatGPT
ChatGPT
Claro, aquí tienes algunos ejemplos de algoritmos que se están desarrollando actualmente en el campo de la inteligencia artificial, junto con sus autores y las instituciones asociadas:
BERT (Bidirectional Encoder Representations from Transformers):
Autores: Jacob Devlin, Ming-Wei Chang, Kenton Lee, y Kristina Toutanova de Google AI Language.
Descripción: BERT es un modelo de lenguaje basado en transformadores que ha establecido nuevos récords de rendimiento en una amplia gama de tareas de procesamiento de lenguaje natural (NLP).
GPT (Generative Pre-trained Transformer):
Autor: OpenAI.
Descripción: GPT es una serie de modelos de lenguaje basados en transformadores desarrollados por OpenAI. GPT-3, la última versión, es conocida por su capacidad para generar texto coherente y relevante en una variedad de contextos.
AlphaGo:
Autores: Equipo de DeepMind.
Descripción: AlphaGo es un programa de computadora desarrollado por DeepMind que utiliza redes neuronales convolucionales y algoritmos de aprendizaje profundo para jugar al juego de mesa Go. En 2016, AlphaGo venció al campeón mundial Lee Sedol en una serie de partidas históricas.
YOLO (You Only Look Once):
Autor: Joseph Redmon.
Descripción: YOLO es un algoritmo de detección de objetos en imágenes que es rápido y preciso. Es conocido por su capacidad para detectar múltiples objetos en tiempo real con una sola pasada a través de la red neuronal.
WaveNet:
Autores: Equipo de DeepMind.
Descripción: WaveNet es un modelo de generación de audio basado en redes neuronales recurrentes desarrollado por DeepMind. Es conocido por su capacidad para generar audio de alta calidad y realista, incluyendo voces humanas.
BERTSUM:
Autores: Yang Liu, Mirella Lapata de la Universidad de Edimburgo.
Descripción: BERTSUM es un modelo de resumen de texto que utiliza la representación contextual aprendida por BERT para generar resúmenes coherentes y precisos de documentos largos.
los algoritmos y desarrollos en inteligencia artificial mencionados pueden integrarse de diversas formas en la educación superior dentro del contexto de la educación disruptiva y la inteligencia artificial (IA). Aquí te muestro cómo:
BERT y GPT en la generación de contenido educativo:
Estos modelos de lenguaje son capaces de entender y generar texto de manera coherente. Se podrían utilizar para crear material educativo personalizado, como tutoriales, lecciones interactivas o incluso libros de texto adaptativos. Además, podrían ser útiles para la creación de sistemas de tutoría inteligente que proporcionen retroalimentación y explicaciones contextualizadas a los estudiantes.
AlphaGo en la enseñanza de estrategias y resolución de problemas:
La capacidad de AlphaGo para jugar al Go de manera experta puede aplicarse en la enseñanza de estrategias de resolución de problemas y toma de decisiones a los estudiantes. Se podrían desarrollar juegos educativos basados en la lógica y la estrategia, donde los estudiantes puedan enfrentarse a versiones adaptadas de AlphaGo para mejorar sus habilidades cognitivas.
YOLO en la realidad aumentada y laboratorios virtuales:
YOLO se puede utilizar para desarrollar sistemas de realidad aumentada que identifiquen y etiqueten objetos en entornos educativos. Además, en los laboratorios virtuales, YOLO podría ser útil para identificar y analizar objetos o fenómenos en tiempo real, proporcionando una experiencia de aprendizaje más inmersiva y práctica.
WaveNet en la enseñanza de idiomas y pronunciación:
WaveNet, con su capacidad para generar audio realista, podría utilizarse para crear materiales de aprendizaje de idiomas más efectivos, incluyendo ejercicios de pronunciación y conversaciones simuladas. Además, podría ser útil en la enseñanza de música y sonido, proporcionando ejemplos y demostraciones de alta calidad.
BERTSUM en la síntesis de resúmenes y contenido condensado:
BERTSUM podría integrarse en plataformas educativas para resumir y condensar contenido extenso, facilitando el estudio y la comprensión de materiales complejos. Los estudiantes podrían beneficiarse de resúmenes automáticos de conferencias, artículos y libros, lo que les permitiría revisar y asimilar información de manera más eficiente.
Estos avances en inteligencia artificial pueden mejorar significativamente la experiencia educativa en la educación superior, proporcionando herramientas y recursos que apoyen el aprendizaje personalizado, la enseñanza interactiva y la exploración activa del conocimiento. La integración de estas tecnologías en la educación disruptiva y la IA tiene el potencial de transformar la forma en que se enseña y se aprende en las instituciones educativas.
Las herramientas mencionadas y su utilidad potencial dentro de la educación superior en el contexto de la educación disruptiva y la inteligencia artificial:
BERT (Bidirectional Encoder Representations from Transformers):
Utilidad en Educación Superior: BERT puede utilizarse para la generación de contenido educativo personalizado, como tutoriales, lecciones interactivas y material de estudio adaptativo. Además, puede mejorar la búsqueda y la recuperación de información en plataformas educativas, permitiendo a los estudiantes acceder rápidamente a recursos relevantes.
GPT (Generative Pre-trained Transformer):
Utilidad en Educación Superior: GPT puede utilizarse para desarrollar sistemas de tutoría inteligente que proporcionen retroalimentación y explicaciones contextualizadas a los estudiantes. Además, puede mejorar la generación de respuestas automáticas en foros y plataformas de discusión, facilitando la interacción estudiante-docente.
AlphaGo:
Utilidad en Educación Superior: AlphaGo puede utilizarse para enseñar estrategias de resolución de problemas y toma de decisiones a través de juegos educativos basados en la lógica y la estrategia. Además, puede ser una herramienta valiosa para el desarrollo de habilidades cognitivas y de pensamiento crítico en los estudiantes.
YOLO (You Only Look Once):
Utilidad en Educación Superior: YOLO puede utilizarse para desarrollar sistemas de realidad aumentada que identifiquen y etiqueten objetos en entornos educativos, mejorando la experiencia de aprendizaje y la interacción con el contenido. Además, puede ser útil en laboratorios virtuales para identificar y analizar objetos o fenómenos en tiempo real.
WaveNet:
Utilidad en Educación Superior: WaveNet puede utilizarse para crear materiales de aprendizaje de idiomas más efectivos, incluyendo ejercicios de pronunciación y conversaciones simuladas. Además, puede mejorar la calidad del audio en recursos educativos como conferencias grabadas, podcasts y contenido multimedia.
BERTSUM:
Utilidad en Educación Superior: BERTSUM puede integrarse en plataformas educativas para resumir y condensar contenido extenso, facilitando el estudio y la comprensión de materiales complejos. Esto puede ser especialmente útil para revisar y asimilar información de conferencias, artículos y libros de manera más eficiente.
Estas herramientas de inteligencia artificial tienen el potencial de transformar la educación superior al proporcionar herramientas y recursos que apoyen el aprendizaje personalizado, la enseñanza interactiva y la exploración activa del conocimiento. Su integración en la educación disruptiva y la IA puede mejorar significativamente la experiencia educativa para estudiantes y educadores.
Tabla de Utilidad de Herramientas de Inteligencia Artificial en Educación Superior:
Herramienta
Utilidad en Educación Superior
BERT
Generación de contenido educativo personalizado, búsqueda y recuperación de información relevante.
GPT
Desarrollo de sistemas de tutoría inteligente, mejora de la generación automática de respuestas en foros y plataformas de discusión.
AlphaGo
Enseñanza de estrategias de resolución de problemas y toma de decisiones a través de juegos educativos basados en la lógica y la estrategia.
YOLO
Desarrollo de sistemas de realidad aumentada para identificación y etiquetado de objetos en entornos educativos, mejora de laboratorios virtuales.
WaveNet
Creación de materiales de aprendizaje de idiomas con ejercicios de pronunciación y conversaciones simuladas, mejora de la calidad del audio en recursos educativos.
BERTSUM
Integración en plataformas educativas para resumir y condensar contenido extenso, facilitando el estudio y la comprensión de materiales complejos.
Ejemplo de Implementación en Python (Generación de contenido educativo personalizado utilizando BERT):
pythonCopy codefrom transformers import BertTokenizer, BertForMaskedLM
import torch
# Tokenizador BERT pre-entrenado
tokenizer = BertTokenizer.from_pretrained('bert-base-uncased')
# Modelo BERT pre-entrenado para tareas de llenado de espacios en blanco (Masked Language Model)
model = BertForMaskedLM.from_pretrained('bert-base-uncased')
model.eval()
def generar_contenido_educativo(texto):
inputs = tokenizer.encode(texto, return_tensors='pt')
outputs = model.generate(inputs, max_length=100, num_return_sequences=1)
return tokenizer.decode(outputs[0], skip_special_tokens=True)
# Ejemplo de generación de contenido educativo personalizado
texto_entrada = "La inteligencia artificial es una rama de la informática que se encarga de ..."
contenido_generado = generar_contenido_educativo(texto_entrada)
print("Contenido educativo generado:", contenido_generado)
En este ejemplo, se utiliza BERT para generar contenido educativo personalizado basado en un texto de entrada. El algoritmo rellena los espacios en blanco en el texto de entrada utilizando el modelo de lenguaje pre-entrenado de BERT. Este contenido generado podría utilizarse para crear tutoriales, lecciones interactivas u otros materiales educativos adaptados a las necesidades individuales de los estudiantes.
… seguiremos
Juandon
BILIOGRAFIA:
Inteligencia Artificial y Educación:
Collins, A., & Halverson, R. (2018). Rethinking education in the age of technology: The digital revolution and schooling in America. Teachers College Press.
Siemens, G., & Long, P. (2011). Penetrating the fog: Analytics in learning and education. Educause review, 46(5), 30-32.
Herramientas de Inteligencia Artificial:
Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2018). BERT: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805.
Radford, A., Narasimhan, K., Salimans, T., & Sutskever, I. (2018). Improving language understanding by generative pre-training. URL https://s3-us-west-2. amazonaws. com/openai-assets/research-covers/language-unsupervised/language understanding paper. pdf.
Silver, D., Huang, A., Maddison, C. J., Guez, A., Sifre, L., van den Driessche, G., … & Hassabis, D. (2016). Mastering the game of Go with deep neural networks and tree search. Nature, 529(7587), 484-489.
Educación Disruptiva:
Christensen, C. M., Horn, M. B., & Staker, H. (2013). How disruptive innovation will change the way the world learns. Education Exchange, 2(1), 9-16.
Bonk, C. J., & Khoo, E. (2014). Adding some TEC-VARIETY: 100+ activities for motivating and retaining learners online. Open World Books.
Implementación en la Educación Superior:
Brown, M. (2018). Learning technologies in higher education: A review of the literature. Teaching in Higher Education, 23(4), 483-497.
Shema, H., Bar-Ilan, J., & Thelwall, M. (2012). Research blogs and the discussion of scholarly information. PloS one, 7(5), e35869.
Redmon, J., & Farhadi, A. (2018). YOLOv3: An incremental improvement. arXiv preprint arXiv:1804.02767.
Van Den Oord, A., Dieleman, S., Zen, H., Simonyan, K., Vinyals, O., Graves, A., … & Kavukcuoglu, K. (2016). WaveNet: A generative model for raw audio. arXiv preprint arXiv:1609.03499.
Implementación en Educación Superior:
Siemens, G. (2013). Learning analytics: The emergence of a discipline. American Behavioral Scientist, 57(10), 1380-1400.
Johnson, L., Adams Becker, S., Estrada, V., & Freeman, A. (2015). NMC horizon report: 2015 higher education edition. The New Media Consortium.
Herramientas de Procesamiento de Lenguaje Natural:
Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. In Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 1 (Long and Short Papers) (Vol. 1, pp. 4171-4186).
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., … & Polosukhin, I. (2017). Attention is all you need. In Advances in neural information processing systems (pp. 5998-6008).
Tecnología en la Educación Disruptiva:
Christensen, C. M., Johnson, C. W., & Horn, M. B. (2008). Disrupting class: How disruptive innovation will change the way the world learns. McGraw-Hill.
Kurzweil, R. (2001). The law of accelerating returns. KurzweilAI.net.
Implementación Práctica de la IA en Educación:
Koedinger, K. R., Stamper, J. C., McLaughlin, E. A., & Nixon, T. (2013). Using data-driven discovery of better student models to improve student learning. In International Conference on Artificial Intelligence in Education (pp. 421-430). Springer, Berlin, Heidelberg.
Pardos, Z. A., Heffernan, N. T., Anderson, B., & Heffernan, C. (2010). Using fine-grained skill models to fit student performance with Bayesian networks. In Educational Data Mining 2010 (pp. 101-110).
Herramientas de Aprendizaje Automático:
Raschka, S., & Mirjalili, V. (2019). Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2. Packt Publishing Ltd.
Müller, A. C., & Guido, S. (2016). Introduction to machine learning with Python: A guide for data scientists. O’Reilly Media, Inc.
Sistemas Multiagentes:
Wooldridge, M. (2009). An introduction to multiagent systems. John Wiley & Sons.
Ferber, J. (1999). Multi-agent systems: An introduction to distributed artificial intelligence. Addison-Wesley Longman Publishing Co., Inc.
Jennings, N. R., & Wooldridge, M. J. (1998). Applications of intelligent agents. Agent technology: Foundations, applications, and markets, 3-28.
Aplicaciones de Inteligencia Artificial en la Educación:
Lane, H. C., Yacef, K., & Mostow, J. (Eds.). (2015). Artificial intelligence in education: Building technology rich learning contexts that work. Academic Press.
Baker, R. S., & Inventado, P. S. (2014). Educational data mining and learning analytics: Applications to constructionist research. Technology, knowledge and learning, 19(1-2), 205-220.
Impacto de la Inteligencia Artificial en la Educación Superior:
Siemens, G., & Long, P. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE review, 46(5), 30-32.
Johnson, L., Adams Becker, S., Estrada, V., & Freeman, A. (2015). NMC horizon report: 2015 higher education edition. The New Media Consortium.
Implementación de Sistemas Multiagentes en Educación Superior:
Johnson, M. W., & Christensen, C. M. (2008). Disrupting class: How disruptive innovation will change the way the world learns. McGraw-Hill.
Jara, M., Onaindia, E., & Bidarte, U. (2007). Improving e-learning experiences with the use of multi-agent systems. Expert Systems with Applications, 32(1), 47-59.
Sistemas Multiagentes:
Wooldridge, M. (2009). An Introduction to Multiagent Systems. John Wiley & Sons.
Ferber, J. (1999). Multi-Agent Systems: An Introduction to Distributed Artificial Intelligence. Addison-Wesley.
Jennings, N. R., & Wooldridge, M. J. (1998). Applications of intelligent agents. Agent Technology: Foundations, Applications, and Markets.
Aplicaciones de Inteligencia Artificial en la Educación:
Baker, R. S., & Inventado, P. S. (2014). Educational Data Mining and Learning Analytics: Applications to Constructionist Research. Technology, Knowledge and Learning, 19(1-2), 205-220.
Lane, H. C., Yacef, K., & Mostow, J. (2015). Artificial Intelligence in Education: Building Technology Rich Learning Contexts That Work. Academic Press.
Impacto de la Inteligencia Artificial en la Educación Superior:
Siemens, G., & Long, P. (2011). Penetrating the Fog: Analytics in Learning and Education. EDUCAUSE Review, 46(5), 30-32.
Johnson, L., Adams Becker, S., Estrada, V., & Freeman, A. (2015). NMC Horizon Report: 2015 Higher Education Edition. The New Media Consortium.
Implementación de Sistemas Multiagentes en Educación Superior:
Johnson, M. W., & Christensen, C. M. (2008). Disrupting Class: How Disruptive Innovation Will Change the Way the World Learns. McGraw-Hill.
Jara, M., Onaindia, E., & Bidarte, U. (2007). Improving e-Learning Experiences with the Use of Multi-Agent Systems. Expert Systems with Applications, 32(1), 47-59.
Sistemas Multiagentes:
Universidad de Southampton: Jennings, N. R., & Wooldridge, M. J. (1998). Applications of intelligent agents. Agent Technology: Foundations, Applications, and Markets.
Universidad de Harvard: Wooldridge, M. (2009). An Introduction to Multiagent Systems. John Wiley & Sons.
Universidad de Paris: Ferber, J. (1999). Multi-Agent Systems: An Introduction to Distributed Artificial Intelligence. Addison-Wesley.
Aplicaciones de Inteligencia Artificial en la Educación:
Universidad de Carnegie Mellon: Baker, R. S., & Inventado, P. S. (2014). Educational Data Mining and Learning Analytics: Applications to Constructionist Research. Technology, Knowledge and Learning, 19(1-2), 205-220.
Universidad de Columbia: Lane, H. C., Yacef, K., & Mostow, J. (2015). Artificial Intelligence in Education: Building Technology Rich Learning Contexts That Work. Academic Press.
Impacto de la Inteligencia Artificial en la Educación Superior:
Universidad de Stanford: Siemens, G., & Long, P. (2011). Penetrating the Fog: Analytics in Learning and Education. EDUCAUSE Review, 46(5), 30-32.
Instituto Tecnológico de Massachusetts (MIT): Johnson, L., Adams Becker, S., Estrada, V., & Freeman, A. (2015). NMC Horizon Report: 2015 Higher Education Edition. The New Media Consortium.
Implementación de Sistemas Multiagentes en Educación Superior:
Universidad de Harvard: Johnson, M. W., & Christensen, C. M. (2008). Disrupting Class: How Disruptive Innovation Will Change the Way the World Learns. McGraw-Hill.
Universidad de Deusto: Jara, M., Onaindia, E., & Bidarte, U. (2007). Improving e-Learning Experiences with the Use of Multi-Agent Systems. Expert Systems with Applications, 32(1), 47-59.
Juan Domingo Farnós:
Farnós, J. D. (2015). El paradigma educativo emergente. Aprendizaje abierto, inclusivo y ubicuo. INNOVACION Y CONOCIMIENTO https://juandomingofarnos.wordpress.com
Otras Referencias en España:
Universidad de Barcelona: Sangrà, A., & Vlachopoulos, D. (2012). La transformación educativa en la era digital. EDUTEC: Revista Electrónica de Tecnología Educativa, (41), 1-14.
Universidad de Salamanca: García-Peñalvo, F. J., & Fidalgo-Blanco, Á. (2015). Challenges and opportunities for the university in the digital age: The European and Latin American scenarios. Universal Access in the Information Society, 14(4), 621-636.
Referencias en Latinoamérica:
Universidad de Buenos Aires (Argentina): Prada, R. A., Diker, V. G., & Borgo, F. M. (2017). Inteligencia artificial en la educación: Análisis y reflexiones sobre su implementación en el ámbito universitario. Revista Argentina de Ciencias de la Información, 8(1), 13-29.
Pontificia Universidad Católica de Chile: Marcelo, C., & Yutronic, M. (2014). Aprendizaje basado en problemas con apoyo de agentes inteligentes en educación superior. Campus Virtuales, 3(2), 84-95.
Universidad Autónoma de Madrid: García-Peñalvo, F. J., & Cruz-Benito, J. (2015). Current state of research on learning analytics in higher education. Computers in Human Behavior, 51, 240-248.
Universidad Politécnica de Madrid: Kloos, C. D., Muñoz-Merino, P. J., & Muñoz-Organero, M. (2015). A critical review of the role of technology in the flipped classroom model: Empirical research. Computers & Education, 85, 109-121.
Latinoamérica:
Universidad de São Paulo (Brasil): Barbosa, J. L. V., & Da Silva, R. S. (2017). The Impact of Artificial Intelligence on Higher Education in the 21st Century. Journal of Information Systems Engineering & Management, 2(3), 23.
Universidad Nacional Autónoma de México: Díaz-Barriga, F., & Hernández-Ramos, P. (2009). Enseñanza situada: vínculo entre la escuela y la vida. McGraw-Hill Interamericana.
Más Referencias en España y Latinoamérica:
Universidad Nacional de Educación a Distancia (UNED, España): García, F. D., & Mor, J. J. M. (2018). Towards the paradigm of open social learning ecosystems. Revista de Universidad y Sociedad del Conocimiento (RUSC), 15(3), 97-111.
Universidad Nacional de La Plata (Argentina): García-Holgado, A., Sánchez-Prieto, J. C., & García-Peñalvo, F. J. (2018). Las LMS como soporte de los escenarios de aprendizaje emergentes: de la gestión del aprendizaje a la gestión del conocimiento. Revista Latina de Comunicación Social, (73), 1218-1231.
Necesitamos una apertura del conocimiento hackeandolo a través de la mente humana y de algoritmos siempre des de posiciones OPEN y a través de la busqueda y del uso de competencias tansmedia por medio de investigaciones abiertas y distribuidas, para llegar a un aprendizaje que supere las barreras tradicionales y restrictivas de los viejos conceptos semánticos de la educación.
En el siglo XXI, la educación algorítmica se refiere a la integración del pensamiento computacional en el proceso educativo para desarrollar habilidades fundamentales en los estudiantes. Esto implica fomentar la abstracción, el diseño de algoritmos y la resolución de problemas mediante la descomposición de objetivos en pasos lógicos.
La introducción temprana de conceptos de programación, rompecabezas lógicos, robótica educativa y proyectos interdisciplinarios son estrategias efectivas para potenciar el pensamiento computacional en el aula24.La educación algorítmica en el siglo XXI busca preparar a los estudiantes para los desafíos actuales y futuros, promoviendo habilidades cognitivas como la resolución de problemas, la creatividad y la lógica.
Al integrar el pensamiento computacional en diversas áreas del plan de estudios, se brinda a los estudiantes una ventaja en términos de creatividad y adaptabilidad para enfrentar los retos del mundo actual.Además, la automatización y formación con algoritmos en la educación superior están transformando los roles de docentes y alumnos.
La integración de la inteligencia artificial y el aprendizaje autónomo está creando un entorno educativo más dinámico y adaptativo, donde se fomenta el aprendizaje colaborativo, la resolución de problemas y la adaptabilidad a nuevas tecnologías.
La educación algorítmica en el siglo XXI se centra en desarrollar habilidades como el pensamiento computacional, la resolución de problemas y la creatividad para preparar a los estudiantes para un mundo cada vez más digitalizado y cambiante.
Para integrar la educación algorítmica en el aula de manera efectiva, se pueden seguir diversas estrategias basadas en los conceptos de pensamiento computacional y algoritmos:
Estrategias para Integrar la Educación Algorítmica en el Aula:
Introducción a la Programación:
Iniciar con conceptos de programación sencillos utilizando plataformas visuales y amigables para que los estudiantes experimenten con la creación de algoritmos y la resolución de problemas de forma divertida.
Rompecabezas y Desafíos Lógicos:
Utilizar acertijos, juegos de lógica y problemas matemáticos para promover el pensamiento crítico, la descomposición de problemas y el reconocimiento de patrones entre los estudiantes.
Robótica Educativa:
Emplear kits de robótica educativa que permitan a los estudiantes construir robots y programarlos para realizar tareas específicas, fomentando así la abstracción y el diseño de algoritmos.
Proyectos Interdisciplinarios:
Implementar proyectos que integren diferentes áreas del conocimiento, donde los estudiantes puedan aplicar el pensamiento computacional en situaciones del mundo real, promoviendo la creatividad y la resolución de problemas.
Consideraciones Importantes:
Personalización del Aprendizaje con IA:
La inteligencia artificial puede proporcionar retroalimentación personalizada a los estudiantes, adaptándose a sus estilos de aprendizaje y necesidades individuales para mantenerlos motivados y mejorar su rendimiento académico2.
Colaboración y Trabajo en Equipo:
Fomentar el trabajo en grupo para abordar problemas complejos, permitiendo a los estudiantes comunicarse, compartir ideas y combinar habilidades para resolver desafíos3.
Ejemplos del Mundo Real:
Mostrar aplicaciones prácticas del pensamiento computacional en campos como la ciencia, ingeniería, medicina o toma de decisiones empresariales para ilustrar su relevancia y utilidad3.
Al integrar estas estrategias en el aula, se potencia el desarrollo del pensamiento computacional, la resolución de problemas y la creatividad entre los estudiantes, preparándolos para enfrentar los desafíos del siglo XXI de manera efectiva.
Para evaluar el aprendizaje de los estudiantes en educación algorítmica, se pueden implementar diversas estrategias que aprovechan la tecnología y el análisis de datos para proporcionar retroalimentación personalizada y mejorar la experiencia educativa. A continuación, se presentan algunas formas de evaluar el aprendizaje de los estudiantes en este contexto:
Estrategias para Evaluar el Aprendizaje en Educación Algorítmica:
Uso de Machine Learning:
Los algoritmos de Machine Learning pueden analizar automáticamente las respuestas de los estudiantes, identificar patrones y ofrecer retroalimentación personalizada, lo que ahorra tiempo a los docentes y brinda información detallada sobre el progreso de cada estudiante.
Inteligencia Artificial como Herramienta de Evaluación:
La IA puede adaptar la dificultad de las evaluaciones según el nivel de competencia de cada estudiante, permitiendo que avancen a su propio ritmo y recibiendo retroalimentación instantánea y detallada sobre su desempeño.
Personalización del Aprendizaje:
La IA puede proporcionar recomendaciones personalizadas para ayudar a los estudiantes a superar dificultades específicas, identificando áreas problemáticas comunes y adaptando la enseñanza según las necesidades individuales.
Análisis de Datos Educativos:
Utilizar algoritmos para analizar grandes cantidades de datos educativos y obtener información útil sobre el rendimiento de los estudiantes, identificando patrones, fortalezas y áreas problemáticas para ajustar las estrategias de enseñanza.
Consideraciones Importantes:
Retroalimentación Instantánea:
La retroalimentación detallada proporcionada por la IA permite a los estudiantes identificar y abordar sus errores rápidamente, mejorando su rendimiento académico y aumentando su motivación por aprender.
Apoyo Individualizado:
La IA puede ofrecer información valiosa a los docentes sobre el progreso individual de cada estudiante, promoviendo un aprendizaje más autónomo y personalizado.
Incorporación Gradual de la Tecnología:
Es recomendable comenzar poco a poco e integrar la IA en el plan de estudios de manera progresiva, considerando ventajas, retos y mejores prácticas para aprovechar plenamente el potencial educativo de esta tecnología.
Al utilizar estas estrategias basadas en tecnología avanzada como Machine Learning e Inteligencia Artificial, se puede mejorar significativamente la evaluación del aprendizaje en educación algorítmica, brindando una retroalimentación más precisa y personalizada a los estudiantes para optimizar su proceso educativo.
Para personalizar la evaluación del aprendizaje en educación algorítmica, se pueden implementar estrategias avanzadas basadas en Inteligencia Artificial (IA) y Machine Learning. Estas tecnologías permiten adaptar la enseñanza y los recursos educativos a las necesidades y características únicas de cada estudiante, brindando una experiencia de aprendizaje más efectiva y personalizada. A continuación, se detallan algunas formas de lograr esta personalización:
Estrategias para Personalizar la Evaluación del Aprendizaje en Educación Algorítmica:
Análisis de Datos y Aprendizaje Automático:
Utilizar algoritmos avanzados de IA para analizar datos educativos, patrones de aprendizaje y preferencias individuales de los estudiantes, permitiendo ofrecer experiencias de aprendizaje a medida y adaptar la evaluación según el progreso de cada estudiante.
Recomendaciones Personalizadas:
Emplear Machine Learning para identificar áreas problemáticas en el aprendizaje de cada estudiante y proporcionar recomendaciones específicas para mejorar su rendimiento, ofreciendo recursos adicionales, tutorías personalizadas o ajustes en la metodología de enseñanza.
Adaptación del Contenido del Curso:
Implementar sistemas que analicen los patrones de comportamiento y aprendizaje de cada estudiante para adaptar el contenido del curso según su velocidad de trabajo, intereses y dificultades específicas, brindando una experiencia educativa más personalizada.
Programación Educativa Adaptable:
Utilizar sistemas que evalúen las respuestas de los estudiantes y seleccionen preguntas adecuadas según su nivel de competencia, permitiendo una evaluación más precisa y adaptada a las necesidades individuales.
Ventajas de la Personalización del Aprendizaje con IA en Educación Algorítmica:
Aprendizaje Personalizado:
La IA permite adaptar el proceso educativo para cada estudiante de forma individual, analizando datos educativos para optimizar el plan de estudios y detectar problemas de aprendizaje tempranamente.
Retroalimentación Instantánea:
La retroalimentación detallada proporcionada por la IA ayuda a los estudiantes a identificar áreas problemáticas y mejorar su rendimiento académico, aumentando su motivación y confianza en sus habilidades.
Mejora Continua:
La IA facilita la identificación de patrones en el desempeño de los estudiantes, permitiendo ajustar las estrategias educativas en tiempo real para abordar áreas problemáticas y mejorar la calidad del aprendizaje.
Al integrar estas estrategias basadas en IA y Machine Learning, se puede personalizar eficazmente la evaluación del aprendizaje en educación algorítmica, brindando una experiencia educativa más adaptada a las necesidades individuales de cada estudiante.
——————————————————————————————————————
Ejemplo de Evaluación Algorítmica en una Clase de Computación Universitaria
En una clase de computación de cuarto nivel en la universidad, se puede implementar una evaluación algorítmica personalizada utilizando diversas herramientas digitales y de Inteligencia Artificial (IA) generativa. A continuación, se detalla cómo sería esta evaluación y las herramientas que se podrían utilizar:
Descripción del Escenario Educativo:
Curso: Computación Avanzada.
Nivel: Cuarto año universitario.
Estrategias de Evaluación Personalizada:
Plataforma de Aprendizaje Adaptativo:
Utilizar una plataforma de aprendizaje adaptativo basada en IA que analice el progreso individual de cada estudiante, adapte el contenido del curso según sus necesidades y ofrezca retroalimentación personalizada en tiempo real.
Un equipo de la Universidad de Córdoba ha diseñado un modelo basado en lógica difusa que predice el desempeño del alumnado de educación online, ordenándolo en 4 categorías y ayudando al profesorado a dar respuestas más personalizadas a cada alumno según su situación.
La educación a distancia ha democratizado el acceso al conocimiento, eliminando problemas de tiempo y espacio. La flexibilidad y accesibilidad de este tipo de sistemas ha hecho que se incremente el número de personas que se forman a través de plataformas online. Sin embargo, debido a la gran cantidad de estudiantes y a la falta de la interacción cercana que permite el aula, el profesorado se enfrenta a un gran problema: la dificultad de dar seguimiento y adaptar el aprendizaje al alumnado.
Las herramientas basadas en inteligencia artificial pueden ser aliadas de los docentes ayudando a predecir el rendimiento del alumnado para que así puedan adaptar las estrategias educativas a su situación de aprendizaje.
Para facilitar esa adaptación y mejorar la educación online, un equipo de la Universidad de Córdoba formado por los investigadores Juan Carlos Gámez, Aurora Esteban, Francisco Javier Rodríguez y Amelia Zafra han desarrollado un algoritmo que realiza una predicción del desempeño del estudiante en 4 clasificaciones distintas. Frente a otros modelos previos que predicen ese desempeño sólo desde la óptica del “aprueba o suspende” o “abandona o continúa” el curso, “este algoritmo basado en clasificación ordinal y lógica difusa permite predecir el desempeño del alumnado manteniendo las relaciones de orden entre las categorías: abandono, suspenso, aprobado y distinción” explica la investigadora del Departamento de Informática y Análisis Numérico de la UCO, Amelia Zafra.
De esta manera, el algoritmo FlexNSLVOrd hace una mejor predicción, pero también permite al profesorado adecuar mejor sus estrategias dependiendo en la clasificación en la que se encuentre el alumnado.
Las dos ventajas que propone este desarrollo son el uso de la clasificación ordinal con una matriz de costo que permite modelar el peso delas clases ordinales en el aprendizaje y, permite hacer ese ranking más específico, y la lógica difusa adaptada que, como señala el investigador del Departamento de Ingeniería Electrónica y de Computadores de la UCO, Juan Carlos Gámez “te permite cierta flexibilidad ya que, por una parte, frente a la lógica estándar que trabaja con valores concretos, la lógica difusa trabaja con un rango de valores, y por otra parte, se adapta automáticamente al problema utilizando un razonamiento más cercano al que hacemos en nuestra vida diaria».
El modelo se alimenta de los datos que el sistema de enseñanza online genera. Es decir, las características que tiene en cuenta para predecir el rendimiento son, por ejemplo, la realización de tareas específicas y cuestionarios, su nota y los clics que el alumnado hace en los diferentes recursos que hay a disposición en la plataforma.
Para los investigadores, también es destacable la “interpretabilidad”, es decir, la posibilidad de comprender los resultados que arroja. Y es que, tras rastrear este comportamiento del alumnado, el modelo realiza la clasificación, pero también se hace entender, ya que “frente a los algoritmos de caja negra que te dicen si el estudiante aprobará o abandonará, pero no te dicen ni cómo ni por qué”, esta nueva herramienta aporta una serie de reglas para cada categoría que muestran los recursos y las actividades más relevantes que el estudiante debe realizar”, continúa Zafra. Así, el algoritmo podría ayudar al profesorado a identificar a los estudiantes y poder utilizar refuerzos o estrategias que “por ejemplo, rescaten a los estudiantes con problemas”.
De hecho, en este sentido, el algoritmo permite al profesorado incluso saber qué tipo de características son decisivas o no para conocer el desempeño. “Quizás una tarea que el profesor pensaba que era importante para ello, resulta que no es decisiva para saber si va a aprobar o suspender finalmente” amplía Francisco Javier Rodríguez, también investigador del Departamento de Ingeniería Electrónica y de Computadores de la UCO.
El algoritmo se ha comprobado usando un conjunto muy amplio de datos públicos de aprendizaje de Open University (OULAD), disponibles en abierto y que comprende una muestra grande de estudiantes y cursos. El uso a futuro de este algoritmo podría pasar por incluirlo como aplicación en las plataformas de educación online (tipo Moodle) y que, automáticamente, fuese dando retroalimentación del desempeño del alumnado al profesorado.
Referencia
Gámez-Granados, J.C., Esteban, A., Rodríguez-Lozano, F.J. et al. An algorithm based on fuzzy ordinal classification to predict students’ academic performance. Appl Intell (2023). https://doi.org/10.1007/s10489-023-04810-2
Generación Automática de Preguntas:
Emplear herramientas de IA generativa para crear preguntas algorítmicas personalizadas que desafíen a los estudiantes a aplicar conceptos complejos y resolver problemas prácticos en tiempo limitado.
Análisis Predictivo del Rendimiento:
Implementar un algoritmo predictivo del rendimiento académico que evalúe el desempeño de los estudiantes en base a su interacción con el contenido del curso, identificando áreas de mejora y fortalezas.
Herramientas Digitales y Webs Recomendadas:
Plataforma de Aprendizaje Adaptativo: Se puede utilizar la plataforma Smartick, que desarrolla planes de estudio personalizados para cada estudiante a través de la inteligencia artificial.
Generación Automática de Preguntas: Herramientas como Scratch pueden ser utilizadas para crear preguntas interactivas y desafiantes que fomenten el pensamiento computacional5.
Análisis Predictivo del Rendimiento: El algoritmo desarrollado por investigadores de la Universidad de Córdoba para predecir el rendimiento académico del alumnado en educación a distancia podría ser adaptado para esta evaluación.
En este escenario educativo, la combinación de herramientas digitales avanzadas y técnicas de IA permitiría una evaluación algorítmica altamente personalizada, brindando a los estudiantes una experiencia educativa adaptada a sus necesidades individuales y promoviendo un aprendizaje efectivo en el campo de la computación avanzada.
La celeridad con que se están imponiendo las nuevas herramientas computacionales es verdaderamente asombrosa. Además, todos nos preocupamos por la educación. Es un área común de convergencia humana, claro, al margen de lo que educar significa, virtualmente todos le concedemos un inmenso valor a esta actividad. También a todos nos ha tocado educar y ser educados, de una forma u otra. Si el lector busca frases al respecto de la educación, encontrará una inmensa cantidad, frases que enfatizan uno u otro aspecto de esta trascendente labor, de la cual se han ocupado los filósofos y pensadores a lo largo de nuestra historia humana. Para citar a dos grandes, Platón decía: «El objetivo de la educación es la virtud y el deseo de convertirse en un buen ciudadano», mientras que ya en la Modernidad, Immanuel Kant expresaba: «Tan solo por la educación puede el hombre llegar a ser hombre… el hombre no es más que lo que la educación hace de él».
Por qué estamos trayendo a colación la actividad educativa en esta columna Autómatos, referida a temáticas de ciencias de la computación. La motivación la resume el epígrafe de esta oportunidad, que nos habla del futuro, uno ya sobre nuestros hombros después del inicio de la Cuarta Revolución Industrial. Es así una temática sobre la que estaremos yendo y viniendo, dada su crucial importancia. La nueva educación para este siglo XXI se encuentra en el limen de una emergente y desconocida habitación, en esta casa que la humanidad cohabita.
Hace ya más de un lustro que tenía planificada la redacción de una tesina monográfica sobre el impacto de las herramientas algorítmicas que se vislumbraban como revolucionarias en el contexto de los sistemas educacionales. Ahora que la inteligencia artificial se está desplegando y que el contexto de la pandemia del nuevo coronavirus se ha instalado, obligando a nuevos modos de comunicación, tal planteamiento no tiene nada de singular, pues lo estamos viviendo en el día a día. Así, este breve espacio no nos alcanzaría para citar las frases que reconstruyen un discurso en torno de la nueva educación. Sin embargo, sin ánimo de agotar o de bien representar este cúmulo de pensamientos respecto de la más noble y humanizante actividad, citaremos las que inspiran algunas reflexiones y consideraciones en torno de esta problemática de los cambios que los tiempos actuales exigen.
Respecto al valor de los sistemas educativos, Nelson Mandela expresó: «La educación es el arma más poderosa que puedes usar para cambiar el mundo». Cualquiera de sus contrarios, porque el concepto de «educación» es amplio y abarcador, resulta involutivo y peligroso. Al ver la película Malcom X, de hace casi dos décadas, no pude dejar de impresionarme cómo el desconocimiento, la ignorancia, en este caso sobre una religión en particular, pudo llevar al protagonista, un influyente líder de la comunidad afroamericana, a una conclusión tan lamentable y dramática. Al respecto de este asunto, Malcom X dijo: «Sin educación no vas a ninguna parte en este mundo». En esta misma línea, Epicteto expresó: «Solo los educados son libres».
Imagen tomada de Universia, editada por Vinicio Barrientos Carles.
Sin mayores elevaciones filosóficas, ¿por qué es tan importante la educación? Fundamentalmente, existe una justificación de tipo práctico: porque nos capacita para la vida en sociedad, facilitando la convivencia colectiva mediante principios como la empatía y procesos socioprácticos, como el de la cooperación. En el sentido individual nos ayuda a desarrollar nuestra creatividad, siendo un proceso elemental para la correcta estructuración de nuestra mente, componente fundamental en nuestros procesos de maduración.
Con relación a la tecnología explosiva y los vertiginosos cambios en las modalidades educativas, podemos citar a Steve Jobs, quien expresó: «Cambiaría, si pudiera, toda mi tecnología por una tarde con Sócrates». El exitoso Jobs siempre tuvo claro que la educación debe orientarse por y para las personas. En este sentido, debemos estar claros, desde un inicio, que la tecnología solo es una herramienta para mejorar la actividad educativa, a lo que Jobs agregó:
La tecnología no es nada. Nunca será lo crucial. Lo verdaderamente importante es que tengas fe en la gente, para que sean básicamente buenas personas con mentes inteligentes… así, cuando les des las herramientas adecuadas, ten la seguridad de que harán cosas maravillosas con ellas.
Esto pone sobre la mesa el imprescindible rol del educador. A este respecto, Mahatma Gandhi decía: «No hay escuela igual que un hogar decente y no hay maestro igual a un padre virtuoso». Por otro lado, se ha dicho que no por disponer de una aguja y un hilo se sabe coser. Es decir, en términos actuales, no por «saber usar una máquina» se sabe utilizar la tecnología.
Por otro lado, la tendencia de los sistemas actuales está orientándose paulatinamente hacia la autoformación, la autoconstrucción de sí mismo. Sobre esto, el científico y escritor ruso Isaac Asimov escribió: «Ser autodidacta es el único tipo de educación que existe». Por la misma línea, ya Galileo Galilei decía: «No se puede enseñar nada a un hombre; solo se le puede ayudar a encontrar la respuesta dentro de sí mismo». El citado Paulo Freire expresaba algo, que viene a sintetizar lo anterior: «Nadie educa a nadie, nadie se educa a sí mismo, las personas se educan entre sí, con la mediación del mundo».
En crítica a la formación característica del siglo XX, Bertrand Russell expresó la necesidad de lods valores éticos y morales:
Uno de los tantos defectos de la educación superior moderna es que hace demasiado énfasis en el aprendizaje de ciertas especialidades y demasiado poco en un ensanchamiento de la mente y el corazón de las personas, por medio de un análisis imparcial y crítico del mundo.
Sobre estas fundamentadas reflexiones, podríamos citar a muchos, pero no podemos dejar de enfatizar lo que es quizá el error medular del actual sistema, y es que se obliga a saber, pero no se enseña a amar el saber. John Ruskin expresó lo siguiente:
La meta final de la verdadera educación es no solo hacer que la gente haga lo que es correcto, sino que disfrute haciéndolo; no solo formar personas trabajadoras, sino personas que amen el trabajo; no solo individuos con conocimientos, sino con amor al conocimiento; no solo seres puros, sino con amor a la pureza; no solo personas justas, sino con hambre y sed de justicia.
Imagen tomada de Observatorio RH, editada por Vinicio Barrientos Carles.
Quiero concluir recordando que la educación es un derecho fundamental, una herramienta imprescindible para hacer frente a la realidad en la hoy vivimos, y un arma para potenciar nuestros talentos, autonomía y libertad de pensamiento. Como bien propugna el artículo 26 de la Declaración Universal de los Derechos Humanos: «Toda persona tiene derecho a la educación. La educación debe ser gratuita, al menos en lo concerniente a la instrucción elemental y fundamental. La instrucción elemental será obligatoria». Por otro lado, enfatizar lo que hemos ya expresado, citando a Keith Krueger, al respecto del verdadero papel de las herramientas tecnológicas:
Es importante recordar que el software educativo, como los libros de texto, es solo una herramienta en el proceso de aprendizaje. Ninguno puede ser un sustituto para profesores idóneos y bien entrenados, para el liderazgo humano y para la implicación y compromiso de los padres.
por Vinicio Barrientos Carles.
Es una visión ambiciosa y apasionante, pero si algo tiene es que no es nada utópica ni tan solo distópica, si no adecuada ala cuarta revolución industrial en la que vivimos y que lo está demandando.
Transformar la educación hacia un enfoque más abierto y algorítmico requiere un cambio fundamental en la forma en que concebimos el conocimiento, el aprendizaje y la enseñanza:
Promover la mentalidad de código abierto: Fomentar una cultura donde el conocimiento se comparta libremente y se construya colaborativamente. Esto implica el uso de licencias abiertas para materiales educativos, la colaboración en proyectos de código abierto y la participación en comunidades de aprendizaje en línea.
Incorporar el pensamiento algorítmico desde una edad temprana: Introducir conceptos básicos de algoritmos y pensamiento computacional en el currículo escolar desde una edad temprana. Esto puede ayudar a los estudiantes a desarrollar habilidades de resolución de problemas, pensamiento crítico y creatividad.
Fomentar la alfabetización mediática y transmedia: Capacitar a los estudiantes para que sean consumidores críticos y creadores de medios de comunicación en diferentes plataformas. Esto implica enseñar habilidades para evaluar la credibilidad de la información en línea, comprender cómo funcionan los algoritmos en las redes sociales y utilizar diferentes medios para expresar ideas de manera efectiva.
Los laboratorios de creatividad e innovación representan un entorno dinámico donde los estudiantes pueden colaborar, experimentar y desarrollar soluciones innovadoras utilizando tecnologías de vanguardia. Estos espacios físicos y virtuales están diseñados para fomentar la creatividad, la resolución de problemas y el pensamiento crítico, preparando a los estudiantes para enfrentar desafíos del mundo real de manera innovadora.
Por ejemplo, en un laboratorio de creatividad e innovación universitario, los estudiantes podrían trabajar en proyectos interdisciplinarios que aborden problemas complejos, como la sostenibilidad ambiental o la atención médica personalizada. Utilizando tecnologías como impresoras 3D, los estudiantes podrían prototipar y fabricar dispositivos físicos para abordar estas problemáticas. Además, podrían emplear herramientas de realidad aumentada para visualizar y simular soluciones en entornos virtuales antes de su implementación.
——————————————————————————————————————–
Ejemplo de Proyecto Interdisciplinario en un Laboratorio Universitario de Creatividad e Innovación
En un laboratorio universitario de creatividad e innovación, los estudiantes podrían colaborar en proyectos interdisciplinarios para abordar desafíos complejos como la sostenibilidad ambiental o la atención médica personalizada. A través del uso de tecnologías como impresoras 3D, herramientas de realidad aumentada y generativas de IA, los estudiantes pueden desarrollar soluciones innovadoras y prototipar dispositivos físicos para resolver problemas reales. A continuación, se presenta un ejemplo detallado:
Descripción del Proyecto:
Tema: Mejora de la accesibilidad en entornos urbanos para personas con discapacidad.
Objetivo: Diseñar e implementar soluciones innovadoras que faciliten la movilidad y la interacción en espacios urbanos para personas con discapacidad.
Tecnologías Utilizadas:
Impresión 3D:
Los estudiantes utilizan una impresora 3D para fabricar prototipos de dispositivos ergonómicos, como manijas personalizadas para sillas de ruedas o señalización táctil para personas con discapacidad visual.
Realidad Aumentada:
Emplean herramientas de realidad aumentada para visualizar y simular cómo serían las mejoras propuestas en entornos urbanos reales, permitiendo una evaluación más precisa y realista antes de la implementación.
Herramientas de IA Generativas:
Utilizan herramientas como Runway ML para generar diseños creativos y personalizados, como patrones decorativos en elementos urbanos adaptados a las necesidades específicas de las personas con discapacidad.
Fuentes y Recursos:
Impresión 3D: Para acceder a tutoriales y recursos sobre impresión 3D en educación, se puede consultar el sitio web de Ultimaker Education.
Realidad Aumentada: La plataforma Unity ofrece tutoriales y documentación completa sobre el desarrollo de aplicaciones de realidad aumentada para proyectos educativos.
Herramientas de IA Generativas: El sitio web oficial de Runway ML proporciona información detallada sobre cómo utilizar su plataforma para crear proyectos creativos basados en IA.
En este escenario educativo, los estudiantes tienen la oportunidad de aplicar tecnologías avanzadas como impresión 3D, realidad aumentada y herramientas generativas de IA para abordar problemas sociales importantes, fomentando la creatividad, la innovación y el trabajo interdisciplinario en un entorno universitario de vanguardia.
Universidades con Programas de Laboratorio de Creatividad e Innovación Universitario
Universidad Tecnológica de Bolívar (Colombia):
Ofrece un Laboratorio de Creatividad e Innovación que se enfoca en el emprendimiento y la innovación, contribuyendo al desarrollo de habilidades innovadoras en los estudiantes a través de proyectos interdisciplinarios1.
Universidad Pública de Navarra (España):
Cuenta con el proyecto LUCE, Laboratorio Universitario de Creación de Empresas, que promueve el emprendimiento entre los estudiantes y fomenta la creación de nuevas empresas2.
Pontificia Universidad Católica de Chile:
Impulsa la creatividad e innovación a través de una Red de Laboratorios de Fabricación que brinda a estudiantes y académicos la oportunidad de diseñar soluciones innovadoras utilizando equipamientos especializados3.
Universitat Oberta de Catalunya (España):
Estrena ocho laboratorios de investigación especializados en tecnologías como realidad virtual, neuroimagen e impresión 3D, con el objetivo de fomentar la creatividad, la innovación y la colaboración universidad-sociedad en proyectos experimentales4.
Universidad Politécnica de Madrid (España):
Ofrece el programa ACTÚAUPM para la generación de empresas innovadoras y apoyo al emprendimiento, promoviendo el desarrollo de proyectos con alto potencial de crecimiento2.
Estas universidades son ejemplos destacados que brindan a los estudiantes oportunidades para explorar la creatividad, la innovación y el emprendimiento a través de laboratorios especializados y programas interdisciplinarios que fomentan el desarrollo de soluciones innovadoras para desafíos actuales.
Para gestionar y analizar datos, los estudiantes podrían utilizar algoritmos en Python, como los árboles de decisión, para tomar decisiones informadas basadas en conjuntos de datos complejos. Por ejemplo, podrían desarrollar algoritmos de aprendizaje automático para predecir la eficiencia energética de edificios sostenibles o para diagnosticar enfermedades médicas a partir de datos clínicos.
En cuanto a la gestión de proyectos y colaboración, los estudiantes podrían utilizar herramientas de gestión de proyectos como Trello o Asana para coordinar tareas y mantenerse organizados. Además, podrían aprovechar herramientas de IA como IBM Watson para analizar grandes volúmenes de datos y extraer información relevante para sus proyectos.
Un ejemplo universitario complejo de un laboratorio de creatividad e innovación podría ser el «Laboratorio de Innovación Interdisciplinaria» en la Universidad de Stanford. Este laboratorio reúne a estudiantes de diferentes disciplinas, incluidas la informática, la ingeniería, las ciencias sociales y las humanidades, para abordar desafíos globales utilizando tecnologías digitales y herramientas de IA.
Los autores y académicos que están trabajando en este campo incluyen a Dr. Fei-Fei Li, profesora de Ciencias de la Computación en la Universidad de Stanford y directora del Laboratorio de Inteligencia Artificial y Visión por Computadora (AI Lab), así como a Dr. Sebastian Thrun, fundador de Udacity y pionero en el campo de la educación en línea y la inteligencia artificial.
Las tecnologías y herramientas mencionadas pueden encontrarse en sitios web como GitHub para código abierto, la página oficial de Python para algoritmos y documentación, y los sitios web de las empresas que ofrecen herramientas de IA, como IBM Watson y TensorFlow.
Árboles de decisión: Los árboles de decisión son algoritmos de aprendizaje supervisado que se utilizan para la clasificación y la regresión. En el contexto de un laboratorio de creatividad e innovación, los estudiantes podrían utilizar árboles de decisión para analizar datos y tomar decisiones informadas sobre posibles soluciones a un problema. Por ejemplo, podrían desarrollar un árbol de decisión para identificar las características más importantes que influyen en la eficiencia energética de un edificio, lo que ayudaría a diseñar soluciones para mejorar su rendimiento ambiental.
Algoritmos de agrupamiento (Clustering): Los algoritmos de agrupamiento se utilizan para identificar patrones y estructuras en conjuntos de datos sin etiquetar. En un laboratorio de creatividad e innovación, los estudiantes podrían aplicar algoritmos de agrupamiento para explorar datos y descubrir relaciones entre diferentes variables. Por ejemplo, podrían utilizar algoritmos de agrupamiento para identificar segmentos de mercado en una población de consumidores, lo que ayudaría a diseñar estrategias de marketing más efectivas.
Redes Neuronales Artificiales: Las redes neuronales artificiales son modelos computacionales inspirados en el funcionamiento del cerebro humano. Se utilizan en una variedad de aplicaciones, incluido el procesamiento de imágenes, el reconocimiento de voz y la predicción de series temporales. En un laboratorio de creatividad e innovación, los estudiantes podrían desarrollar y entrenar redes neuronales para resolver problemas complejos, como la detección de anomalías en datos de sensores ambientales o el análisis de imágenes médicas para diagnosticar enfermedades.
Estos algoritmos pueden implementarse utilizando bibliotecas de Python como Scikit-learn, TensorFlow o Keras, que proporcionan herramientas y funciones predefinidas para facilitar el desarrollo y la experimentación con modelos de aprendizaje automático e inteligencia artificial. Los estudiantes pueden acceder a documentación detallada, tutoriales y ejemplos de código en línea para aprender a utilizar estas bibliotecas y aplicar los algoritmos en sus proyectos de innovación y creatividad.
Breve implementación de los algoritmos mencionados utilizando Python y algunas de sus bibliotecas más populares:
Árbol de Decisión con Scikit-learn:
pythonCopy codefrom sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
# Cargamos un conjunto de datos de ejemplo (iris)
iris = datasets.load_iris()
X = iris.data
y = iris.target
# Dividimos el conjunto de datos en entrenamiento y prueba
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# Creamos un clasificador de árbol de decisión
clf = DecisionTreeClassifier()
# Entrenamos el clasificador
clf.fit(X_train, y_train)
# Realizamos predicciones en el conjunto de prueba
y_pred = clf.predict(X_test)
# Calculamos la precisión del clasificador
accuracy = accuracy_score(y_test, y_pred)
print("Precisión del clasificador de árbol de decisión:", accuracy)
Agrupamiento (Clustering) con K-Means y Scikit-learn:
pythonCopy codefrom sklearn.cluster import KMeans
import numpy as np
# Generamos datos de ejemplo
X = np.random.rand(100, 2)
# Creamos un modelo de K-Means con 3 clusters
kmeans = KMeans(n_clusters=3)
# Entrenamos el modelo
kmeans.fit(X)
# Obtenemos las etiquetas de los clusters
labels = kmeans.labels_
print("Etiquetas de los clusters:", labels)
Red Neuronal Artificial con TensorFlow:
pythonCopy codeimport tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
# Creamos un modelo secuencial de red neuronal
model = Sequential([
Dense(64, activation='relu', input_shape=(4,)),
Dense(64, activation='relu'),
Dense(3, activation='softmax')
])
# Compilamos el modelo
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
# Entrenamos el modelo
model.fit(X_train, y_train, epochs=10, batch_size=32, validation_data=(X_test, y_test))
Estos son solo ejemplos básicos para ilustrar la implementación de los algoritmos. En proyectos reales, es importante explorar y ajustar los parámetros de los algoritmos, así como realizar una evaluación más exhaustiva de su desempeño:
Promover la investigación abierta y distribuida: Facilitar oportunidades para que los estudiantes participen en proyectos de investigación colaborativa y contribuyan al conocimiento colectivo. Esto puede incluir trabajar en proyectos científicos ciudadanos, contribuir a bases de datos abiertas y participar en comunidades de investigación en línea.
Fomentar la creatividad y la experimentación: Brindar a los estudiantes la libertad para explorar sus intereses, experimentar con nuevas ideas y tomar riesgos en su aprendizaje. Esto puede implicar la implementación de proyectos de aprendizaje basados en proyectos y la valoración del proceso de aprendizaje tanto como de los resultados finales.
Desarrollar habilidades de pensamiento crítico y adaptabilidad: Enseñar a los estudiantes a cuestionar suposiciones, analizar información de manera crítica y adaptarse a entornos cambiantes. Esto puede incluir la enseñanza de habilidades de resolución de problemas, toma de decisiones éticas y aprendizaje continuo a lo largo de la vida.
Crear una cultura de aprendizaje permanente: Fomentar una mentalidad de aprendizaje continuo en la que los individuos estén motivados para adquirir nuevos conocimientos y habilidades a lo largo de sus vidas. Esto puede implicar la creación de entornos educativos flexibles que permitan a las personas aprender en cualquier momento y lugar.
Transformar la educación hacia una cultura y una educación algorítmica requiere un enfoque holístico que promueva la apertura, la colaboración, la creatividad y el pensamiento crítico. Esto no será un proceso fácil ni rápido, pero con el compromiso de educadores, estudiantes y comunidades, podemos trabajar hacia un futuro donde el conocimiento esté verdaderamente al alcance de todos.
En la era de la Cuarta Revolución Industrial, la educación se enfrenta a desafíos y oportunidades sin precedentes. La convergencia de tecnologías como la inteligencia artificial, el aprendizaje automático y la robótica está transformando radicalmente la forma en que aprendemos, enseñamos y nos relacionamos con el conocimiento. En este contexto, surge la necesidad de adoptar enfoques educativos disruptivos que aprovechen plenamente el potencial de estas tecnologías para promover un aprendizaje más efectivo, personalizado y orientado al futuro.
La Educación Disruptiva con IA es un paradigma educativo que busca romper con los modelos tradicionales de enseñanza y aprendizaje, aprovechando el poder de la inteligencia artificial para mejorar la experiencia educativa en todos los niveles. Autores como Sir Ken Robinson, en su libro «El elemento: Descubrir tu pasión lo cambia todo», abogan por un enfoque educativo centrado en el desarrollo del potencial individual de cada estudiante, en lugar de simplemente transmitir información de manera pasiva. Robinson sostiene que la creatividad y la pasión son elementos fundamentales para el aprendizaje significativo y duradero.
Universidades como el Instituto de Tecnología de Massachusetts (MIT) están liderando el camino en la integración de la inteligencia artificial en la educación. El proyecto MITx, por ejemplo, ofrece cursos en línea masivos y abiertos (MOOCs) que utilizan algoritmos de aprendizaje automático para personalizar el contenido y la experiencia de aprendizaje de cada estudiante. Esto permite adaptar el ritmo y el nivel de dificultad del curso según las necesidades individuales de cada alumno, proporcionando una experiencia educativa altamente personalizada y efectiva.
Otro ejemplo destacado es el trabajo de la Universidad de Stanford en el campo de la inteligencia artificial aplicada a la educación. Investigadores como Emma Brunskill están utilizando técnicas de aprendizaje automático para desarrollar sistemas de tutoría inteligente que pueden identificar las necesidades de aprendizaje de los estudiantes y proporcionar retroalimentación personalizada y adaptativa en tiempo real. Estos sistemas tienen el potencial de mejorar significativamente la eficacia del aprendizaje, ayudando a los estudiantes a alcanzar su máximo potencial de manera más eficiente.
La Educación Disruptiva con IA representa una oportunidad emocionante para transformar la educación y preparar a las futuras generaciones para prosperar en una era de cambio acelerado y avances tecnológicos sin precedentes. Al adoptar un enfoque centrado en el estudiante, personalizado y basado en la inteligencia artificial, podemos crear experiencias educativas más relevantes, significativas y efectivas para todos los estudiantes.
Con ello estamos dentro de un “pensamiento calculador”que nos conduce hacia un “utilitarismo” el cual lo conseguimos mediante el análisis producido por algoritmos que nos llevan hacia DATOS bien, estandarizados, bien personalizados, en diferentes terrenos: educación, salud, economía…
Esta realidad múltiple y diversa (inclusiva y disruptiva) no nos llevara a ningun punto en común (convergente), si no todo lo contrario, divergente y por tanto completamente inclusivo.
El pensamiento computacional es un pensamiento humano con la ayuda computacional que nos puede llevar por diferentes camino, bien previstos o no. En principio lo suelen estar, pero debemos estar preparados para que la “maquina” adapte las diferentes interfaces de los usuarios-aprendices, su experiencia, así como el contenido y nos ayude a vivir dentro de esta sociedad inteligente (obviamente con esto podemos entenderla, sin esto es difícil).
El pensamiento computacional se refiere a un enfoque mental y habilidad cognitiva que involucra la resolución de problemas de manera estructurada, lógica y algorítmica. Implica descomponer problemas complejos en componentes más pequeños, identificar patrones y relaciones, y diseñar soluciones eficientes utilizando conceptos de la ciencia de la computación. Esta habilidad no solo es relevante en el ámbito de la informática, sino que también tiene aplicaciones en diversas áreas, desde la ciencia y la ingeniería hasta la economía y la medicina.
En el contexto de la educación algorítmica y la Educación Disruptiva con IA, el pensamiento computacional juega un papel fundamental. La educación algorítmica se centra en enseñar a los estudiantes a pensar de manera algorítmica, es decir, a abordar problemas de manera sistemática y a diseñar algoritmos para resolverlos. La Educación Disruptiva con IA busca transformar la forma en que aprendemos y enseñamos mediante el uso de tecnologías disruptivas como la inteligencia artificial.
Un paralelismo entre estos conceptos se puede establecer de la siguiente manera:
Pensamiento computacional: En este contexto, el pensamiento computacional implica la capacidad de analizar problemas, identificar patrones y relaciones, y diseñar algoritmos para resolverlos. Los estudiantes aprenden a pensar de manera lógica y algorítmica, lo que les permite abordar una amplia gama de desafíos en diferentes disciplinas.
Educación algorítmica: La educación algorítmica se centra en enseñar a los estudiantes los principios fundamentales de la ciencia de la computación y cómo aplicarlos en la resolución de problemas. Esto incluye el aprendizaje de estructuras de datos, algoritmos y técnicas de programación, así como el desarrollo de habilidades de pensamiento crítico y resolución de problemas.
Educación Disruptiva con IA: En el contexto de la Educación Disruptiva con IA, el objetivo es aprovechar el poder de la inteligencia artificial para mejorar la experiencia educativa. Esto puede incluir el desarrollo de sistemas de tutoría inteligente que se adapten al estilo de aprendizaje de cada estudiante, la personalización del contenido educativo según las necesidades individuales, y el uso de análisis de datos para evaluar el progreso del estudiante y ofrecer retroalimentación personalizada.
Para demostrar estos conceptos con algoritmos y tablas comparativas, podríamos realizar un análisis comparativo de diferentes algoritmos de aprendizaje automático, como los árboles de decisión, y evaluar su eficacia en la resolución de problemas específicos en un entorno educativo. Por ejemplo, podríamos comparar el rendimiento de diferentes algoritmos en la clasificación de estudiantes en diferentes niveles de competencia en matemáticas o en la identificación de patrones de aprendizaje en función de datos de comportamiento del estudiante.
Luego, podríamos utilizar tablas comparativas para resumir los resultados de este análisis, incluyendo métricas como precisión, velocidad de entrenamiento y complejidad computacional. Esto nos permitiría evaluar qué algoritmos son más adecuados para diferentes escenarios educativos y cómo podrían utilizarse para mejorar la experiencia de aprendizaje de los estudiantes.
Pensamiento Computacional: El pensamiento computacional implica la capacidad de abordar problemas de manera estructurada y lógica, descomponiéndolos en partes más pequeñas y resolviéndolos con algoritmos. En el contexto de la educación, promueve el desarrollo de habilidades como el razonamiento algorítmico, la resolución de problemas y la creatividad.
Educación Algorítmica: La educación algorítmica se centra en enseñar a los estudiantes a pensar y diseñar algoritmos para resolver problemas. Implica la comprensión de conceptos como estructuras de datos, algoritmos de búsqueda y clasificación, y técnicas de programación. Este enfoque ayuda a los estudiantes a desarrollar habilidades de pensamiento computacional y a aplicarlas en diversos contextos.
Educación Disruptiva con IA: La educación disruptiva con IA utiliza tecnologías de inteligencia artificial para transformar la forma en que aprendemos y enseñamos. Involucra el desarrollo de sistemas de aprendizaje inteligente que se adaptan al estilo de aprendizaje de cada estudiante, proporcionan retroalimentación personalizada y facilitan experiencias de aprendizaje interactivas y contextualizadas.
Para demostrar este paralelismo, podríamos realizar un análisis comparativo de diferentes algoritmos de aprendizaje automático, como los árboles de decisión, y evaluar su eficacia en la resolución de problemas educativos específicos.concreto:
Supongamos que queremos determinar qué método de enseñanza es más efectivo para mejorar el rendimiento académico de los estudiantes en matemáticas: el método tradicional de enseñanza en el aula o un enfoque más interactivo utilizando recursos digitales y tutoriales personalizados.
Para demostrar este paralelismo, podríamos seguir estos pasos:
Recopilación de datos: Recolectamos datos sobre el rendimiento académico de un grupo de estudiantes que fueron enseñados utilizando el método tradicional y otro grupo que recibió educación disruptiva con IA.
Análisis de datos: Utilizamos algoritmos de aprendizaje automático, como los árboles de decisión, para analizar los datos y determinar qué método de enseñanza tuvo un mayor impacto en el rendimiento académico de los estudiantes.
Comparación de resultados: Creamos una tabla comparativa que muestra la precisión de los árboles de decisión en la predicción del rendimiento académico de los estudiantes en cada grupo. Esto nos permite evaluar la eficacia relativa de cada método de enseñanza y cómo podríamos mejorarlos en el futuro.
Aquí está cómo podríamos implementar este proceso en Python:
pythonCopy code# Supongamos que tenemos un conjunto de datos con información sobre el rendimiento académico de los estudiantes
# y qué método de enseñanza recibieron.
# Luego, podríamos utilizar algoritmos de aprendizaje automático, como los árboles de decisión, para analizar estos datos
# y predecir el rendimiento académico de los estudiantes en función del método de enseñanza.
# Por último, podríamos comparar la precisión de los árboles de decisión en la predicción del rendimiento académico
# de los estudiantes en cada grupo para evaluar qué método de enseñanza es más efectivo.
Esta sería una manera de demostrar el paralelismo entre el pensamiento computacional, la educación algorítmica, la educación disruptiva con IA y cómo podríamos utilizar algoritmos, árboles de decisión y tablas comparativas para hacerlo.
tabla comparativa entre el pensamiento computacional, la educación algorítmica y la educación disruptiva con IA:
Aspecto
Pensamiento Computacional
Educación Algorítmica
Educación Disruptiva con IA
Definición
Implica resolver problemas de manera estructurada y lógica, utilizando conceptos de la ciencia de la computación.
Se centra en enseñar a los estudiantes a diseñar y utilizar algoritmos para resolver problemas de manera eficiente.
Utiliza tecnologías de IA para transformar la forma en que se enseña y se aprende, proporcionando experiencias de aprendizaje personalizadas y adaptativas.
Habilidades Desarrolladas
Razonamiento lógico, descomposición de problemas, abstracción, patrones de identificación, algoritmos de diseño.
Comprensión de estructuras de datos, técnicas de programación, análisis de algoritmos, resolución de problemas.
Enseñanza de conceptos básicos de la informática y promoción del pensamiento lógico y algorítmico desde etapas tempranas.
Integración de conceptos de la ciencia de la computación en el plan de estudios para desarrollar habilidades de pensamiento computacional en todas las áreas de estudio.
Utilización de tecnologías de IA para ofrecer experiencias de aprendizaje adaptativas y personalizadas, utilizando datos para informar la toma de decisiones pedagógicas.
Ejemplos de Aplicaciones
Resolución de problemas matemáticos, desarrollo de algoritmos de búsqueda y clasificación, diseño de programas informáticos.
Creación de algoritmos para resolver problemas específicos en campos como la matemática, la ingeniería, la biología, entre otros.
Sistemas de tutoría inteligente, análisis automatizado de la retroalimentación del estudiante, adaptación del contenido del curso según las necesidades individuales de los estudiantes.
Esta tabla proporciona una visión comparativa de los tres aspectos clave: pensamiento computacional, educación algorítmica y educación disruptiva con IA. Muestra cómo estos enfoques están interrelacionados pero también destacan sus diferencias en términos de definición, habilidades desarrolladas, enfoque pedagógico y ejemplos de aplicaciones.
Las tendencias actuales en aprendizaje automático, análisis de datos, aprendizaje profundo e inteligencia artificial, sin embargo, complican las cuentas psicológicas centradas en el ser humano sobre el aprendizaje. Las teorías de aprendizaje más influyentes de hoy son las que se aplican a cómo las computadoras “aprenden” de la “experiencia”, cómo los algoritmos están “entrenados” en selecciones de datos y cómo los ingenieros “enseñan” a sus máquinas a “comportarse” a través de “instrucciones” específicas:
La evolución de las tecnologías como el aprendizaje automático, análisis de datos, aprendizaje profundo e inteligencia artificial ha transformado la forma en que entendemos el aprendizaje y la enseñanza. A continuación, se presentan las diferencias y similitudes entre el aprendizaje automático y el aprendizaje profundo, así como su impacto en lo que se ha denominado «Educación Algorítmica»:
Aprendizaje Automático (Machine Learning):
Se enfoca en la creación de algoritmos capaces de identificar patrones en los datos para generar predicciones.
Puede predecir eventos futuros basados en datos históricos y ajustar sus acciones en función de estos patrones.
Requiere la intervención humana para indicar al algoritmo cómo realizar predicciones precisas.
Es ideal para tareas sencillas y puede aprender en cuestión de horas124.
Aprendizaje Profundo (Deep Learning):
Es una categoría dentro del aprendizaje automático que utiliza redes neuronales artificiales con múltiples capas para procesar datos.
Ajusta sus acciones automáticamente a medida que recopila más datos, mejorando su precisión con la experiencia.
Funciona de manera autónoma y puede identificar patrones complejos en datos no estructurados como imágenes, texto o sonido.
Requiere menos intervención humana para aprender y optimizar su rendimiento a lo largo del tiempo235.
Comparaciones:
Proceso de Aprendizaje: El aprendizaje automático requiere instrucciones precisas para realizar predicciones, mientras que el aprendizaje profundo automatiza este proceso a través de redes neuronales profundas.
Velocidad vs. Potencia: El aprendizaje automático es más rápido pero menos potente en comparación con el aprendizaje profundo, que tarda más tiempo pero ofrece resultados más inteligentes y precisos.
Estructura: El aprendizaje automático utiliza algoritmos más simples, mientras que el aprendizaje profundo se basa en redes neuronales complejas con múltiples capas345.
La «Educación Algorítmica» se ve influenciada por estas tecnologías, donde el aprendizaje automático se destaca por su rapidez y capacidad predictiva, mientras que el aprendizaje profundo sobresale en la identificación de patrones complejos en grandes conjuntos de datos no estructurados. Ambos enfoques tienen aplicaciones significativas en diversos campos y están transformando la forma en que las máquinas «aprenden» y se comportan a través de la experiencia y los datos.
Aplicaciones del Aprendizaje Automático en la Educación Algorítmica
El aprendizaje automático ofrece diversas aplicaciones en la educación algorítmica, permitiendo personalizar la enseñanza, predecir problemas de aprendizaje y mejorar la eficiencia educativa. A continuación se detallan algunas formas en las que se puede aplicar el aprendizaje automático en este contexto:
Análisis de Datos Estudiantiles:
Utilizar algoritmos de aprendizaje automático para analizar datos de los estudiantes, como calificaciones, asistencia y comportamiento, con el fin de crear planes de aprendizaje personalizados para cada alumno.
Identificar áreas donde los estudiantes necesitan ayuda adicional y adaptar la instrucción de manera individualizada.
Sistemas de Tutoría Inteligente:
Implementar sistemas que empleen algoritmos de aprendizaje automático para proporcionar retroalimentación y orientación personalizada a los estudiantes.
Ajustar el ritmo y la dificultad de la instrucción según el rendimiento del estudiante, mejorando así la experiencia educativa.
Predicción de Problemas de Aprendizaje:
Utilizar el aprendizaje automático para predecir problemas de aprendizaje mediante el análisis de datos como rendimiento académico, asistencia y datos demográficos.
Identificar a los estudiantes en riesgo y proporcionar intervenciones específicas para mejorar sus resultados educativos.
Análisis Predictivo:
Emplear sistemas basados en aprendizaje automático para predecir resultados estudiantiles, como tasas de graduación, abandono escolar y rendimiento académico.
Ayudar a los educadores a identificar a los estudiantes en riesgo y tomar medidas preventivas.
Calificación Automatizada:
Automatizar el proceso de calificación de tareas utilizando algoritmos de aprendizaje automático, lo que agiliza la evaluación y retroalimentación a los estudiantes.
Estas aplicaciones del aprendizaje automático en la educación algorítmica demuestran cómo esta tecnología puede mejorar la eficacia del proceso educativo al personalizar la enseñanza, identificar áreas problemáticas y predecir resultados estudiantiles. La integración adecuada de estas herramientas puede transformar significativamente la forma en que se aborda la educación, beneficiando tanto a estudiantes como a educadores.
Técnicas de mejora de rendimiento en el aprendizaje automático
El aprendizaje automático se basa en la capacidad de los algoritmos para aprender y mejorar a medida que se les presenta más información. Aquí hay algunas técnicas que se pueden utilizar para mejorar el rendimiento de los algoritmos de aprendizaje automático:
Selección de características: La selección de las características adecuadas puede tener un impacto significativo en el rendimiento de los modelos de aprendizaje automático. Es importante identificar las características más relevantes y eliminar aquellas que no aporten información útil.
Normalización de datos: La normalización de los datos es esencial para asegurarse de que todas las características tengan el mismo rango y escala. Esto ayuda a evitar que una característica con un rango más grande domine sobre las demás.
Aumento de datos: En algunos casos, puede ser útil generar datos adicionales para entrenar los modelos de aprendizaje automático. Esto se puede lograr mediante técnicas como el aumento de datos mediante rotaciones, traslaciones o manipulación de las imágenes.
Validación cruzada: La validación cruzada es una técnica que se utiliza para evaluar la capacidad de generalización de un modelo. Dividir los datos en conjuntos de entrenamiento y prueba múltiples veces ayuda a obtener una estimación más precisa del rendimiento del modelo.
b. Métodos de optimización de algoritmos de aprendizaje automático
Además de las técnicas mencionadas anteriormente, existen métodos específicos de optimización que se pueden aplicar a los algoritmos de aprendizaje automático. Aquí hay algunos ejemplos:
Ajuste de hiperparámetros: Los hiperparámetros son configuraciones ajustables en un algoritmo de aprendizaje automático que afectan su rendimiento. Experimentar con diferentes combinaciones de hiperparámetros y ajustarlos de manera óptima puede mejorar significativamente el rendimiento del modelo.
Regularización: La regularización es una técnica que se utiliza para evitar el sobreajuste en los modelos de aprendizaje automático. Aplicar una penalización a los parámetros del modelo ayuda a generalizar mejor los datos de prueba y a evitar el sobreajuste.
Ensamblado de modelos: Una técnica popular para mejorar el rendimiento de los algoritmos de aprendizaje automático es el ensamblado de modelos. Esto implica combinar múltiples modelos en un solo modelo más potente, utilizando técnicas como el promedio ponderado o la votación.
c. Herramientas y recursos para mejorar el rendimiento
Existen varias herramientas y recursos que pueden ayudar a mejorar el rendimiento de los algoritmos de aprendizaje automático. Aquí hay algunos ejemplos:
Librerías de aprendizaje automático: Existen numerosas librerías de código abierto como Scikit-learn, TensorFlow y PyTorch que proporcionan implementaciones de algoritmos de aprendizaje automático. Utilizar estas librerías puede facilitar y acelerar el proceso de desarrollo de modelos y optimización.
Plataformas de desarrollo de aprendizaje automático: También hay plataformas específicas de desarrollo de aprendizaje automático, como Google Cloud AutoML y Microsoft Azure Machine Learning, que ofrecen herramientas y servicios diseñados para mejorar el rendimiento de los modelos.
Recursos de aprendizaje: En línea, hay una amplia variedad de recursos de aprendizaje automático, como tutoriales, cursos y documentación, que pueden ayudar a mejorar el conocimiento y las habilidades en este campo. También existen comunidades en línea donde los profesionales pueden intercambiar ideas y consejos.
Mejorar el rendimiento de los algoritmos de aprendizaje automático implica utilizar técnicas de selección de características, normalización de datos, aumento de datos y validación cruzada. Además, métodos como el ajuste de hiperparámetros, la regularización y el ensamblado de modelos también pueden ser útiles. Además, existen herramientas y recursos como librerías de aprendizaje automático y plataformas de desarrollo que pueden facilitar el proceso. Al aprovechar estas técnicas y recursos, los profesionales pueden mejorar significativamente el rendimiento de los algoritmos de aprendizaje automático y obtener resultados más precisos y confiables.
Herramientas para Aplicar el Aprendizaje Automático en la Educación
La implementación del aprendizaje automático en la educación puede beneficiar significativamente el proceso de enseñanza y aprendizaje. A continuación, se presentan algunas herramientas destacadas que pueden utilizarse para aplicar el aprendizaje automático en el ámbito educativo:
Knowji:
Una aplicación de vocabulario audiovisual que aprovecha la inteligencia artificial para mejorar la comprensión del vocabulario y facilitar el aprendizaje de idiomas3.
Century:
Plataforma que acelera el aprendizaje, mejora la participación de los estudiantes y reduce la carga de trabajo de los profesores mediante el uso de inteligencia artificial y aprendizaje automático3.
Carnegie Learning:
Ofrece plataformas educativas basadas en IA y aprendizaje automático para estudiantes de secundaria y universitarios, con soluciones en áreas como matemáticas, alfabetización e idiomas3.
Cognii:
Proporciona un asistente de aprendizaje virtual basado en tecnología conversacional que ayuda a los estudiantes a formular respuestas abiertas y ofrece tutoría individualizada y retroalimentación personalizada3.
Century Tech:
Plataforma de inteligencia artificial que utiliza la neurociencia para crear planes de estudio personalizados, realizar un seguimiento del progreso de los estudiantes y ofrecer recomendaciones de estudio personalizado3.
Estas herramientas ofrecen diversas funcionalidades que van desde la personalización del aprendizaje hasta la automatización de tareas administrativas, lo que contribuye a mejorar la eficacia educativa y a optimizar la experiencia tanto para los estudiantes como para los educadores. La integración adecuada de estas herramientas puede potenciar el proceso educativo y adaptarlo a las necesidades individuales de los alumnos.
Necesitamos planteamientos metodológicos, pero también y especialmente, estructurales, como señalamos en nuestras investigaciones para no solo innovar en la educación, si no para transformarla.( ejemplo:…)
“Las personas usan historias para organizar, expresar y recordar sus experiencias. Esta idea es el fundamento de un método desarrollado por Roger Schank y su equipo para diseñar cursos y materiales educativos que garanticen un aprendizaje mediante la práctica (learning by doing). ” Roger Schank
Estructuras de aprendizaje con una arquitectura eficaz:
Un escenario: Situación profesional real y de negocio, simulada. Motivador y rico en contenidos, que proporciona un contexto coherente para el aprendizaje individual y colectivo.
Una secuencia planificada de tareas: Encuadradas en ese escenario, que permiten al participante ejercitar los comportamientos clave y, de esta manera, aprenderlos (práctica, entrenamiento).
Una colección estructurada de recursos para el aprendizaje: Incluyen procedimientos de trabajo, modelos a utilizar, herramientas, información relevante para la tarea, etc.
Acceso a un tutor: online o presencial, para obtener ayuda en el momento de aprendizaje preciso (feed-back).
Este engranaje se corresponde a las característivcas del E-learning-Inclusivo, diseñado por mi mismo, (Juan Domingo Farnos Miró) y que se recoge en estas bases http://www.scribd.com/doc/33025056/Bases-Para-e-Learning-Inclusivo , pero con una trascendencia mayor, ya que quiere influir en todo el diseño de lo que entendemos por educación y formación e influir en decisiones político-educativas, sociales y tecnológicas, adaptándose de manera permanente, transparente y con confianza..a esta sociedad dinámica que gracias a las TIC, evolucionará a un riitmo muy diferente a lo que venía haciendo hasta ahora.
El uso de los miembros del equipo y los compañeros (peer to peer) es una gran manera de articular y hacer comentarios sobre las decisiones de diseño.
Aunque las comprobaciones de calidad por homólogos deben estar bien facilitadas para evitar posturas subjetivas , pueden ser un método ideal para explicar la comprensión de los problemas subyacentes, hechos y datos; el dominio del problema; las necesidades de los usuarios finales; y el razonamiento detrás de las decisiones que ha tomado.
Estas reuniones también pueden ser una manera de dejar que sus compañeros discuten los problemas y patrones similares se encontraron y resolvieron en otros proyectos.
Si aprendemos métodos para estudiar y moldear el pensamiento, la memoria y la acción tanto para los humanos como de las computadoras, la educación también te capacita para diseñar la interacción entre las personas y la tecnología.
En Inteligencia Artificial (AI) exploramos el pensamiento informático. En neurociencia, observamos lo que está sucediendo en el cerebro. Cuando conectamos lo que nos sucede con lo que sucede en una computadora, el pensamiento se convierte en un híbrido en el que nuestro pensamiento excede los límites entre psicología, cultura, biología y tecnología.
En mi aprendizaje basado en la actividad, sugiero que poco a poco los alumnos deben hacerse cargo de la elección de sus actividades, a desarrollar su capacidad de convertirse en autodidactas. También cómo podría ser en capas en la parte superior de experiencias regulares de aprendizaje. Creo que esto va a ser un área interesante para el desarrollo de experiencias de aprendizaje que son escalables, pero realmente desarrollan los estudiantes para los tiempos venideros.
Con todo ello la personalización por las tecnologías digitales (algoritmos) sólo libera los seres humanos para personalizar mejor nuestra vida (es decir, encontrar nuestras propias maneras), lo demás deben hacerlo las tecnologías y es aquí mi insistencia en conseguir un ALGORITMO, el cual pueda facilitar la recepción de DATOS, pasarlos por un proceso de ANÁLISIS Y CRITICA, lo que los transformara en APRENDIZAJES. Si todo el proceso esta evaluado, necesitaremos el algoritmo para que nos realice la retroalimentación. Lo cual hará que todo nuestro proceso de aprendizaje este ayudado por este proceso tecnológico.
En los últimos tiempos se están dando son corrientes referentes al Big data y a a los Algoritmos (Inteligencia Artificial) ((Pierre Levy)), los que predicen que significaran la “visualización” de una época con rayos y truenos, que nos tendrá vigilados permanentemente.
Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metáfora de los presos alrededor que se pusieron alrededor de una torre de vigilanca para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)…., lo que nos conducirá a la resolución de problemas, entre otras cosas.
Para ello utilizaremos el pensamiento computacional como un concepto de resolución de problemas. Es un pensamiento especial que nos permite comprender un problema complejo y desarrollar posibles soluciones. Soluciones que pueden presentarse de forma que un ser humano, una computadora o ambos puedan entender. Pero el pensamiento computacional se puede describir desde una comprensión muy estrecha o muy amplia.
Si parece que el tener presente como base la creación de patrones para resolver problemas, no es menos cierto que la variedad de tareas y actividades actualizadas proporciona al estudiante la flexibilidad de elegir y repetir las tareas para aprender las técnicas a su propio ritmo. Esto le permite al alumno tener el control de todo el proceso de aprendizaje, es por este proceso estandarizado normalmente que se vicia y conduce a una inclusión, por lo que necesitamos algoritmos asistidos como garantía de elección, diversidad y por tanto, inclusión
Pero … ¿En qué parte de este proceso hay una oportunidad de mirar realmente fuera de nuestras paredes y ver qué está sucediendo en el mundo? Nuestras urgentes necesidades de aprendizaje no solo están ligadas a los datos finales sobre las prioridades de aprendizaje del pasado. A medida que el mundo cambia a un ritmo exponencial, ¿quién está determinando lo que nuestros estudiantes necesitarán para prosperar en ese mundo?
“Estar dispuestos a interrumpir constantemente nuestra mentalidad individual y colectiva, si queremos llegar a un acuerdo con las interrupciones necesarias que deben ocurrir en nuestras propias organizaciones si realmente queremos librarnos del pensamiento de status quo que a menudo nos entierra en las prácticas del pasado.
Si como científicos de la cognición trabajamos en TI, una industria que actualmente tiene una gran necesidad de personas educadas que comprendan cómo las personas interactúan con la inteligencia artificial y los sistemas automatizados, como diseñadores de interacción, arquitectos de usabilidad, programadores, desarrolladores de sistemas, estrategias de poder o, después de algunos años, como administradores de proyectos.
Si aprendemos métodos para estudiar y moldear el pensamiento, la memoria y la acción tanto para los humanos como de las computadoras, la educación también te capacita para diseñar la interacción entre las personas y la tecnología.
En Inteligencia Artificial (AI) (((Donald Clark)))exploramos el pensamiento informático dentro de los procesos de aprendizaje .
En neurociencia, observamos lo que está sucediendo en el cerebro. Cuando conectamos lo que nos sucede con lo que sucede en una computadora, el pensamiento se convierte en un híbrido en el que nuestro pensamiento excede los límites entre psicología, cultura, biología y tecnología.
Se puede ir por un sistema híbrido, donde nos dividimos las funciones entre el ordenador y la intervención de las personas humanas sobre la base de lo que cada uno de nosotros hacemos bien, …
Tales sistemas podrían desarrollar no sólo el aprendizaje de habilidades, pero el meta-aprendizaje o de aprender a aprender. Profesores reales pueden desarrollar este y modificarlo (si bien es cierto y raro), y sin embargo, es probable que sea la mejor inversión. En mi aprendizaje basado en la actividad, le sugerí que poco a poco los alumnos deben hacerse cargo de la elección de sus actividades, a desarrollar su capacidad de convertirse en autodidactas. También le sugerí cómo podría ser en capas en la parte superior de experiencias regulares de aprendizaje. Creo que esto va a ser un área interesante para el desarrollo de experiencias de aprendizaje que son escalables, pero realmente desarrollan los estudiantes para los tiempos venideros.
Hay más: normas pedagógicas, modelos de contenido, modelos con alumnos, etc, pero finalmente estamos consiguiendo ser capaces de construir este tipo de sistemas, y debemos ser conscientes de cuáles son las posibilidades”.
Con todo ello la personalización por las tecnologías digitales (algoritmos) sólo libera los seres humanos para personalizar mejor nuestra vida (es decir, encontrar nuestras propias maneras), lo demás deben hacerlo las tecnologías y es aquí mi insistencia en conseguir un ALGORITMO, el cual pueda facilitar la recepción de DATOS, pasarlos por un proceso de ANÁLISIS Y CRITICA, lo que los transformara en APRENDIZAJES. Si todo el proceso esta evaluado, necesitaremos el algoritmo para que nos realice la retroalimentación. Lo cual hará que todo nuestro proceso de aprendizaje este ayudado por este proceso tecnológico.
En los ultimos tiempos se están dando son corrientes referentes al Big data y a a los Algoritmos (Inteligencia Artificial), los que predicen que significaran la “visualización” de una época con rayos y truenos, que nos tendrá vigilados permanentemente ” Un artículo del periodista holandés Dimitri Tokmetzis demostró el año pasado hasta qué punto esto puede ir en los datos de montaje de retratos compuestos de lo que somos. Google sabe lo que busca y puede inferir no sólo qué tipo de noticias que lees en un domingo por la mañana y qué tipo de películas prefieres un viernes, qué tipo de porno que probablemente nos gustaría mirar y dejarnos boquiabiertos en la noche del sábado , lo que ha hecho que los bares y restaurantes cierren”….
La propuesta de Bentham para una Máquina total de la visibilidad puede ser menos significativa a la tesis de los universos de datos emergentes que sus contribuciones a la moral del utilitarismo y su supuesto de que se puede medir nuestro bienestar.
Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metáfora de los presos alrededor que se pusieron alrededor de una torre de vigilancia para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)…., lo que nos conducirá a la resolución de problemas, tanto en sus procesos como en su evaluación:
Para ello utilizaremos el pensamiento computacional como un concepto de resolución de problemas. Es un pensamiento especial que nos permite comprender un problema complejo y desarrollar posibles soluciones. Soluciones que pueden presentarse de forma que un ser humano, una computadora o ambos puedan entender. Pero el pensamiento computacional se puede describir desde una comprensión muy estrecha o muy amplia.
En la comprensión estrecha, el pensamiento computacional contiene cuatro conceptos clave:
a-Descomposición: que podría dividir un problema o sistema complejo en partes más pequeñas y manejables
b-Reconocimiento de patrones — que se refiere a buscar algo uniforme alrededor y en un problema
c-Abstracción: lo que significa centrarse en la información importante e ignorar detalles irrelevantes
d-Algoritmos: se refiere al desarrollo de soluciones paso a paso para un problema o la preparación de reglas para resolver un problema
Las cuatro piedras angulares son igualmente importantes. Se pueden entender como estar en un taburete. Si falta uno, se produce un. cotocircuito en el procesoEl pensamiento computacional significa dominar estas cuatro técnicas.
Por lo tanto, el pensamiento computacional no es lo mismo que la programación. Tampoco es un concepto de pensar como una computadora, porque una computadora no puede pensar. Solo hace lo que el programa dice que debería hacer. Pero el pensamiento computacional puede permitirnos saber qué decir a la computadora para que realice una determinada acción. Sin embargo, las habilidades que se encuentran detrás de este pensamiento que también se pueden usar en una serie de otras situaciones de resolución de problemas que no se relacionan con computadoras en absoluto. Ser capaz de simplificar un problema complejo para que podamos entenderlo fácilmente
En una comprensión más amplia del pensamiento computacional, el concepto se extiende a ambos contienen una cantidad de conceptos y enfoques. Los cuatro conceptos clave se complementan con:
1-Lógica — que se refiere a predecir y analizar acciones dadas
2-Evaluación — en el entendimiento de poder evaluar y juzgar
Además, añade una descripción más detallada de los cuales se acerca al “pensador computacional” es el trabajo que se puede describir como una actividad persistente, la experimentación para crear algo en cooperación con otros y está en curso mejoras y correcciones de errores basada de las experiencias que se están haciendo.
Una comprensión aún más amplia del Pensamiento Computacional(Miguel Zapata Ros) debe contener requisitos estéticos y éticos en relación con las soluciones con las que se trabaja en relación con un problema determinado.
Si vamos a integrar el pensamiento computacional como un tema o como parte de la formación general, es importante que analicemos cómo entendemos el concepto.equiparando el pensamiento y la codificación computacionales. Las habilidades no se pueden lograr mediante simples tareas de codificación, son competencias que contienen los enfoques legendarios, experimentales e innovadores y las consideraciones estéticas y éticas.
Con ello debemos adquirir habilidades clave como:
a-pensar cuantitativamente (tanto matemáticamente como estadísticamente);
b-pensar algorítmicamente como una continuación del proceso de avance del pensamiento (iniciado durante sus días de escuela);
c-pensar en términos de aprendizaje automático y predicción;
para participar en actividades de pensamiento de nivel superior en términos de representar los fenómenos / resultados observados en forma de modelos y luego simular.
Enfatiza que el pensamiento computacional es una habilidad básica emergente para todos, no solo para los informáticos. Por lo tanto, debe convertirse en una parte integral de la educación y agregarse a la capacidad analítica de cada alumno, además de las habilidades de lectura, escritura y aritmética. “Al utilizar los conceptos fundamentales para la informática, el pensamiento computacional permite y mejora la capacidad de resolver problemas, diseñar sistemas y comprender el comportamiento humano” (Wing, 2006).
Si parece que el tener presente como base la creación de patrones para resolver problemas, no es menos cierto que la variedad de tareas y actividades actualizadas proporciona al estudiante la flexibilidad de elegir y repetir las tareas para aprender las técnicas a su propio ritmo. Esto le permite al alumno tener el control de todo el proceso de aprendizaje.
Podemos emplear como eje investigar, desarrollar y determinar la eficiencia del uso de un entorno b-learning en la adquisición de habilidades básicas de programación a través de la personalización del contenido para cada alumno, para lograr que un conjunto de actividades que se pueden utilizar se diseñen teniendo en cuenta diferentes niveles adaptados a la personalización de aprendizajes de cada alumno por medio de un de un pensamiento computacional que por medio del soporte del machine learning cree aplicaciones para cada estudiante.
La evolución de los algoritmos que “aprenden” de los datos sin tener que programarse de forma explícita. Un subgrupo particular de Machine Learning se conoce como “aprendizaje profundo” (Deep Learning). Este término describe el uso de un conjunto de algoritmos llamados redes neuronales que toman como modelo el cerebro humano. Los avances en este aprendizaje profundo han impulsado una rápida evolución de las tareas de aprendizaje por parte de las máquinas en los últimos años, en particular el procesamiento del lenguaje y texto, y la interpretación de imágenes y vídeos. Estos sistemas, por ejemplo, llegan a identificar caras o a interpretar el idioma natural a una velocidad y con un grado de acierto que puede superar al de un ser humano.
Ver cómo las ‘próximas’ prácticas también necesitan las ‘próximas’ métricas si queremos pivotar de manera efectiva hacia este futuro emergente y más deseable que visualizamos para nosotros y nuestras organizaciones “.
Las necesidades urgentes de aprendizaje de los estudiantes son personales. Cada niño, cada adulto en el sistema tiene necesidades personalizadas que no pueden ser determinadas por el pensamiento estandarizado.
La educación algorítmica se fundamenta en reconocer las necesidades personalizadas de cada individuo dentro del sistema educativo, reconociendo que las exigencias de aprendizaje de los estudiantes son intrínsecamente personales y no pueden ser determinadas mediante un enfoque estandarizado. En este contexto, es crucial proporcionar un entorno educativo que fomente la participación, la confianza, la curiosidad y la apertura para inspirar a los estudiantes a alcanzar su máximo potencial.La atención a estas necesidades individuales se vuelve esencial para mantener el compromiso y la atención de los estudiantes. Aspectos como la autoestima, la pertenencia y la relación con otros alumnos son elementos clave que influyen en el proceso de aprendizaje. La capacidad de sentirse respetado y apreciado, así como el sentido de pertenencia y conexión con el entorno educativo, son factores determinantes para el desarrollo académico y personal de cada estudiante.En este contexto, la implementación de estrategias personalizadas basadas en algoritmos se vuelve fundamental. Estas estrategias pueden incluir el análisis de datos estudiantiles para identificar patrones de aprendizaje, la creación de sistemas de tutoría inteligente que brinden retroalimentación individualizada, y la predicción de posibles problemas de aprendizaje para intervenir de manera proactiva.
La utilización de algoritmos en el diseño curricular y en la adaptación del proceso educativo a las necesidades específicas de cada estudiante es un enfoque innovador que busca optimizar el aprendizaje y promover un ambiente educativo inclusivo y efectivo.
La educación algorítmica reconoce la singularidad de cada individuo en el proceso educativo y busca utilizar herramientas tecnológicas avanzadas, como algoritmos basados en inteligencia artificial y aprendizaje automático, para personalizar el aprendizaje, mejorar la experiencia educativa y potenciar el desarrollo integral de los estudiantes.
“No solo serán las personas las que tendrán que convertirse en aprendices adaptables, permanecer ágiles en nuestro mundo exponencialmente cambiante en el que vivimos ahora … también lo deben hacer nuestras organizaciones educativas si quieren seguir siendo centros importantes, dinámicos y relevantes de aprendizaje, innovación y transformación frente a estos cambios y cambios sistémicos “ ..,.
Juan Domingo Farnós
BIBLIOGRAFÍA
Autores:
Jeanette Wing: Profesora de Ciencias de la Computación en la Universidad de Columbia y defensora del pensamiento computacional. Su artículo seminal «Computational Thinking» es una referencia importante en el campo.
Seymour Papert: Fue un matemático, científico de la computación y educador en el MIT Media Lab. Es conocido por su trabajo en la teoría de la construcción del conocimiento y su libro «Mindstorms: Children, Computers, and Powerful Ideas» es un clásico en el campo de la educación y la informática.
Mitchel Resnick: Profesor del MIT Media Lab y creador del lenguaje de programación Scratch. Su trabajo se centra en la promoción del pensamiento computacional en la educación.
Pedro Domingos: Profesor de Ciencias de la Computación en la Universidad de Washington y autor del libro «The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World». Explora el papel de los algoritmos en la sociedad moderna y su impacto en la educación.
Universidades:
Massachusetts Institute of Technology (MIT): Lidera la investigación en el ámbito del pensamiento computacional, la educación algorítmica y la educación disruptiva con IA a través de instituciones como el Media Lab y el departamento de Ciencias de la Computación.
Stanford University: Con su Centro para el Aprendizaje y la Tecnología, Stanford ha sido pionera en el desarrollo de tecnologías de IA para la educación.
Harvard University: El Centro Berkman Klein para Internet y la Sociedad está involucrado en investigaciones sobre el impacto de la tecnología en la educación y la sociedad.
Obras y Artículos:
«Computational Thinking» por Jeanette Wing: Este artículo seminal define el concepto de pensamiento computacional y su importancia en la resolución de problemas en diversas disciplinas.
«Mindstorms: Children, Computers, and Powerful Ideas» por Seymour Papert: En este libro, Papert explora cómo los niños pueden aprender a través de la programación y la manipulación de objetos físicos.
«The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World» por Pedro Domingos: Este libro ofrece una visión general accesible de los conceptos fundamentales detrás de los algoritmos de aprendizaje automático.
Entrevistas y Citas:
Jeanette Wing: «El pensamiento computacional es una habilidad fundamental para todos, no solo para los informáticos. Para cambiar el mundo, primero debemos cambiar nuestra forma de pensar.»
Seymour Papert: «La idea más importante es que los niños son mucho más inteligentes de lo que pensamos. Y que cada niño es único y si tenemos la capacidad de imaginar el futuro, la tarea es darle a cada niño las oportunidades que merece.»
Autores:
Alan Turing
Donald Knuth
Seymour Ginsburg
Hal Abelson
Margaret M. Fleck
John Hopcroft
Grady Booch
David Harel
John McCarthy
Alfred Aho
Universidades:
Carnegie Mellon University
University of California, Berkeley
Georgia Institute of Technology
University of Cambridge
University of Oxford
Princeton University
University of Toronto
Technische Universität München (TUM)
University of Illinois at Urbana-Champaign
ETH Zurich
Obras y Artículos:
«Introduction to Algorithms» by Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein
«The Art of Computer Programming» by Donald E. Knuth
«Structure and Interpretation of Computer Programs» by Harold Abelson and Gerald Jay Sussman
«Algorithms» by Robert Sedgewick and Kevin Wayne
«Discrete Mathematics and Its Applications» by Kenneth H. Rosen
Entrevistas y Citas:
Alan Turing: «A computer would deserve to be called intelligent if it could deceive a human into believing that it was human.»
Seymour Ginsburg: «Computer science is no more about computers than astronomy is about telescopes.»
Donald Knuth: «The real problem is that programmers have spent far too much time worrying about efficiency in the wrong places and at the wrong times; premature optimization is the root of all evil (or at least most of it) in programming.»
Educación Algorítmica:
Autores:
Thomas H. Cormen
Robert Sedgewick
Steven Skiena
John Guttag
Erik Demaine
Jeff Erickson
Mark Allen Weiss
Clifford Stein
Michael T. Goodrich
Mark A. Sheldon
Universidades:
University of California, San Diego
University of Washington
University of California, Los Angeles
University of Pennsylvania
Columbia University
University of Maryland
Duke University
University of Wisconsin-Madison
University of Michigan
University of Southern California
Obras y Artículos:
«Algorithms Unlocked» by Thomas H. Cormen
«Introduction to the Design and Analysis of Algorithms» by Anany Levitin
«Algorithm Design» by Jon Kleinberg and Éva Tardos
«Algorithms in C++» by Robert Sedgewick
«The Algorithm Design Manual» by Steven S. Skiena
Entrevistas y Citas:
John Guttag: «The power of algorithmic thinking lies in its ability to provide a systematic framework for the development and analysis of problem-solving methods.»
Educación Disruptiva con IA:
Autores:
Andrew Ng
Fei-Fei Li
Sebastian Thrun
Tom Mitchell
Yoshua Bengio
Geoffrey Hinton
Pedro Domingos
Max Tegmark
Stuart Russell
Toby Walsh
Universidades:
Carnegie Mellon University
Stanford University
University of Oxford
Massachusetts Institute of Technology (MIT)
University of California, Berkeley
Harvard University
University of Cambridge
ETH Zurich
University College London
University of Toronto
Obras y Artículos:
«Machine Learning Yearning» by Andrew Ng
«Deep Learning» by Ian Goodfellow, Yoshua Bengio, and Aaron Courville
«Artificial Intelligence: A Modern Approach» by Stuart Russell and Peter Norvig
«Superintelligence: Paths, Dangers, Strategies» by Nick Bostrom
«Life 3.0: Being Human in the Age of Artificial Intelligence» by Max Tegmark
Entrevistas y Citas:
Andrew Ng: «Artificial Intelligence is the new electricity.»
Fei-Fei Li: «We’re at a very unique time in AI, where we have a tremendous opportunity to really use AI as a tool for good.»
Autores:
Juan Domingo Farnós: Autor de «Educación Disruptiva. Evolución tecnológica y nuevas metodologías para un aprendizaje permanente», donde explora el impacto de la tecnología en la educación y aboga por un cambio radical en los enfoques educativos tradicionales.
Stephen Downes: Investigador en el National Research Council de Canadá, conocido por su trabajo en teorías de aprendizaje en red y educación abierta.
George Siemens: Profesor e investigador en la Universidad de Texas en Arlington, reconocido por su trabajo en teorías de aprendizaje conectivista y educación abierta.
David Wiley: Profesor de la Universidad Brigham Young, defensor del movimiento de recursos educativos abiertos (OER) y fundador del Open Education Consortium.
Curtis J. Bonk: Profesor de la Universidad de Indiana, experto en aprendizaje electrónico y fundador del Curso Abierto y Escalable en Línea (MOOC) «Aprendizaje electrónico elearningMOOC».
Universidades:
University of Southern Queensland (USQ): Lidera la investigación en el campo de la educación abierta y a distancia, así como en el diseño de entornos de aprendizaje en línea.
Open University: Pionera en la educación a distancia y en línea, la Open University es conocida por su enfoque en la accesibilidad y flexibilidad del aprendizaje.
Stanford University: Líder en la integración de la tecnología en la educación y el desarrollo de plataformas de aprendizaje en línea.
University of Edinburgh: Destaca en la investigación sobre aprendizaje en línea, educación abierta y tecnologías educativas emergentes.
Obras y Artículos:
«Educación Disruptiva. Evolución tecnológica y nuevas metodologías para un aprendizaje permanente» por Juan Domingo Farnós: Este libro aborda la necesidad de una transformación en la educación para adaptarse a la era digital y propone nuevas metodologías y enfoques disruptivos.
«Conectivismo: Una teoría de aprendizaje para la era digital» por George Siemens: En este artículo seminal, Siemens introduce el concepto de conectivismo como una teoría de aprendizaje adecuada para el entorno digital actual.
Entrevistas y Citas:
Juan Domingo Farnós: «La educación debe evolucionar hacia un modelo más flexible, personalizado y adaptativo, donde los estudiantes sean protagonistas de su propio aprendizaje y puedan acceder al conocimiento en cualquier momento y lugar.»
Stephen Downes: «El aprendizaje es un proceso continuo y conectado que se produce en la interacción con otros y con recursos digitales distribuidos en la red.»
Los espacios de trabajo y aprendizaje ya no son tan diferentes como lo era en el pasado. Hoy día hablamos contextos similares, porque aprendemos más trabajando y trabajamos mejor aprendiendo…
«El cuidado de los negocios y empleos significa cuidar del aprendizaje. Si el aprendizaje está en todas partes , debe definitivamente estar donde está el trabajo . Cuando el aprendizaje es el trabajo, tenemos que observar cómo la gente está aprendiendo a hacer su trabajo ya. Debemos encontrar estos caminos naturales y reforzarlos» (Juan Domingo Farnós)
La introducción de la inteligencia artificial (IA) en el ámbito educativo está transformando radicalmente la forma en que aprendemos y trabajamos. La IA, con su capacidad para procesar grandes cantidades de datos, identificar patrones y personalizar la experiencia de aprendizaje, está permitiendo la creación de entornos educativos más dinámicos y adaptativos. Esto está llevando a una convergencia entre los espacios de trabajo y aprendizaje, donde las fronteras entre ambos están cada vez más difusas.
La educación disruptiva, que busca romper con los modelos tradicionales de enseñanza y aprendizaje para adaptarse mejor a las necesidades y habilidades del estudiante del siglo XXI, se ve potenciada por la IA. La IA permite la creación de entornos de aprendizaje personalizados, donde cada estudiante puede acceder a contenido y actividades adaptadas a su nivel de habilidad, estilo de aprendizaje y ritmo individual.
En este contexto, la cita de Juan Domingo Farnós cobra aún más relevancia. Si el aprendizaje está en todas partes y la IA puede integrarse en nuestro entorno laboral y educativo, es fundamental aprovechar estas oportunidades para mejorar la forma en que aprendemos y trabajamos. Esto implica identificar y fortalecer los caminos naturales de aprendizaje que ya existen en el entorno laboral, aprovechando las capacidades de la IA para optimizar estos procesos.
Por ejemplo, la IA puede ser utilizada para analizar el desempeño de los empleados en el trabajo y recomendar actividades de aprendizaje específicas para mejorar sus habilidades y conocimientos. Del mismo modo, en el ámbito educativo, la IA puede ser empleada para diseñar experiencias de aprendizaje más interactivas y personalizadas, que se adapten a las necesidades individuales de cada estudiante.
Coincidimos plenamnete Harold Jarche y Juan Domingo Farnos en que … una sociedad compleja requiere de planteamientos complejos, ya no hablamos de soluciones, lo cual sería muy pretencioso….
Harold Jarche y Juan Domingo Farnós coinciden en que en una sociedad compleja, las soluciones simples ya no son efectivas, ya que los problemas que enfrentamos son multifacéticos y requieren enfoques igualmente complejos. En lugar de buscar soluciones definitivas, abogan por enfoques más flexibles y adaptativos que se ajusten a la naturaleza cambiante y dinámica de nuestro entorno.
La integración de la inteligencia artificial (IA) en este contexto añade una capa adicional de complejidad y posibilidad. La IA puede ayudar a analizar grandes cantidades de datos y a identificar patrones complejos que pueden estar presentes en problemas sociales, económicos o educativos. Esto puede proporcionar información valiosa para comprender mejor la naturaleza de estos problemas y desarrollar estrategias más efectivas para abordarlos.
Por ejemplo, en el ámbito de la educación disruptiva, la IA puede ser utilizada para personalizar la experiencia de aprendizaje de cada estudiante, teniendo en cuenta una amplia gama de factores como el estilo de aprendizaje, el ritmo de aprendizaje y las necesidades individuales. Esto permite adaptar el contenido y las actividades de aprendizaje para que sean más relevantes y efectivas para cada estudiante, en lugar de aplicar un enfoque único para todos.
Además, la IA también puede ser empleada para identificar áreas de mejora en los procesos educativos y proponer ajustes o mejoras que optimicen el aprendizaje de los estudiantes. Al analizar datos sobre el desempeño de los estudiantes, la participación en actividades de aprendizaje y otros factores relevantes, la IA puede ayudar a los educadores a tomar decisiones más informadas y a diseñar estrategias más efectivas para facilitar el aprendizaje.
En una sociedad compleja, la integración de la IA y la educación disruptiva puede proporcionar enfoques más flexibles y adaptativos para abordar los desafíos que enfrentamos, permitiendo una mayor personalización y optimización de los procesos educativos para satisfacer las necesidades individuales de los estudiantes y adaptarse a un entorno en constante cambio.
Harold Jarche y Juan Domingo Farnós, cada uno desde su perspectiva y enfoque, podrían abordar el desarrollo de soluciones para una sociedad compleja utilizando herramientas como algoritmos, árboles de decisión y tablas comparativas. Aquí te presento un posible enfoque de cómo podrían aplicar estas herramientas:
Análisis de la complejidad del problema:
Jarche podría comenzar por utilizar un enfoque basado en redes para analizar la complejidad del problema. Podría utilizar algoritmos de análisis de redes para identificar las interconexiones entre los diferentes elementos que contribuyen a la complejidad del problema. Esto le permitiría visualizar y comprender mejor la estructura y dinámica del problema.
Farnós, por su parte, podría emplear herramientas como árboles de decisión para descomponer el problema en sus componentes principales y analizar las relaciones causa-efecto entre ellos. Esto le ayudaría a identificar los factores clave que contribuyen a la complejidad del problema y a priorizar áreas de intervención.
Identificación de soluciones potenciales:
Jarche podría utilizar algoritmos de aprendizaje automático para analizar datos históricos y identificar patrones que puedan indicar posibles soluciones al problema. Por ejemplo, podría utilizar algoritmos de clustering para identificar grupos de casos similares y determinar qué enfoques han funcionado mejor en el pasado para resolver problemas similares.
Farnós podría construir tablas comparativas que muestren las ventajas y desventajas de diferentes enfoques para abordar el problema. Podría utilizar criterios como eficacia, viabilidad y sostenibilidad para evaluar y comparar las diferentes opciones de solución.
Evaluación y selección de la mejor solución:
Jarche podría utilizar algoritmos de optimización para evaluar y comparar diferentes combinaciones de intervenciones y determinar cuál tiene el mayor potencial para abordar la complejidad del problema. Por ejemplo, podría utilizar algoritmos genéticos para encontrar la combinación óptima de intervenciones que maximice el impacto deseado.
Farnós podría utilizar árboles de decisión para establecer criterios claros para evaluar y seleccionar la mejor solución entre las opciones disponibles. Podría utilizar factores como la escalabilidad, la aceptabilidad social y la equidad para evaluar y comparar las diferentes opciones y tomar una decisión informada.
Jarche y Farnós podrían utilizar una combinación de algoritmos, árboles de decisión y tablas comparativas para analizar la complejidad del problema, identificar soluciones potenciales y seleccionar la mejor opción para abordar los desafíos de una sociedad compleja. Cada uno desde su perspectiva y enfoque, contribuiría a desarrollar soluciones más efectivas y adaptativas para los problemas que enfrentamos.
El mundo natural se compone de sistemas complejos y por tanto tiene sentido que las mejores estrategias para una población son las que toman en cuenta esta complejidad.
Según el último informe sobre el Futuro de los Empleos del Foro Económico Mundial, el 50% de la fuerza laboral deberá actualizar sus conocimientos antes del 2025 para readaptarse al nuevo contexto laboral. Esto no necesariamente significa que el papel de los empleados esté cambiando respecto a lo que era antes. Se trata, más bien, de ser capaces de adoptar nuevas habilidades que faciliten la jornada laboral y nos ayuden a ser más productivos; de estar al día con las nuevas tecnologías y, en última instancia, preparados para el futuro:
Las habilidades necesarias para adaptarse al nuevo contexto laboral incluyen habilidades blandas y habilidades técnicas. Algunas de las habilidades blandas más demandadas por las empresas son:
Trabajo en equipo: Capacidad para trabajar de manera colaborativa y proactiva con otros.
Adaptabilidad: Habilidad para ajustarse a situaciones cambiantes y nuevos desafíos.
Resolución de problemas: Capacidad para encontrar soluciones efectivas ante imprevistos.
Creatividad: Habilidad para abordar tareas de manera innovadora y eficaz.
Comunicación efectiva: Capacidad para transmitir ideas de manera clara y asertiva.
“La educación vive un momento disruptivo, de cambio de época, con nuevos roles y modos de aprendizaje, donde la educación abierta, inclusiva y ubícua , convierte a los alumnos en responsables del proceso” y mismo sucede con el trabajo.
Para desarrollar habilidades de adaptabilidad en el lugar de trabajo, se pueden considerar las siguientes estrategias:
Mejora de habilidades blandas: Habilidades como la empatía, la resolución de problemas, la creatividad y el trabajo en equipo son fundamentales para fomentar la adaptabilidad. Estas habilidades favorecen un mejor ambiente laboral, aumentan la productividad y permiten a los empleados enfrentar desafíos de manera efectiva.
Aceptación del cambio: Es importante estar dispuesto a aceptar y adaptarse a los cambios en el entorno laboral. Mantener una mentalidad abierta y estar preparado para ajustarse a nuevas situaciones es esencial para desarrollar la adaptabilidad.
Desarrollo de habilidades de resiliencia y manejo del estrés: La resiliencia y la tolerancia al estrés son habilidades que permiten a los trabajadores manejar situaciones difíciles y adaptarse rápidamente a los cambios. Estas habilidades son cada vez más importantes en el entorno laboral actual, donde la capacidad de manejar el estrés es esencial debido a las cargas de trabajo pesadas y las situaciones estresantes.
Aprendizaje continuo: La capacidad de aprender de manera autónoma es crucial para adaptarse a un entorno laboral en constante evolución. Los empleados deben estar dispuestos a adquirir nuevas habilidades y conocimientos para enfrentar los desafíos cambiantes del mercado laboral4.
El desarrollo de habilidades de adaptabilidad en el lugar de trabajo implica mejorar las habilidades blandas, aceptar el cambio, cultivar la resiliencia, manejar el estrés y estar comprometido con el aprendizaje continuo. Estas estrategias son fundamentales para que los trabajadores puedan enfrentar con éxito los desafíos y cambios en el entorno laboral actual.
Evidentemente estamos demostrando que el aprendiz es el responsable de su trabajo y de su aprendizaje, no queda otro camino más que el redárquico, pero ¿cómo le pueden ayudar? (acompañantes, sistema…):
.Los gerentes o mentores – ¿Qué activos de aprendizaje necesitan en apoyo de su papel?
• Los formadores, facilitadores – ¿Qué activos de aprendizaje son esenciales para su papel?
• El personal que apoyan en tiempo real – ¿Qué activos de aprendizaje se requiere para apoyar peticiones en demanda?
• Peer to peer, colegas que colaboran – ¿Qué lugares sociales apoyamos – moderada – la cosecha de las mejores prácticas para construir en los futuros activos de aprendizaje?
• Los que diseñan – ¿Qué ampliaron las competencias y que hacen que necesiten en relación con el descubrimiento inicial, análisis de causa raíz, definición del contexto de trabajo, y el conocimiento de la tecnología, un ecosistema adecuado?
• ¿Qué activos de aprendizaje son apropiados que en el contexto de un cambio de comportamiento disruptivo, puedan seguir haciéndose las cosas ya no igual, sino mejor?
Pero para todo ello se necesitará:
Naturalmente siempre tenemos unas preguntas que nos debemos y debemos hacer y que deben estar siempre presentes y en evolución:
1. ¿Cuáles son las capacidades y experiencias existentes del alumno?
2. ¿Cuáles son los requisitos de conocimientos y de habilidades para la perfecta ejecución de la tarea?
3. ¿Cuál es el rol de trabajo funcional del aprendiz?
4. ¿Cuáles son las circunstancias en torno a la urgencia o coacción relacionados con la finalización de la tarea efectiva?
5. ¿Cuál es el grado de riesgo del negocio unido a una ejecución perfecta?
6. Dónde está el trabajador ubicad físicamente en su momento de necesidad de aprendizaje?
7. Dónde se encuentra el trabajador dentro de su respectivo flujo de trabajo?
8. ¿Cuáles son las tecnológicas y de conectividad [de movilidad]?
9. ¿Cuál es la mezcla más eficaz de loos medios de comunicación para apoyar el desempeño del learning is the work?
10. ¿Qué hace que una capacidad sea sostenible, tangible y medible?
La diferencia entre dirigir y facilitar el cambio en la Sociedad!!!
Comprender la facilitación comienza con una toma de conciencia de la diferencia entre la facilitación y el liderazgo. Se ha dicho que el liderazgo es algo que se hace a un grupo, mientras que la facilitación es algo que se hace con un grupo.
Aunque muchos líderes pueden (y deben) ser facilitadores eficaces, el facilitador es diferente de un líder, en que el primero es consciente sobre el uso de poder, autoridad o control de los lugares y las limitaciones sobre los usos de la misma.
Un facilitador debe ser “un mediador neutral cuya función es proporcionar información y permitir el intercambio de diálogo entre los participantes …” (del catalizador).
Los facilitadores ayudan a los grupos a medida que trabajan juntos hacia el logro de los objetivos del grupo, y en muchos casos no interponen sus propias opiniones personales o de orden del día. Al expresar sus opiniones al grupo, los facilitadores tienen el riesgo de desalentar a otros con opiniones diferentes, pero deben asumir el riesgo.
Permanecen alerta a la dinámica de grupo y fomentar la reflexión, tener un desafío ,mantener el respeto y la seguridad dentro del grupo.Aunque los facilitadores pueden ayudar a guiar la discusión, también reconocen y fomentan la propia capacidad de los grupos que conducen.
Así, a diferencia de los líderes de referencia, los buenos facilitadores ceden el control al grupo y promueven un diálogo abierto y democrático entre los miembros del grupo.
La reflexión efectiva requiere que los facilitadores demostren una actitud de mente abierta, saber comunicarse adecuadamente, manejar dinámicas de grupo, incorporar la diversidad, y permitir el cierre.
El desarrollo de habilidades en cada una de estas áreas implica un aprendizaje continuado y sentirse cómodo con las prácticas de facilitación.
El docente está sujeta al aprendizaje personalizado mediante una transformación que viene desde abajo, dejando de ser instructor para el aprendizaje (proceso), a simple acompañante.Este aprendizaje puede tener éxito, sin embargo, es necesario cumplir una serie de factores, debe ser abierto, inclusivo y ubícuo (Juan Domingo Farnos), de otra manera, casi es imposible.
El empoderamiento es un objetivo fundamental de la nueva educación centrado en el fabricante de espacios de aprendizaje, el aprendiz.- los facilitadores deberán ayudar a los jóvenes a sentir que por si solos, compartiendo con sus pares… que pueden construir y dar forma a sus mundos. Esa sensación de «potenciación fabricante de» surge cuando los aprendices aprenden a observar y participar con sus entornos físicos y conceptuales.
Para animar a que la sensibilidad aumente, los facilitadores deben proporcionar oportunidades a los estudiantes a:
-mirar de cerca y reflexionar sobre el diseño de objetos y sistemas;
-explorar la complejidad del diseño;
-entenderse a sí mismos como diseñadores de sus mundos.
Muchos son los docentes que nos replanteamos a diario su forma de trabajo, de hacer llegar los contenidos a nuestros alumnos de una forma más real y efectiva. En definitiva, de querer que sean ellos el centro y motor de todo el proceso de enseñanza – aprendizaje. Y os hemos de reconocer que no es algo sencillo y muchas son las diferentes metodologías activas que en la actualidad se proponen.
Roles de trabajo: Los alumnos poseen diferentes roles con responsabilidades:
-Leader: Encargado de distribuir el trabajo y supervisar su correcto desarrollo.
-Scribe: Encargado de la relación con el profesor y las dudas.
-Recorder: Encargado de registrar todo lo que sucede y las decisiones grupales. .
-Time Keeper: Encargado de que todo se realice en tiempo.
Los estudiantes escogen una manera de hacer, un andamiaje y preguntan:
-¿Cuáles son las partes del andamiaje que nos pueden ir mejor?
-¿Cuáles son las personas que se podrán conectar a nuestro andamiaje?
-¿Cómo las personas interactuarán entre sí y con las partes del andamiaje?
-¿De qué manera un cambio en un elemento del andamiaje afectará a las diversas partes y personas relacionadas con ello?
Estas rutinas nos permitirá conseguir dos objetivos con nuestros alumnos:
Seremos conscientes de sus propias ideas, conocimientos, maneras de pensar o querer hacer:
-Desarrollen su capacidad de hablar en inglés entre ellos, ya que podrán aportar sus ideas siempre y cuando sea en lengua inglesa (aunque no se busca la perfección gramatical y léxica).
-Esta rutina podemos utilizarla en diversas situaciones:
-Generar una lluvia de ideas ante un nuevo proyecto que comienza.
-Resolver un problema planteado.
-Argumentar acerca de un tema concreto propuesto.
-Descubrir los conocimientos previos de nuestros alumnos.
-Repasar lo trabajado en sesiones anteriores.
Con la observación, los estudiantes comienzan a notar la complejidad en el trabajo en sus entornos cotidianos. Se puede ver que un cambio en uno de los aspectos de sus andamiajes puede tener efectos – intencional o no – en otro aspecto de su construcción. Y empiezan a ver la multitud de escenarios dentro de los andamiaje (ecosistemas), lo que provocará su curiosidad, se plantearán cuestiones, y su introducción a nuevos modos de pensar.
Estos modelos, que se pueden describir bajo los parámetros del aprendizaje flexible y situado, la construcción social de los conocimientos y la implicación personal en los contenidos a tratar, demandan formas alternativas de evaluación del aprendizaje:
Nuevas formas de evaluación para nuevas formas de enseñanza-aprendizaje Las nuevas tecnologías, especialmente las basadas en la web, están conduciendo a la enseñanza y a la formación hacia direcciones que pueden parecer oportunas desde el punto de vista político o económica, pero que no siempre resultan ideales desde la perspectiva pedagógica.
Aunque el aprendizaje a través de plataformas basadas en la web puede presentarse como ‘técnicamente novedoso’, esto no conduce automáticamente a mejorar la calidad de dicho aprendizaje. Un diseño didáctico de calidad lo es con independencia del medio; otra cosa es que este último ofrezca mayores posibilidades de aplicación. Algo similar ocurre con la evaluación del aprendizaje cuando éste se ha realizado básicamente en plataformas de teleformación.
Del mismo modo que es posible diseñar entornos de aprendizaje con tecnología hipermedia que soporten principios constructivistas en los aspectos más técnicos, pero no en la filosofía subyacente del modelo, se puede estar cometiendo el error de no aprovechar las posibilidades que brindan las nuevas tecnologías para reflexionar sobre nuestras prácticas evaluativas y su coherencia con el enfoque de aprendizaje adoptado.
Cuando la era del aprendizaje a través de Internet comenzaba a dibujarse, Romiszowski (1993) ya mostraba su preocupación por lo que él denominaba como una tendencia hacia la interactividad de nivel superficial, en función de la cual los alumnos disponen del control para navegar a través de amplias cantidades de información. Él argumentaba que, aunque esto puede parecer un medio capacitador, al menos que al estudiante se le den unos objetivos de aprendizaje específicos no tendrá criterios claros para elegir a qué contenidos acceder.
En este sentido, el uso de pruebas y tests de autoverificación, si están bien pensados y diseñados, pueden contribuir a orientar el proceso de aprendizaje de los alumnos, ayudándoles a comprobar si los aprendizajes que están realizando responden efectivamente a lo que se espera de ellos.
McCormack y Jones (1997: 241-242) han reparado también en los inconvenientes de este tipo de instrumentos:
Puede fomentar que los estudiantes se acostumbren al método de señalar y pulsar, generando cierta dificultad en pruebas que demanden una mayor profundidad en las respuestas.
Puede percibirse como un método impersonal, propiciando en los estudiantes un sentimiento de anonimato y aislamiento al verse enfrentados solos ante una máquina. Someter a los estudiantes a un continuo uso de estos tests puede provocar que éstos pierdan su valor como instrumentos de evaluación.
La posibilidad de consultar el material antes de ofrecer las respuestas y la tendencia a introducir cuestiones sencillas para proporcionar un feedback positivo pueden fomentar un falso sentido de confianza entre los estudiantes.
La dificultad de introducir cuestiones de alto nivel en este tipo de pruebas puede generar un aprendizaje memorístico y la sensación de que lo único que se requiere es la memorización del material.
La naturaleza de las respuestas puede ser restrictiva.
En definitiva, este tipo de pruebas responde a un modelo de aprendizaje más behaviourista, por lo que sus aportaciones en entornos constructivistas deben estar cuidadosamente planificadas. En este sentido, desde un modelo de aprendizaje autónomo se pueden aprovechar sus potencialidades de motivación, feedback inmediato y auto-control de los contenidos que cada uno va abordando, más que utilizarlas como medidas de control externo del aprendizaje. Por ello, en su diseño resulta interesante incluir pistas que sugieran a los alumnos las respuestas correctas, así como vínculos con los materiales de referencia relacionados con esos contenidos.
Aunque los tests de autocomprobación constituyen la herramienta más explotada para evaluar el aprendizaje a través de Internet, la red ofrece otros recursos con un alto valor pedagógico. El correo electrónico permite adjuntar ficheros con reflexiones en torno a un tópico, construcciones personales sobre un problema de investigación, resultados de búsquedas bibliográficas, posibles respuestas a un caso-problema presentado por el profesor, etc. Este tipo de trabajos, además de beneficiarse de las ventajas de flexibilidad apuntadas para los tests de autocomprobación, comportan un enfoque hacia los procesos de comprensión y transformación de conceptos.
La mayoría de entornos integrados, además, permiten la posibilidad de publicación de estos trabajos, de forma que todos los alumnos puedan acceder a ellos y fomentar de este modo prácticas de revisión entre iguales. Otras herramientas, como el chat o las listas de discusión, con formato sincrónico o asincrónico respectivamente, tienen un alto potencial no sólo para el intercambio de ideas y, por tanto, para el aprendizaje, sino también para la evaluación, especialmente en el caso de la evaluación de actitudes.
Otra forma de entender el aprendizaje es concebirlo en términos de comprensión y cambio conceptual. De acuerdo con Atkins (1993), los estudiantes que se acercan a esta orientación manifiestan las tres características siguientes:
Un dominio de los principios y conceptos, incluyendo la capacidad de aplicarlos a una comprensión del ‘mundo real’; una comprensión de los métodos de construcción del conocimiento que utiliza una disciplina determinada; un compromiso con el contexto social de esa disciplina, incluyendo cuestiones éticas y morales relacionadas.
“La evaluación como aprendizaje (Personalización):… se basa en la investigación acerca de cómo ocurre el aprendizaje, y se caracteriza por los alumnos reflexionan sobre su propio aprendizaje y hacen los ajustes para que logren una comprensión más profunda
La evaluación como aprendizaje es la responsabilidad de los alumnos, que deben aprender para articular y defender la naturaleza y la calidad de su aprendizaje. Cuando los alumnos reflexionan sobre su propio aprendizaje y lo “comunican” a los demás que están intensificando sus conocimientos sobre un tema, sus puntos fuertes sobre aprendizaje, y las áreas en las que necesitan para desarrollar aún más (retroalimentación), entonces es cuando se produce EL AUTÉTICO APRENDIZAJE..
El aprendizaje asistido por ordenador debe promover:
a-el aprendizaje significativo y la colaboración implique tareas desafiantes y de la vida real;
b-la tecnología como una herramienta para el aprendizaje, la comunicación y la colaboración
c-evaluaciones basadas en el rendimiento (por ejemplo, si queremos saber si un estudiante puede colaborar mediante el uso de la tecnología, no tendríamos que escriban un ensayo sobre el tema, solo volveríamos a ver a colaborar con otros estudiantes) .
También los formularios en HTML pueden utilizarse para evaluar la comprensión de conceptos y, más especialmente, para la evaluación de las ideas previas de los estudiantes en torno a determinados contenidos de aprendizaje. Los formularios en HTML permiten que el profesor reciba cierto feedback por parte de los estudiantes relacionado con el aprendizaje que estos últimos están realizando. Brooks (1997) los considera por eso como una estrategia interactiva de gran utilidad, aunque reconoce que su integración en entornos de aprendizaje a distancia requiere hoy por hoy conocimientos de programación. Un editor de HTML, no obstante, nos permite crear formularios sencillos que se remiten directamente a la dirección electrónica que se desee.
Una opción algo más compleja, pero igualmente viable y de gran utilidad, es construir formularios utilizando CGIs, lo que nos permite, entre otras cosas, preservar el anonimato del alumno emisor:
2.2. Enfoques alternativos de evaluación
En el diseño de entornos constructivistas se ha comenzado a extender la idea de evaluación alternativa, como reflejo de la frustración con los enfoques tradicionales de evaluación, y del deseo de determinar el logro de metas educativas de orden superior que impliquen una comprensión profunda y el uso activo del conocimiento en contextos complejos y reales (Reeves y Okey, 1996). Hammond y Collins (1991), plantean el tema de la evaluación alternativa en procesos de aprendizaje autodirigido, y la entienden básicamente como aquélla en la que los sujetos de aprendizaje intervienen de algún modo en el establecimiento de los criterios de evaluación y en el mismo proceso evaluativo. En este sentido, ellos ofrecen al menos cinco razones por las que se debe fomentar la autoevaluación y la heteroevaluación entre iguales en procesos de aprendizaje autodirigido:
La evaluación alternativa es consistente con los principios del aprendizaje autodirigido, y cuestiona a la evaluación tradicional como una de las fuentes de mayor poder del profesor en sistemas convencionales.
La evaluación alternativa promueve el aprendizaje, en la medida en que está diseñada para constituirse en una oportunidad para éste tenga lugar.
La evaluación alternativa muestra respeto por los estudiantes y por sus opiniones, y entiende que el aprendizaje es un proceso interno que no puede medirse con exactitud desde fuera.
La evaluación alternativa proporciona preparación para el aprendizaje continuo, que depende de la adquisición de destrezas de autocontrol y autoevaluación.
Es posible confiar en la autoevaluación y la heteroevaluación entre iguales; de hecho, más que sobrestimar el propio rendimiento los estudiantes suelen hacer lo contrario. Algunos enfoques de evaluación alternativa llevan cierto tiempo aplicándose en entornos constructivistas bajo formas como la evaluación auténtica, la evaluación de la actuación, la evaluación de portfolio, etc.
Una descripción somera de cada una de estas modalidades de evaluación puede encontrarse en Reeves y Okey (1996). Se trata en su mayoría de enfoques que han surgido en campos como el arte, el ejército o la ingeniería, y que han comenzado a aplicarse al ámbito educativo. Todas tienen en común su relación directa o incluso su identificación con las mismas tareas de aprendizaje. Aunque su puesta en práctica no está exenta de problemas, en conjunto constituyen modalidades con cierto potencial para proponer mecanismos alternativos de evaluación. Sin necesidad de adoptar un compromiso con ninguna de ellas, cada una puede ofrecer aportaciones interesantes en la planificación de la evaluación:
De la evaluación auténtica podemos quedarnos con la idea de que las tareas propuestas deben lograr en el que las realiza un sentido de pertenencia y una actitud positiva hacia ella (es decir, valorar su utilidad), y han de aplicarse con fidelidad (es decir, con posibilidad de replicación) a situaciones reales.
De la evaluación de la ejecución es importante considerar el énfasis en planificar actividades válidas con referencia a un propósito específico, así como contemplar la posibilidad que tales actividades ofrecen para la aplicación del conocimiento en contextos poco definidos y abiertos a múltiples alternativas, cada una de las cuales demanda la puesta en marcha de procesos de orden superior y destrezas de resolución de problemas.
De la evaluación de portfolio destacamos la importancia otorgada tanto al proceso como al producto, así como los beneficios derivados de compartir estos trabajos entre los propios estudiantes.
Y al finalizar todo este proceso de evaluación, recordaremos que la RETROALIMENTACIÓN, se establecerá a continuación, por lo que la dinámica evaluativa es un FLUJO CONTÍNUO que no terminará hasta que nuestro USUARIO alumno haya terminado su proceso formativo con la consecución de los objetivos que se pretendían en un principio, dejando siempre abierto el sistema, para que en algún momento pueda volver a él para utilizar algunos aspectos que había probado y que considera puede mejorar o cambiar.
Para llevar a cabo un proceso de retroalimentación continua en el proceso formativo, es importante seguir estos pasos:
Establecer canales de retroalimentación: Proporciona múltiples canales para que los alumnos puedan proporcionar retroalimentación. Esto puede incluir encuestas periódicas, sesiones de retroalimentación uno a uno, buzones de sugerencias en línea, foros de discusión, entre otros.
Fomentar la retroalimentación regular: Anima a los alumnos a proporcionar retroalimentación de forma regular y abierta. Hazles saber que su opinión es valorada y que sus comentarios son importantes para mejorar continuamente el proceso formativo.
Responder de manera efectiva: Responde a las retroalimentaciones recibidas de manera oportuna y con acciones concretas. Asegúrate de agradecer a los alumnos por sus comentarios y de comunicarles cómo se están abordando sus sugerencias para mejorar.
Implementar cambios según la retroalimentación: Utiliza la retroalimentación recibida para identificar áreas de mejora y realizar ajustes en el proceso formativo según sea necesario. Esto puede incluir cambios en el contenido del curso, en la estructura de las lecciones, en las herramientas utilizadas, entre otros.
Revisar regularmente el proceso: Realiza evaluaciones periódicas del proceso formativo para identificar nuevas áreas de mejora y asegurarte de que el proceso de retroalimentación continua esté funcionando de manera efectiva.
Mantener el sistema abierto: Permite que los alumnos puedan volver al sistema en cualquier momento para acceder a recursos adicionales, revisar el contenido del curso o proporcionar retroalimentación adicional. Mantén una comunicación abierta y transparente para que los alumnos se sientan bienvenidos a regresar en cualquier momento.
Al seguir estos pasos, podrás establecer un flujo continuo de retroalimentación en el proceso formativo, lo que permitirá mejorar constantemente la experiencia de aprendizaje y garantizar que los objetivos del curso se alcancen de manera efectiva.
En un futuro que casi ya es presente, las habilidades más demandadas serán la escucha activa, el habla, el pensamiento crítico y la comprensión lectora, mientras que las habilidades menos importantes incluyen la ciencia, la programación y el diseño de tecnología.
En otras palabras, las “habilidades blandas” serán más necesarias para el trabajo humano. Si bien esto puede parecer obvio para muchos educadores, es refrescante escuchar esto desde una perspectiva comercial también. Las habilidades más flexibles, tales como aquellas enfocadas en el desarrollo socio-emocional, prometen ayudar a los estudiantes a volverse resistentes, reflexivos, resilientes y capaces de formar conexiones y relaciones positivas…. ( HABILIDADES BLANDAS) :
El funcionamiento futuro de la educación-trabajo!, y con ello se verá claramento que el sujeto que debe iniciar y llevar a término todos los movimientos debe ser el aprendiz, el maker, el demandante …con lo que la aparición de una nueva semiótica y una semándica alternativa (iremos des de la semiótica, en el sentido del análisis significativo de los diferentes aprendizajes, hasta si el aprendizaje involucra a todos durante la vida, en el sentido de tanto tiempo-lapso y la diversidad, y de toda la sociedad, incluidos sus aspectos sociales y económicos, así como sus recursos educativos, entonces tenemos que ir más allá de la revisión necesaria de los “sistemas educativos “hasta llegar a la etapa de la economía del conocimiento. …) en la sociedad que determinará los procesos de construcción de una nueva cultura con otros valores y con el soporte de otras interfaces que seguramente nadie pensaba.
Coincidiendo con el post de Pierre Levy: EML: A Project for a New Humanism. An interview with Pierre Lévy me pregunto ¿Cómo será el nuevo modelo y como será capaz de describir que nuestra forma de crear y transformar el significado, y que sea computable?….no tardará mucho, de eso podeis estar seguros.
Pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.
Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA, por medio de una mezcla de inteligencia artificial y algorítmica.
Esto generará automáticamente los ecosistemas de las ideas que serán navegables con todas sus relaciones semánticas. Seremos capaces de comparar diferentes ecosistemas de las ideas de acuerdo a nuestros datos y las diferentes formas de clasificarlos. Seremos capaz de elegir diferentes perspectivas y enfoques…..(personalized learning and Social Learning)
Vamos a ser capaces de analizar y manipular significado, y allí radica la esencia de las ciencias humanas.
Estas operaciones que se harán de manera automatizada y significativa deberá proporcionarnos la suficiente seguridad, transparencia y confiabilidad,… y lo hará si la sociedad quiere que así sea.
La gente tiene que aceptar su responsabilidad personal y colectiva. Porque cada vez que creamos un vínculo, cada vez que “al igual que” algo, cada vez que creamos un hashtag, cada vez que compremos un libro en Amazon, y así sucesivamente,… que transformemos la estructura relacional de la memoria común y eso lleva, como venimos diciendo siempre, una responsabilidad y un compromiso.
Por lo tanto, también tenemos que desarrollar el PENSAMIENTO CRÍTICO Todo lo que encontremos en el Internet es la expresión de puntos de vista particulares, que no son ni neutrales ni objetivos, sino una expresión de subjetividades activas. ¿De dónde viene el dinero? ¿De dónde proceden las ideas? ¿Qué es el contexto pragmático del autor? etcétera…
Cuanto más conocemos las respuestas a estas preguntas, mayor es la transparencia de la fuente … y cuanto más se puede confiar y aún más si somos capaces a partir de estas respuestas, de pensar otras preguntas (así seremos mejores y haremos mejor a la sociedad).
Esta noción hace que la fuente de información transparente esté muy cerca de la mentalidad científica. Debido a que el conocimiento científico tiene que ser capaz de responder a preguntas como: ¿De dónde provienen los datos? ¿De dónde viene la teoría ? ¿De dónde proceden las subvenciones vienen? La transparencia es la nueva objetividad, si es que existe la objetivida, si es necesario que exista la objetividad…
También hacemos incidencia en el POST-FORDISMO, como una manera posible de educarnos en ambientes cambiantes, en Escenarios que dentro de su desestructuración, pueda ofrecernos las posibilidades de aprender de manera personalizada y por tanto con una potencialidad mejor para cada persona y comunidades de aprendizajes…
La Unión Europea ha definido la educación permanente en una manera muy amplia para incluir todos los tipos de aprendizaje en todas las edades:
Se trata de adquirir y actualizar todo tipo de habilidades, intereses, conocimientos y cualificaciones de los años pre-escolares hasta después de la jubilación. Promueve el desarrollo de conocimientos y competencias que permitan a todos los ciudadanos a adaptarse a la sociedad basada en el conocimiento y participar activamente en todas las esferas de la vida social y económica, teniendo un mayor control de su futuro.
Se trata de la valoración de todas las formas de aprendizaje, tales como: aprendizaje formal, como una carrera siguió en la universidad, la educación no formal, tales como las habilidades profesionales adquiridas en el lugar de trabajo y el aprendizaje informal, como el aprendizaje intergeneracional, por ejemplo donde los padres aprenden a usar las TIC a través de sus hijos, o aprender a tocar un instrumento, así como con los amigos. (http://europa.eu.int/comm/education/policies/lll/life/what_islll_en.html )
Desde el punto de vista del alumno, por lo tanto, l ifelong el aprendizaje es un compromiso continuo en la adquisición y aplicación de conocimientos y habilidades en el contexto de los auténticos, auto-dirigidos problemas. Varios temas críticos surgen de esta declaración aparentemente simple. En primer lugar:
1. aprendizaje debe tener lugar en el contexto de los problemas auténticos y complejos, en lugar de aprender como respuestas a las preguntas de otra persona;
2. aprendizaje debe estar integrada en el ejercicio de las actividades intrínsecamente gratificantes;
3. aprendizaje a la carta necesita ser apoyada porque el cambio es inevitable, la cobertura completa es imposible, y la obsolescencia es inevitable;
5. habilidades y procesos que apoyan el aprendizaje como un hábito de toda la vida debe ser desarrollado.
Estas características reflejan muy de cerca lo que sabemos sobre el aprendizaje:
-Lo primero que debemos saber es que el alumno no es un recipiente en el que el conocimiento se puede verter. Más bien, los alumnos construyen su comprensión única y activamente. Esto por supuesto es bastante en desacuerdo con el modelo dominante de instrucción de la educación formal, que hace hincapié en la transmisión de aditivo contenido.
-En segundo lugar, los estudiantes desarrollan diferentes estilos de aprendizaje, de tal manera que ningún estilo de aprendizaje será igualmente eficaces para todos los alumnos. Una forma de hacer frente con eficacia a esta variación es proporcionar directa experiencia de aprendizaje s de modo que cada estudiante puede participar con el sujeto en la forma en que es la más adecuada. Sabemos también que el aprendizaje se produce mejor en el contexto de un problema apremiante – una que es específica y dentro de la capacidad del alumno para resolver. Además de esta participación activa, los alumnos necesitan tiempo para reflexionar. El reto de la resolución de problemas produce un aumento importante en el corto plazo la actividad neuronal. La construcción de conexiones duraderas cognitivas, sin embargo, requiere largos períodos de actividad reflexiva.
-Por último, el aprendizaje efectivo requiere un entorno social favorable y frecuentes oportunidades para la interacción entre pares y retroalimentación.
Paradójicamente, las TIC y la IA, son tanto el problema como la solución para el aprendizaje permanente. Es un problema inmenso en el tipo de dis-beneficios que trae. La sobrecarga de información, la falta de privacidad, la preocupación por la seguridad y las conductas adictivas son sólo algunos de los muchos peligros que esta tecnología trae. Además, hay costos significativos vinculados a proveer acceso equitativo, la capacitación y el apoyo. Sin embargo, el hecho es que las TIC están produciendo un gran cambio en el contenido y los procesos de aprendizaje, de modo que no tenemos la opción de ignorarlo.
La característica más importante de nuestra sociedad actual puede muy bien ser la increíble velocidad con la que cambia. Si las cosas evolucionan de manera positiva o de manera negativa, el cambio en sí constituye una dificultad. Las innovaciones científicas, tecnológicas, culturales y sociales se están produciendo a un ritmo tan impresionante que nadie puede mantenerse al día con ellos. Ayer nuevo producto revolucionario se ha convertido en un lugar común hoy, y mañana será obsoleto.
La gente siempre necesita revisar sus habilidades con el fin de adaptarse a las circunstancias cambiantes. Los problemas del desempleo y la creciente disparidad entre las clases más ricas y más pobres en la mayoría de las naciones occidentales son en gran parte debido al hecho de que no todo el mundo puede hacer frente así con esta necesidad de constante re-educación. Muchos carecen de las habilidades necesarias y la formación académica de adaptarse con la suficiente rapidez.
Los ordenadores han jugado un papel importante en el crecimiento exponencial de la información sobre el último medio siglo. Lo que ha hecho una diferencia aún más significativa en los últimos quince años es el equipo de la red.
Cosas curiosas suceden cuando se conecta todo a todos. Los matemáticos han demostrado que la suma de una red aumenta con el cuadrado del número de miembros. En otras palabras, como el número de nodos en una red aumenta aritméticamente, el valor de la red aumenta exponencialmente.
¿Qué hace que la información de la Web de manera abrumadora, es la naturaleza interconectada de la comunicación. Se trata de muchos-a-muchos, es omnipresente, sino que siempre está encendido. Las nuevas habilidades se necesitan para hacer frente a la cantidad y calidad de la información que nos rodea.
No podemos seguir para aplicar los conceptos, leyes, prácticas y similares que se han desarrollado para tratar con el mundo económico de los bienes, al mundo económico emergente de información.(Lankshear y Knobel, 2001) ..
La indagación, competencia y creatividad llevan aparejada en la construcción del currículo, una nueva forma de entender el aprendiz y poder trabajar con él, tanto en su forma más cognitiva, afectiva y sociológica, en diferentes términos estructurales, conocimientos y relatos colectivos.
La competencia es la encargada de situar el aprendiz bajo la autorrealización y responsabilidad del mismo, poniendo énfasis en su creatividad y en sus correlatos de APRENDER A APRENDER, metacognición, destrezas en su aprendizaje, inteligencia colectiva…
En lo inmediato referenciaremos someramente algunos de estos Ambientes Distribuidos de Aprendizaje, dedicándole posteriormente capitulo aparte a la Multimedia e Internet:
Educación Virtual: entendida como un sistema de educación “construido” sobre una estructura cultural computacional, sustentada en el manejo de las tecnologías de información, de comunicación, de redes electrónicas y de amplias interfaces, desarrollado en ambientes multimediales y conexión a Internet, con la particularidad que el estudiante puede acceder a contenidos en línea de acuerdo con sus necesidades específicas de tiempo y espacio
Desde un enfoque macro sobre el potencial de las aplicaciones multimediales, se destaca lo relativo en cuanto a la posibilidad de propiciar, mediante las simulaciones y los juegos educativos, entornos de aprendizaje más completos que aquellos que se pueden alcanzar con los medios tradicionales, al igual que su utilización como herramienta para la ejercitación, experimentación y observación de fenómenos científicos.
Las grandes bondades de estos sistemas multimedia pueden revertirse y generar efectos contradictorios cuando, por ejemplo, se confunde el diseño y desarrollo de multimedia con diseño y desarrollo instruccional, dando origen a “programas educativos” que lucen bien y bonitos pero no enseñan nada o poco. Según esta observación queda establecido que muchainstrucción sin multimedia puede ser más efectiva que mucha multimedia sin un sólido diseño instruccional.
Otra gran desventaja que puede presentarse cuando se estructura un sistema multimedia en ausencia de un buen diseño instruccional, en que generalmente se convierte en la reproducción de las prácticas educativas tradicionales, configurando innecesarios e inoperantes contenidos, similares a la “clase magistral” y al libro al texto, sin alcanzar las bondades de la realidad.
Por ahí va nuestra principal aportación a la Sociedad y a la Educación, una formación ubicua en una Sociedad que quiere aprender de sus propias fuentes y de su propia gente, los USUARIOS.
En esta visión, que parece más pisicológica del mismo, genera una serie de criterios que el aprendiz establecerá y que serán fruto de su responsabilidad y compromiso (nuevos valores del siglo XXI), primero para si mismo y despues para los demás (del personalized learning al social learning) (Juan Domingo Farnós)
Si los centros no son capaces (que no lo serán) de extrapolar todas estas características en su interior, deberá ser la propia sociedad la que gestione estos indicadores y que aproxime el aprendizaje del aprendiz a su “vida” no solo social, sino también económica.
Bien es cierto que el aprendizaje personalizado y las caraterísticas de lo que ahora se denomina “psicotecnia” pueden ser parecidas, la primera se refiere a un aspectro más amplio y holístico del aprendiz, mientras que la segunda nos habla exclusívamente de su “inmersión” en el mundo de la producción y por tanto de la economía.
Así mismo, si bien es cierto que lo que se pretende hoy es una concepción más “híbrida” entre un pensamiento más psicológico, como explicábamos (y sus características) con otro más computacional (pensamiento computacional) (Miguel Zapata Ros) , con términos como: conceptos, referencias, argumentos, explicaciones, técnicas, prácticas de intervención…, por tanto con una fuerte carga computacional, de diseño , sistemas etc…, que se resumirá en procesos técnicos y otros más sociales eminentemente colaborativos, políticos, económicos, culturales, etc
Ahora con la posibilidad de un aumento de velocidad en las relaciones sinergéticas y dentríticas con lo cual el cerebro no tendría que mover tantas variaciones sino solo las más proximas a los acontecimientos de aprendizaje (NODOS), lo veo ya mas próximo…..Espero que los neurólogos y los informáticos se juntes para diseñar este algoritmo que nos lleva a este tipo de aprendizaje que siempre he considerado como el futuro del mismo en el siglo XXI, como ustedes saben.
Esto ya lo expresábamos hace mucho tiempo “Las máquinas, las TIC, la internet… proporcionan información más rápido de lo que nadie podría haber imaginado, pero el aprendizaje es dar sentido a la información y el descubrimiento de su significado, el verdadero objetivo de la educación, y con las máquinas aun no lo hemos conseguido, aunque algunos estemos en ello..
Todo este engranaje generará en el aprendiz y su potencialidad en el trabajo en mayor potencialidad interactiva, creatividad, automejora y competencia personalizada.
La tecnología de la información y las comunicaciones han traído cambios significativos en diversas esferas de la sociedad, y el mundo de la educación no es una excepción. La aparición de las plataformas digitales participó en el desarrollo de la educación a distancia (FAD) y también favorecida “desarrollo progresivo de nuevas formas de enseñanza” (Juan Domingo Farnos -2004)-(Marcel Lebrun, 2010, ).
Las Tecnologías de la Información y Comunicación (TIC) han revolucionado la forma en que interactuamos y nos relacionamos con el mundo. En la actualidad, es difícil imaginar la vida sin ellas. Desde el uso de internet hasta los dispositivos móviles, las TIC han cambiado nuestros hábitos y costumbres de manera significativa. Veamos cómo han impactado en el ámbito académico y laboral:
Escenario Académico:
Aulas Colaborativas:
Las tendencias educativas han dado paso a las aulas colaborativas. En este enfoque, los alumnos son más proactivos y participan activamente en clase. La comunicación entre profesor y alumno ya no es unidireccional; se fomenta la bidireccionalidad.
Beneficios:
Motiva la creatividad de los estudiantes.
Fomenta la responsabilidad y el trabajo en equipo.
Mejora las habilidades sociales y las relaciones interpersonales.
Intensifica el aprendizaje a través de experiencias únicas.
Educación Híbrida:
La pandemia aceleró la digitalización y la internacionalización de la formación. La educación híbrida combina lo mejor de la formación online con lo presencial.
Ventajas:
Personalización y dinamismo.
Mayor compromiso y motivación de los estudiantes.
Alineación con el mercado laboral.
Tecnología como Base:
El desarrollo de apps y servicios innovadores de aprendizaje móvil y online ha crecido exponencialmente.
Nuevos ambientes de aprendizaje en las aulas permiten adaptar las metodologías al cambio tecnológico.
Escenario Laboral:
Mayor Eficiencia y Productividad:
Las empresas operan de manera más eficiente gracias a las herramientas de colaboración en línea. Los trabajadores pueden colaborar en proyectos desde cualquier parte del mundo.
Flexibilidad en el trabajo mejora el equilibrio entre vida laboral y personal.
Nuevas Competencias:
La sociedad demanda egresados universitarios creativos, autónomos y capaces de enfrentar desafíos.
La formación debe adaptarse a los nuevos entornos laborales, modelos familiares, conciencia ecológica y relaciones sociales.
Evaluación Continua y Formativa:
La evaluación de aula debe ser un proceso continuo e integrado a la acción didáctica.
Diagnóstico y retroalimentación jerarquizados para lograr aprendizajes profundos y duraderos.
La Inteligencia Artificial Generativa (IAG) ha revolucionado la forma en que interactuamos con el mundo y ha impactado tanto en el ámbito académico como en el laboral. Veamos cómo se entrelaza con las TIC, la educación y el mundo laboral:
Inteligencia Artificial Generativa y su Impacto en Contenidos Mediáticos
A medida que experimentamos el mundo, nuestros sentidos (visión, sonidos, olores) proporcionan una amplia gama de información y nos expresamos utilizando diferentes métodos de comunicación, como expresiones faciales y gestos. Estos sentidos y métodos de comunicación se denominan colectivamente modalidades y representan las diferentes formas en que percibimos y nos comunicamos. Inspirándose en esta capacidad humana, modelo multimodal grande (LMM), una combinación de generativo y IA multimodal, se están desarrollando para comprender y crear contenido utilizando diferentes tipos como texto, imágenes y audio. En este artículo, profundizamos en este campo emergente, explorando qué son los LMM (grandes modelos multimodales), cómo se construyen, los ejemplos existentes, los desafíos que enfrentan y las aplicaciones potenciales.
Evolución de la IA generativa en 2024: de grandes modelos lingüísticos a grandes modelos multimodales
En su último informe, McKinsey designado 2023 como un año decisivo para IA generativa, lo que ha llevado a muchos avances en el campo. Hemos sido testigos de un aumento notable en la prevalencia de modelos de lenguaje grande (LLM) experto en comprender y generar un lenguaje similar al humano. Además, modelos de generación de imágenes han evolucionado significativamente, lo que demuestra su capacidad para crear imágenes a partir de indicaciones textuales. Sin embargo, a pesar de los avances significativos en modalidades individuales como texto, imágenes o audio, la IA generativa ha encontrado desafíos a la hora de combinar perfectamente estas modalidades en el proceso de generación. Como el mundo es inherentemente multimodal por naturaleza, es crucial que la IA se enfrente a la información multimodal. Esto es esencial para un compromiso significativo con los humanos y una operación exitosa en escenarios del mundo real.
En consecuencia, muchos investigadores de IA anticipan el aumento de los LMM como la próxima frontera en la investigación y el desarrollo de la IA en 2024. Esta frontera en evolución se centra en mejorar la capacidad de la IA generativa para procesar y producir diversos resultados, que abarcan texto, imágenes, audio, vídeo y otras modalidades. Es esencial enfatizar que no todos los sistemas multimodales califican como LMM. Modelos como a mitad de camino y Difusión estable, a pesar de ser multimodales, no encajan en la categoría LMM principalmente porque carecen de la presencia de LLM, que son un componente fundamental de los LMM. En otras palabras, podemos describir los LMM como una extensión de los LLM, proporcionándoles la capacidad de manejar con soltura diversas modalidades.
¿Cómo funcionan los LMM?
Si bien los investigadores han explorado varios enfoques Para construir LMM, normalmente implican tres componentes y operaciones esenciales. En primer lugar, se emplean codificadores para cada modalidad de datos para generar representaciones de datos (denominadas incrustaciones) específicas de esa modalidad. En segundo lugar, se utilizan diferentes mecanismos para alinear incrustaciones de diferentes modalidades en un espacio de incrustación multimodal unificado. En tercer lugar, para los modelos generativos, se emplea un LLM para generar respuestas de texto. Como las entradas pueden consistir en texto, imágenes, vídeos y audios, los investigadores están trabajando en nuevas formas de hacer que los modelos lingüísticos consideren diferentes modalidades a la hora de dar respuestas.
Desarrollo de LMM en 2023
A continuación, describo brevemente algunos de los LMM notables desarrollados en 2023.
LLaVA es un LMM de código abierto, desarrollado conjuntamente por la Universidad de Wisconsin-Madison, Microsoft Research y la Universidad de Columbia. El modelo tiene como objetivo ofrecer una versión de código abierto de multimodal. GPT4. apalancamiento Llama de Meta LLM, incorpora el CLIP Codificador visual para una comprensión visual sólida. La variante de LLaVa centrada en la atención sanitaria, denominada LLaVA-Med, puede atender consultas relacionadas con imágenes biomédicas.
enlace de imagenes un modelo de código abierto elaborado por Meta, que emula la capacidad de la percepción humana para relacionar datos multimodales. El modelo integra seis modalidades (texto, imágenes/vídeos, audio, mediciones 3D, datos de temperatura y datos de movimiento) y aprende una representación unificada de estos diversos tipos de datos. ImageBind puede conectar objetos en fotografías con atributos como sonido, formas 3D, temperatura y movimiento. El modelo se puede utilizar, por ejemplo, para generar escenas a partir de texto o sonidos.
Sin costuraM4T es un modelo multimodal diseñado por Meta para fomentar la comunicación entre comunidades multilingües. SeamlessM4T se destaca en tareas de traducción y transcripción, ya que admite traducciones de voz a voz, de voz a texto, de texto a voz y de texto a texto. El modelo emplea un decodificador de texto a unidad no autorregresivo para realizar estas traducciones. La versión mejorada, Sin costuraM4T v2, forma la base para modelos como Sin costurasExpresivo y Transmisión sin interrupciones, enfatizando la preservación de la expresión en todos los idiomas y entregando traducciones con latencia mínima.
GPT4, lanzado por OpenAI, es un avance de su predecesor, GPT3.5. Aunque los detalles arquitectónicos detallados no se revelan en su totalidad, GPT4 goza de buena reputación por su integración fluida de modelos de solo texto, solo visión y solo audio. El modelo puede generar texto a partir de entradas tanto escritas como gráficas. Destaca en diversas tareas, incluida la descripción humorística en imágenes, el resumen de texto a partir de capturas de pantalla y la respuesta hábil a preguntas de exámenes con diagramas. GPT4 también es reconocido por su adaptabilidad para procesar eficazmente una amplia gama de formatos de datos de entrada.
Gemini, creado por Google DeepMind, se distingue por ser inherentemente multimodal, lo que permite una interacción perfecta entre diversas tareas sin depender de unir componentes de una sola modalidad. Este modelo gestiona sin esfuerzo tanto texto como diversas entradas audiovisuales, mostrando su capacidad para generar resultados tanto en formato de texto como de imagen.
Desafíos de los grandes modelos multimodales
Incorporando más modalidades de datos: La mayoría de los LMM existentes funcionan con texto e imágenes. Sin embargo, los LMM deben evolucionar más allá del texto y las imágenes, dando cabida a modalidades como vídeos, música y 3D.
Disponibilidad de diversos conjuntos de datos: Uno de los desafíos clave en el desarrollo y entrenamiento de modelos de IA generativa multimodal es la necesidad de conjuntos de datos grandes y diversos que incluyan múltiples modalidades. Por ejemplo, para entrenar un modelo para generar texto e imágenes juntos, el conjunto de datos debe incluir entradas de texto e imágenes que estén relacionadas entre sí.
Generación de salidas multimodales: Si bien los LMM pueden manejar entradas multimodales, generar diversas salidas, como combinar texto con gráficos o animaciones, sigue siendo un desafío.
Siguiendo instrucciones: Los LMM enfrentan el desafío de dominar el diálogo y las tareas de seguimiento de instrucciones, yendo más allá de la mera finalización.
Razonamiento multimodal: Si bien los LMM actuales destacan por transformar una modalidad en otra, la perfecta integración de datos multimodales para tareas de razonamiento complejas, como la resolución de problemas escritos basados en instrucciones auditivas, sigue siendo una tarea desafiante.
Compresión de LMM: La naturaleza intensiva en recursos de los LMM plantea un obstáculo importante, lo que los hace poco prácticos para dispositivos de borde con recursos computacionales limitados. Comprimir los LMM para mejorar la eficiencia y hacerlos adecuados para su implementación en dispositivos con recursos limitados es un área crucial de investigación en curso.
Posibles casos de uso
EDUCACION: Los LMM tienen el potencial de transformar la educación al generar materiales de aprendizaje diversos y atractivos que combinan texto, imágenes y audio. Los LMM brindan retroalimentación integral sobre las tareas, promueven plataformas de aprendizaje colaborativo y mejoran el desarrollo de habilidades a través de simulaciones interactivas y ejemplos del mundo real.
Hospitales: A diferencia de los sistemas de diagnóstico de IA tradicionales que se centran en una única modalidad, los LMM mejoran el diagnóstico médico al integrar múltiples modalidades. También apoyan la comunicación a través de las barreras lingüísticas entre los proveedores de atención médica y los pacientes, actuando como un depósito centralizado para diversas aplicaciones de IA dentro de los hospitales.
Generación de Arte y Música: Los LMM podrían sobresalir en la creación de arte y música combinando diferentes modalidades para obtener resultados únicos y expresivos. Por ejemplo, un LMM artístico puede combinar elementos visuales y auditivos, proporcionando una experiencia inmersiva. Asimismo, un LMM musical puede integrar elementos instrumentales y vocales, dando como resultado composiciones dinámicas y expresivas.
Recomendaciones personalizadas: Los LMM pueden analizar las preferencias del usuario en varias modalidades para brindar recomendaciones personalizadas para el consumo de contenido, como películas, música, artículos o productos.
Predicción meteorológica y seguimiento ambiental: Los LMM pueden analizar diversas modalidades de datos, como imágenes de satélite, condiciones atmosféricas y patrones históricos, para mejorar la precisión en la predicción del tiempo y el monitoreo ambiental.
Lo más importante es…
El panorama de los grandes modelos multimodales (LMM) marca un avance significativo en la IA generativa y promete avances en varios campos. Dado que estos modelos integran a la perfección diferentes modalidades, como texto, imágenes y audio, su desarrollo abre puertas a aplicaciones transformadoras en atención médica, educación, arte y recomendaciones personalizadas. Sin embargo, los desafíos, incluida la adaptación a más modalidades de datos y la compresión de modelos que requieren un uso intensivo de recursos, subrayan los esfuerzos de investigación en curso necesarios para la plena realización del potencial de los LMM. (Dr. Tehseen Zia)
Hoy por hoy la sociedad, la nuestra, se caracterizada por el uso generalizado de las Tecnologías de la Información y la Comunicación (TIC) en todas las actividades humanas y por una fuerte tendencia a la mundialización económica y cultural (ver exige de todos los ciudadanos nuevas competencias personales, sociales y profesionales para poder afrontar los continuos cambios que imponen en todos los ámbitos los rápidos avances de la Ciencia y la nueva “economía global” .
La mayoría de los enlaces de redes neuronales tienen fortalezas relativamente débiles en comparación con el umbral. Por lo tanto, se requiere una cooperación, que podría ser COMPUTACIONAL, persistente entre muchos tiempos de estimulación para influir de manera confiable en la dinámica, de lo contrario, la mayoría de los enlaces son dinámicamente insignificantes. Utilizando una regla de aprendizaje nodal (dendrítica), mostramos que la dinámica está controlada intuitivamente principalmente por los enlaces débiles.
En este contexto, la Inteligencia Artificial Generativa (IAG) y las herramientas multimodales han desempeñado un papel crucial en la transformación de la educación y el mundo laboral. Veamos cómo se entrelazan estos conceptos:
Inteligencia Artificial Generativa y Herramientas Multimodales
IAG y Educación:
La IAG permite la producción automatizada de contenido textual, gráfico, sonoro y audiovisual de alta calidad.
En educación, esto se traduce en la creación de materiales didácticos, evaluaciones y recursos personalizados.
Un modelo multimodal es aquel que integra y procesa múltiples modos o tipos de datos en lugar de uno solo. Estos modos pueden incluir imágenes, texto, audio y vídeo. Veamos dos contextos en los que se aplica el concepto de multimodalidad:
Terapia Multimodal:
La terapia multimodal, desarrollada por Arnold Lazarus, es un enfoque ecléctico dentro de la psicología clínica.
Considera al ser humano como un organismo biológico con dimensiones cognitivas y conductuales interconectadas.
Se abordan siete modalidades: conducta, afecto, sensaciones, imaginación, cognición, relaciones interpersonales y procesos biológicos (medicamentos).
La IA multimodal es un campo emergente que permite a los modelos de IA aprender y procesar datos de diferentes modos.
En lugar de enfocarse en un solo tipo de dato (por ejemplo, solo texto o solo imágenes), los modelos multimodales combinan información de diversas fuentes.
El aprendizaje multimodal es una estrategia que combina diferentes estilos de aprendizaje para enriquecer el proceso de adquisición de conocimientos. A través de la integración de diversos métodos, esta metodología busca adaptarse a las necesidades individuales de cada persona. Veamos cómo se aplican los modelos multimodales en la educación:
Estilos de Aprendizaje Multimodal
En el aprendizaje multimodal, se reconocen distintos estilos de aprendizaje, los cuales son:
Visual: Los estudiantes aprenden mejor a través de imágenes, gráficos y videos.
Auditivo: Prefieren el uso de sonidos y música para comprender conceptos.
Lectoescritura: Se sienten cómodos con la lectura y escritura como medios de aprendizaje.
Kinestésico: Aprenden mediante la interacción práctica con el entorno.
Métodos de Adquisición de Conocimientos
En este enfoque, se utilizan una variedad de métodos para facilitar la adquisición de conocimientos:
Visualización de Imágenes y Videos: Utilizar recursos visuales para explicar conceptos.
Sonidos y Música: Incorporar elementos auditivos en las lecciones.
Lectura y Escritura: Fomentar la lectura y la producción escrita.
Interacción Práctica: Realizar actividades prácticas, experimentos o ejercicios.
Importancia de Adaptar el Proceso de Aprendizaje
El aprendizaje multimodal reconoce la importancia de adaptar el proceso de enseñanza y aprendizaje a las necesidades individuales de cada persona. Al considerar los estilos de aprendizaje, se logra una mejor comprensión y asimilación de la información, potenciando así el desarrollo de habilidades y competencias.
Ventajas del Aprendizaje Multimodal
Mejora en la Adquisición de Conocimientos: Al combinar varios métodos de aprendizaje, se enriquece la experiencia educativa.
Mayor Eficacia en la Retención de Información: Diversificar los recursos ayuda a recordar mejor los contenidos.
Desarrollo de Diferentes Habilidades y Competencias: Cada estilo de aprendizaje contribuye al crecimiento integral del estudiante.
Aplicación del Aprendizaje Multimodal
Ámbito Educativo:
Profesores pueden utilizar diferentes recursos multimodales en sus clases, como videos educativos, presentaciones interactivas y actividades prácticas.
Adaptar la enseñanza a los estilos de aprendizaje de los estudiantes mejora la comprensión y participación.
Entorno Profesional y Empresarial:
Capacitaciones y formaciones pueden aprovechar el aprendizaje multimodal para llegar a empleados con diferentes preferencias de aprendizaje.
La diversidad de métodos enriquece la experiencia de formación.
Retos y Oportunidades del Aprendizaje Multimodal
Desafíos de la Distribución Física de Dispositivos: Garantizar que todos los estudiantes tengan acceso a los recursos multimodales.
Adaptación de Técnicas de Minería de Datos: Analizar datos de diferentes modalidades para mejorar la enseñanza.
Curiosamente, el aprendizaje nodal exhibe un mecanismo de autocontrol para lograr fortalezas de peso intermedias y oscilatorias, en oposición al aprendizaje por los enlaces, y sugiere nuevos horizontes para el aprendizaje en línea y con ELEARNING. La aparición de oscilaciones rápidas y lentas como resultado del proceso de aprendizaje podría estar relacionada con altas funcionalidades cognitivas y una fuente de actividades vinculantes transitorias.
Se encontró que estas oscilaciones son robustas también para la naturaleza anisotrópica de las neuronas y deben distinguirse de las oscilaciones que surgen de las respuestas neuronales que siempre hemos conocido en el terreno del aprendizaje. La adaptación nodal cuestiona el objetivo de las reglas de aprendizaje lento similares aceptadas de decenas de minutos por los enlaces, que probablemente se realicen en serie.
El impacto que conlleva el nuevo marco globalizado del mundo actual y sus omnipresentes, imprescindibles y poderosas herramientas TIC, está induciendo una profunda revolución en todos los ámbitos sociales que afecta también, y muy especialmente, al mundo educativo. Estamos ante una nueva cultura que supone nuevas formas de ver y entender el mundo que nos rodea, que ofrece nuevos sistemas de comunicación interpersonal de alcance universal e informa de “todo”, que proporciona medios para viajar con rapidez a cualquier lugar e instrumentos tecnificados para realizar nuestros trabajos, y que presenta nuevos valores y normas de comportamiento. Obviamente todo ello tiene una fuerte repercusión en el ámbito educativo:
Ante la efervescente y cambiante sociedad actual, las necesidades de formación de los ciudadanos se prolongan más allá de los primeros estudios profesionalizadores y se extienden a lo largo de toda su vida. La formación continua resulta cada vez más imprescindible, tanto por las exigencias derivadas de los cambios en los entornos laborales como también para hacer frente a los cambios que se producen en los propios entornos domésticos y de ocio.
Si la educación superior, la UNIVERSIDAD, no entiende el por qué de este proceso, o deberá adecuarse a él o por el contrario desaparecer (“nadie perdura en el tiempo de manera infinita y no pasa nada”) ya que la sociedad necesita cada día no ya más formación, si no una formación mejor, de calidad, que busque la excelencia personalizada y por tanto necesita de mejores accesos, de mejores formas de aprendizaje para cada trabajo y poder disponer de las mejores herramientas tecnológicas adecuadas a cada una de las diferentes necesidades.
Ya no es tan importante el “quién“, si no el “por qué” y el “cómo“, pero para todo ello se necesita una transformación radical, una verdadera disrupción, primero de mentalidad y después de ilusión por querer hacer cosas nuevas que impliquen dejar atrás las viejas y ya no necesarias.
Los contextos, las personas, el trabajo…y por tanto su necesidad formativa son otras, por lo que las acciones individuales y sociales, también deben ser otras.
Todo ello solo puede hacerse entendiendo que la base de la nueva educación de nuestra nueva cultura solo puede ser el LIFE LOG LEARNING:
Si el aprendizaje está en todas partes , debe definitivamente estar donde está el trabajo . Cuando el aprendizaje es el trabajo, tenemos que observar cómo la gente está aprendiendo a hacer su trabajo ya. Debemos encontrar estos caminos naturales y reforzarlos.
Se puede aprender en cualquier lugar, pero además valorándolo, es decir, si yo aprendo fuera del centro, que lo que yo aprenda tenga tanto valor como lo que es curricular, como lo que está dentro del centro, y no sólo eso, sino que tenga más valor que lo curricular por tratarse de un aprendizaje que atiende a lo que cada alumno quiere aprender.
Hay otras acciones pragmáticas para tomar:
-Conectarse es “cómo” aprender a la tarea actual. Mostrar y contar sólo funciona si se puede poner en práctica. La curva del olvido es empinada cuando no hay práctica.
-Que sea un trabajo de todos para compartir lo que han aprendido. ¿Has notado lo fácil que es encontrar “cómo hacer” vídeos y explicaciones en la Web? Eso es porque alguien se ha tomado el tiempo para publicarlos. Todo el mundo en la organización debería hacer esto, si se trata de un texto corto, una foto, un mensaje, un artículo, una presentación con las notas, o un vídeo en toda regla.
-Crear espacio para hablar de las cosas y captar lo que se transmite . Obtengamos estas conversaciones al aire libre donde se puedan compartir. Proporcionar tiempo y el espacio para la reflexión y la lectura. Hay más conocimiento fuera de cualquier organización que dentro. (La escuela y la universidad pierden la esencia de toda la vida, ahora el conocimiento está en todas partes y eso “es mucho más grande que cuatro paredes”…Juan Domingo Farnós
Hacerlo de otra manera parece ya una quimera o en todo caso una implosión de lo que estamos haciendo. Anoche en una cena, parecía de trabajo, expliqué que nuestra sociedad solo tiene una solución, ya no puede volverse sobre sus propios pasos, eso ya es imposible, ni tampoco seguir como hasta ahora mejorando aspectos que se dicen que funcionan mal y seguir como siempre. Lo que necesita y se está viendo es una transformación de toda la sociedad (disrupción) que es sobre lo que trabajamos e investigamos, ahora solo nos hace falta que nuestra DIVULGACIÓN llegue a todo el mundo y lo más importante, que se ponga en funcionamiento.
De esta manera siempre podremos estar en constante innovación, preparados para ella:
–¿Cómo hacer que el trabajo el aprendizaje siempre puedan estar en constante innovación para de esta manera ser siempre nuevos?.
–¿Cómo romper la barrera de mando y control – y crear el máximo rendimiento (organización en red)
–¿Cómo pueden las organizaciones hacer frente a la complejidad cada vez mayor?
–¿Cómo ajustar una organización en crecimiento, sin caer en la trampa de la jerarquía burocratizada?
–¿Cómo llegar a ser más capaces de adaptarse a las nuevas circunstancias?
–¿Cómo superar las barreras existentes para el rendimiento, la innovación y el crecimiento?
–¿Cómo se convertirá en una organización adaptada a los seres humanos, y lograr mayor compromiso?
–¿Cómo producir cambios profundos, sin chocar con las brechas sociales, económicas, digitales…?
Pero llegará un momento en que la propia sociedad nos va a empujar, y los que más los aprendices. Los niños han nacido con la tecnología, no solo como herramienta, sino con la metodología que conlleva, y tenemos que adaptarnos a eso.
Puede tener un contexto real, por ejemplo, cuando los estudiantes a resolver problemas como los que se enfrentan las personas en el mundo fuera de la escuela (por ejemplo, los empresarios desarrollo de un plan de negocios, los ingenieros que diseñan un puente, o asesores de la política de recomendar el presidente, pero todo ello si reconocemos antes, como ya hemos dicho que en la educación formal de hoy, en la UNIVERSIDAD, en LA ESCUELA, tenemos un problema, el NO RECONOCER QUE TENEMOS UN PROBLEMA), https://juandomingofarnos.wordpress.com/2015/09/12/la-computacion-unira-los-aprendizajes-formales-e-informales/ , puede implicar el uso de procesos del mundo real, las tareas y las herramientas y criterios de rendimiento, tales como cuando los estudiantes van a planificar una investigación experimental o utilizar software de edición digital para producir vídeos se acercan a la calidad profesional.
Cada miembro de una organización construye su propia representación de la teoría en uso del conjunto. El aprendizaje organizacional y ágil, entonces ocurre cuando individuos dentro de una organización tiene un problema (detección de errores) y trabajan en la solución de este problema (corrección de errores), pero la diferencia con lo que hacían antes es que ahora como dice Julian Stodd:
-“Se trata de PREGUNTAR todo. El hecho de que lo hicieras así ayer no significa que deberíamos hacerlo de esa manera mañana. En la era social, el cambio es constante. Hacer lo que siempre hiciste no funcionará más. Cuestionar todo. Es un buen hábito para la agilidad.
-APRENDER es constante si eres ágil. Si no estás aprendiendo, estás estancada, letárgica, atascada. Los estudiantes ágiles llegan a sus redes y comunidades para crear significado. Utilizan la tecnología para acceder al conocimiento y refinarlo, filtrarlo, crear significado.
-REFINAR es el proceso de filtrar lo sin sentido y contextualizar el resto. Los estudiantes ágiles y los líderes sociales hacen esto constantemente, curando una reputación de calidad.
-HACER es mejor que pensar demasiado. La agilidad consiste en quedarse atrapado, pero constantemente refinando. Es una mentalidad de investigación de acción, acerca de cometer errores y aprender.
-Los ERRORES son inevitables: las organizaciones que quieren ser ágiles necesitan crear entornos permisivos para que podamos tropezar mientras aprendemos.
-EDITAR es cómo refinamos nuestras acciones, cómo hacemos los pequeños cambios que nos hacen ágiles”
Las tecnologías están para quitar las brechas, pero para ello deben ser accesibles. Eso es primordial. Antes la educación era un derecho, ahora las tecnologías también son un derecho, o deben serlo. La culpa de que un indígena peruano, por ejemplo, no tenga acceso, es del Estado, y debe subsanarlo.
Todo tiene dos caras. Hay una parte de brecha y otra de acortamiento. Pero al final del camino, no se hablará de tecnologías. Llegará un momento, y no va a tardar, en que las tecnologías van a estar dentro de nosotros, y no vamos a hablar de brechas o de resistencias. Será algo natural a las personas.
Los que trabajamos en esto vemos que va a ser la región donde se va a producir la verdadera revolución socioeducativa, no tenemos dudas. Eso porque las personas quieren la disrupción, la ruptura brusca, otra manera de aprender y de educar. Mientras en Europa, por ejemplo, domina la resistencia al cambio, en los países latinoamericanos la gente lo ansía.
Varios son países emergentes, con personas que descubren que las tecnologías les permiten avanzar, sin depender como antes de Estados Unidos y Europa. Gracias a ellas, solo necesitan su esfuerzo. Y es una región con la gente muy formada, a la que solo le falta liderazgo. Pero el primer lugar donde se llegará a una educación mejor y de otra manera es esta región.
Además, las habilidades técnicas específicas para cada puesto son fundamentales. Estas pueden incluir conocimientos en tecnología, idiomas, análisis de datos, entre otros134.La adaptabilidad en el lugar de trabajo implica la capacidad de responder efectivamente a diferentes escenarios y desafíos. Algunas habilidades de adaptabilidad incluyen ser un buen solucionador de problemas, aceptar cambios, mantener una mentalidad abierta, practicar la atención consciente y salir de la zona de confort2.En resumen, las habilidades necesarias para adaptarse al nuevo contexto laboral abarcan tanto habilidades blandas como habilidades técnicas, siendo esenciales para enfrentar los desafíos y cambios en el entorno laboral actual.
Actualizar quiere decir formarse a partir de un DESAPRENDIZAJE o cambio de mentalidad pensando en el futuro y eso pasa igualmente en el mundo de la Educación que dentro de unos años no distinguirá entre formal e informal ya que toda ella estará in mersa en un aprendizaje permanente y continuado con lo que ello conlleva a nivel de reconocimiento social.
Desaprender significa liberarse de las creencias, hábitos o comportamientos obsoletos o perjudiciales y reemplazarlos con nuevos conocimientos o formas más efectivas de pensar y actuar. Aprender a desaprender requiere una actitud abierta y autocrítica, la disposición a cuestionar nuestras suposiciones y a experimentar con nuevas ideas. También puede ser útil recibir retroalimentación y perspectivas de otras personas.
Prácticas de desaprendizaje:
Algunas prácticas que pueden ayudar en el proceso de desaprendizaje son:
Observación crítica: examinar y cuestionar nuestras creencias y suposiciones, y evaluar su validez y relevancia actual.
Apertura a nuevas experiencias: buscar oportunidades para aprender y experimentar con nuevas ideas y perspectivas.
Reflección y autoconciencia: dedicar tiempo para reflexionar sobre nuestros pensamientos, emociones y comportamientos, y cómo están influenciados por nuestras creencias.
Aprendizaje continuo: estar dispuesto a aprender de forma constante y estar abierto a cambiar nuestras opiniones cuando sean contrariadas por la evidencia.
Asking for feedback: solicitar retroalimentación de otras personas y considerar sus perspectivas para enriquecer nuestra comprensión.
Estas prácticas pueden ayudar a formar una actitud de aprendizaje continuo y a desarrollar la habilidad de desaprender cuando sea necesario.
Desaprender como forma de construir un nuevo conocimiento
Desaprender es un proceso fundamental para construir nuevo conocimiento, ya que permite liberarse de las creencias o perspectivas obsoletas o limitantes y abrirse a nuevas ideas y formas de ver el mundo. Al desaprender, se puede hacer espacio para una comprensión más profunda y un conocimiento más actualizado.
Además, desaprender también puede mejorar la capacidad de aprendizaje y de solución de problemas al fomentar una actitud crítica y la disposición a experimentar y aprender de errores.
En resumen, desaprender es una parte importante del proceso de aprendizaje, ya que permite liberarse de las creencias y perspectivas obsoletas para construir un conocimiento más actualizado y profundo.
¿De que maneras de desaprendizaje debe proveerse la Universidad del Siglo XXI?
La universidad del siglo XXI debe fomentar el desaprendizaje de diversas maneras para preparar a los estudiantes para un mundo en constante cambio y para ayudarlos a desarrollar una mentalidad crítica y adaptable. Algunas maneras en que la universidad puede lograr esto incluyen:
Enseñanza crítica y reflexiva: promoviendo la cuestionamiento de las suposiciones y la autoconciencia, y fomentando la capacidad de los estudiantes para evaluar la validez de las informaciones y teorías.
Aprendizaje experiencial: proporcionando oportunidades para que los estudiantes experimenten y apliquen el conocimiento adquirido, y para reflexionar sobre su propio aprendizaje.
Educación interdisciplinaria: fomentando un enfoque integrado y holístico de la educación que refleje la complejidad y la interconexión de los diferentes campos del conocimiento.
Fomentar la colaboración y el diálogo: creando un ambiente en el que los estudiantes puedan trabajar juntos y debatir ideas, y aprender a considerar diferentes perspectivas y puntos de vista.
Educación continua: fomentando una mentalidad de aprendizaje continuo y la disposición a aprender y desaprender a lo largo de toda la vida.
Estas son solo algunas de las maneras en que la universidad del siglo XXI puede fomentar el desaprendizaje y preparar a los estudiantes para un futuro incierto y cambiante.
Sin el desapredizaje, ¿Puede sobrevivir la universidad en el Siglo XXI?
Es posible que la universidad sobreviva sin el desaprendizaje, pero probablemente no será capaz de mantenerse relevante y preparar adecuadamente a los estudiantes para el mundo del siglo XXI. En un mundo en constante evolución y cambio, es importante que la universidad fomente el desaprendizaje para asegurarse de que los estudiantes estén equipados con las habilidades y la mentalidad necesarias para adaptarse y prosperar.
El desaprendizaje es esencial para mantener la relevancia y la pertinencia de la educación universitaria, ya que permite liberarse de las creencias y perspectivas obsoletas para construir un conocimiento más actualizado y profundo. Además, fomentar el desaprendizaje ayuda a desarrollar una mentalidad crítica y adaptable que es crucial para la capacidad de los estudiantes de aprender continuamente y de aplicar su conocimiento de manera efectiva en el mundo real.
En resumen, si la universidad no fomenta el desaprendizaje, es posible que sobreviva, pero probablemente no estará preparando adecuadamente a los estudiantes para un futuro incierto y cambiante.
El mundo está cambiando y creciendo rápidamente! Cada uno de nosotros siente la creciente complejidad del sistema en el que participa como si fuéramos los constructores de un hormiguero que ningún individuo tendría el plan general,
En el mejor de los mapas antiguos que tenemos de conocimiento del siglo pasado …
Por primera vez en nuestra historia, cada generación sabe varios cambios importantes en su entorno que destruyen las verdades del día anterior, a menudo inducir desorientación, cambio de dirección ceguera y la rigidez de comportamiento.
Un nuevo reto ahora emergente para instituciones, corporaciones y aquellos que facilitan el cambio: aprender a desaprender a pensar de manera diferente y fomentar la innovación disruptiva que ofrece a los jugadores un proceso concreto de cambio, junto con la enseñanza de cápsulas (secuencias) para acompañar a este tipo de prácticas:
a-Las nuevas formas de aprendizaje no están buscando en la tecnología, sino en la transformación del sistema educativo hacen posible. Así que en lugar de mostrar la lista tediosa de la tecnología educativa, este problema se trata de buscar en otra parte. Al consultar primero el rápido desarrollo en los últimos años de conocimiento del funcionamiento del cerebro. ¿Qué hacen los nuevos conocimientos de la neurociencia en el proceso de aprendizaje y la forma en que pueden ayudar a orientar de manera diferente la oferta educativa?
b-Busca en otro lugar, a continuación, preguntar cómo la conversión digital de nuestras sociedades cuestiona directamente la forma en que aprendemos y el lugar del conocimiento en una serie de situaciones sociales cada vez más variados:
1-¿Cómo aprender cuando las instituciones educativas ya no son la principal área de acceso al conocimiento? Por fin estamos llegando a la escuela de la sociedad, comunidades de aprendizaje de auto-organización son las que están cobrando vida, no sólo CON LOS MOOCs, en YouTube, TED …., y la gente no está haciendo algo que no hacen en la universidad — sencíllamente, aprenden….
2- “¿La sociedad de hoy necesita de estas instituciones para aprender?” , ¿ es eso ya viable? Una Sociedad que quiere estar libertad de “ataduras” deterministas y generalizadas, que quiere ser diversa, realmente y legalmente, que sabe que la utilización de las Tecnologías le permitirá serlo, que exige que la dejen evolucionar al ritmo que marquen las personas, no organismos que ya son obsoletos porque han perdido ya sus funciones reguladoras de unos estándares que uniformizan e impiden precisamente este HIBRIDAJE, que precisamente es el reflejo de lo que encontramos en la Sociedad.
Es aquí donde necesitamos de ESTRUCTURAS adapatadas socialmente al entorno en qué vivimos, maneas aceptadas por la sociedad y que obtengan el “grado” y el “rango” de aceptación de todos para que su puesta a punto y resultados, nos permita progresar no solo como indivíduos sino como comunidades
. ORGANIZACIONES flexibles, con perspectivas cambiantes, donde no prime el aspecto espacio-temporal restringido, sino que la libertad de movimientos sea la base de su éxito, organizaciones móviles, fáciles de cambiar, económicas en los costes y ubicuas en la manera de entender su disposición. Una manera de FUNCIONAR, completamente nueva, donde la formación permanente y continuada, ayudados siempre por la Inteligencia colectiva, emocional, artifical…nos permitirá ser otro tipo de ciudadanos y por tanto otra clase de sociedad.
Las Tecnologías que ya llevamos en nuestra mochila (TIC) facilitarán no solo esta labor sino todos los procesos y de alguna manera nos “obligarán” a vivir de otra manera, aunque algunas veces no queramos. No hay más remedio, la adaptación ahora es vital, ya no es optativa, por lo tanto la mejora social vendrá por si sola. Todo este proceso de modelaje Social viene dado por unos condicionantes que las Nuevas Tecnologías (TIC) , nos “obligan a tener en cuenta y a basanos en ellos
La comprensión de desaprendizaje y cómo podría ayudarle durante el cambio organizacional es una forma de abordar esta resistencia.
Encontraremos siempre factores que dificultan o ayudan al proceso de desaprendizaje en tiempos de cambio, incluyendo la comprensión de la necesidad de cambio, el nivel de apoyo de la organización y la formación, la evaluación del cambio, la experiencia positiva y de apoyo informal, la historia de la organización del cambio , perspectivas previas del individuo, y los sentimientos y expectativas de los individuos.
El conocimiento crece, y al mismo tiempo se convierte en obsoleta a medida que la realidad cambia. Entendimiento implica tanto el aprendizaje de nuevos conocimientos y descartar el conocimiento obsoleto y engañoso “ (Hedberg, 1981)
El proceso de reducir o eliminar preexistentes conocimiento o hábitos que de otra manera pueden representar obstáculos formidables para el nuevo aprendizaje.” (Newstrom, 1983)
“Olvidar es simplemente el proceso mediante el cual las empresas eliminan lógicas y comportamientos viejos y hacer espacio para los nuevos.” (Prahalad y Bettis, 1986)
“Olvidar es un proceso que muestra a la gente que ya no se debe confiar en sus creencias y métodos actuales” (Starbuck, 1996)
“Construir nuevas ideas, nuevos pensamientos para llegar a una sociedad que quiere ser y estar”
Desaprender,es esencialmente el proceso por el cual dejamos ir un poco fuera de nuestras creencias, opiniones, actitudes, percepciones, enfoques y otros que habíamos celebrado a principios como la verdad e inmutable. El hecho del asunto es que sin necesidad de aprender a desaprender uno no puede aprender nada nuevo. Así desaprendizaje es un requisito previo y desempeña un papel dominante en nuestro proceso de aprendizaje y reaprendizaje.
Desaprender también como aprendizaje es ayudado por los libros, la literatura, las influencias de los amigos y por las experiencias personales y que fuera de otros. La explosión de TI y la llegada de aparatos han hecho desaprender una condición sine qua non para la supervivencia. Cualquiera de comprar un nuevo aparato tiene que desaprender esencialmente sobre su viejo y volver a aprender sobre el aparato más nuevo para mantenerse conectado y actualizado.
Nuestro sistema biológico también está cableado a favor de desaprender. El cerebro peso de alrededor de 1350–1500 g tiene una capacidad definida dada en los seres humanos normales. El hecho del asunto es que la mayoría de nosotros no podemos ser la utilización ni la mitad de esa capacidad, aún cuando no desaprendamos y olvidemos, el cerebro obtiene la capacidad de razonamiento desordenado…
Se dice que la capacidad de olvidar es realmente una bendición disfrazada. Desaprender más rápido cuando se trata de la memoria a corto plazo, mientras que se necesita más tiempo y una tarea difícil de olvidar lo que se ha arraigado en la memoria a largo plazo.
La solución o la panacea a continuación con el aprendizaje y reaprendizaje es desaprender.
Las posibilidades ubicuas que tendrá la Educación (hasta ahora era inmóvil y completamente rígida y estable), ejercerán una fuerza centrífuga hacia caminos personalizados y autoformativos, cada aprendiz buscará su formación, no la de otros, este fenómeno llamado inclusividad, hace que la búsqueda de la Excelencia de cada persona sea mucho más fácil de conseguir ya que la propia “liquidez” de la Educación lo facilita y mucho, es más, lo hace casi esencial y de obligado cumplimiento.
Y es a partir de este escenario que se ha creado que debemos preguntarnos:
¿Cómo ejecutaremos todos estos planteamientos que son completamente disruptivos y no innovadores, aunque algunos lo vean así)?
Sin duda esa es la gran batalla que se presentará dentro de nada y que debemos por lo menos definir, pensar y de alguna manera dar a conocer, para que la sociedad misma se pronuncie y nos indique las características reales que quiere para si misma.
Frente a todo lo que hemos expuesto lo que ya no tiene sentido es reponer posicionamientos REDUCCIONISTAS y PROTECCIONISTAS, ya que no se sostendrían de ninguna manera, aunque nos pusiéramos pusilánimes en una concepción catastrofista de una sociedad “maquinizada” que no viene al caso o de una falta de preparación de las personas, lo cual aún es menos creíble des de el momento que las Tecnologías conviven con nosotros de una manera normal y generalizada.
Empresas cibernéticas de aprendizaje, con fines de lucro las escuelas charter y los profesores en el aula de outsourcing no son la reforma de la escuela — son flagrantes intentos de despojar a las comunidades educativas de su opinión sobre la educación de sus alumnos en favor del control corporativo, obviamente esto no es una nueva sociedad que quiere refundar la educación, eso es más de lo mismo, pero disfrazado…el lobo con piel de cordero…
Hablar de Sociedad Líquida de Zygmunt Bauman o de la modernidad, no es atenernos a buscar más problemas, sino todo lo contrario, a obtener soluciones. Los “Nodos” potentes y clásicos de nuestra sociedad: políticos, económicos y sociales…ya no son tan “duros”, ahora incluso están cuestionados, y muy seriamente, por cierto, las nuevas tecnologías nos han permitido ver mejor sus “pecados”, su “verdad” está cuestionada por todos, por tanto, como no lo va a estar la Educación?.
Cuando todavía estábamos hablando de la Educación 4.0, la nueva corriente de la Educación 5.0 llegó a gran velocidad, solapando los conceptos.
Anuncio publicitario
Ajustes de privacidad
En la propuesta 4.0 se habla del papel de la tecnología en la educación con el objetivo de promover más rapidez, precisión y conocimiento a la enseñanza. La idea principal es insertar las tecnologías de la Industria 4.0 -Internet de las cosas (IoT), inteligencia artificial, machine learning, gamificación y otras- a las instituciones de aprendizaje y educación.
Las tecnologías se han mezclado entre situaciones sociales y cognitivas que hacen que la formación sea cada vez más importante en las futuras revoluciones que se van a producir y que llevará a una transformación de la cultura de occidente con valores que hasta ahora ni habíamos imaginado y la desaparición de muchos de los que consideramos inamovibles para siempre. (Educación Disruptiva de Juan Domingo Farnós)
La revolución industrial 4.0 término acuñado en el año 2016, nos despeja claramente el fenómeno tecnológico más importante que ha vivido la humanidad. Es vital aceptar esta situación para poder ofrecer una propuesta social, económica y especialmente cultural, a la sociedad que va a vivirla.
Tenemos una serie de fenómenos sobre los que en los próximos tiempos hablaremos contínuamente y que habrá que estar mejorando en todo momento:
-Los productos , el tratamiento de los datos, la seguridad digital, la implantación de habilidades y formación genérica adaptada a estos tiempos.
Para asumir todo lo que vamos conociendo de ellos y que reflejamos cada día en la EDUACION DISRUPTIVA, incluso el Foro de Davos, como señala nuestro amigo Marc Vidal y por parte nuestra muy conocido, que la DEMANDA SE IMPONE SOBRE LA OFERTA, o lo que es lo mismo, el consumidor pasa a ser el que controla los acontecimientos o el aprendiz, pasa a ser el responsable de su aprendizaje.
A su vez la jerarquía deja paso a la redarquía con lo que los liderajes dejan de ser verticales para pasar a ser horizontales y fomentadores de la colaboración e interacción entre los ciudadanos, trabajadores y aprendices.
La transparencia en el uso de los datos es un gran caballo de batalla, cada vez nos llegan mas MACRODATOS que se escapan al control ciudadano por medio del BIG DATA, lo que provoca la necesidad urgente que exista este control por parte de las personas (objetos, contenidos…).
Si entramos de lleno en el terreno educativo y en la aceleración que se produce con el software de datos, se entra en aspectos estructurales sino que incluso se llega al currículo (en aquello que ya explicábamos que los grandes macrodatos-BIG GATA utilizadas por grandes empresas mundiales, determinan el futuro de la educación en casi todos sus ámbitos).
Con ellos los programas automatizados especifican el aprendizaje adaptativo y el personalizado, viendo claramente sus diferencias, pero también sus similitudes.
En lo que se refiero más propiamente a la DIDÁCTICA, los programas informáticos (máquinas), interactúan directamente con los aprendices y su aprendizaje (Bayne 2015)
Thompson en 2016 y Juan D. Farnos en el 2000, hablan de sustituir la evaluación por procesos de aprendizaje continuados y de manera personalizada, tanto en lo que se recibe como en lo que se produce.
Mayer-Schouberger…(2014) establece que el BIG DATA nos permite interactuar con programas de software digital para que los algoritmos los “customicen” y los mejoren permanentemente bien sea por medio de retroalimentaciones, individualización y personalización, así como una predicción probabilística.
La cuestión será si con ello podemos conseguir:
a-La personalización, no como un DAFO, ni como un VUCA, sino como aprendizajes reales.
b-Conocer todos el el funcionamiento real del aprendizaje personalizado/socializador.
c-Sacar de los datos lugares para facilitarnos nuestro progreso.
d-Innovacion escalable continuada y permanente.
Se demuestra (Farnos 2000) que para personalizar el aprendizaje no hay otra manera que:
a-Socializarlo
b-Establecer un software escalable adecuado que analice digitalmente los datos de cada alumno (dataficación).
c-Aprender fuera de las aulas (BLENDED LEARNING):
COLABORACION…….
1-Aprendices
2-Docentes
3-familias
4-Administracion
METODOLOGÍAS……..1-PBL (ABP)
2-Flipped Classroom
3-Problemas
4-Gamification
d-Crear una cultura con otros valores
Contamos con la digitalización y la datificación, adquiriendo el manejo de un software, identidad propia, vida social, relaciones sociales…
“El mundo social cada vez más lo determinan los medios sociales” (Lupton 2015 pag 17–18
El software seduce a las personas: da más coherencia, mayor productividad, fiabilidad… y eso a cambio de una transformación social y tecnológica.
Pero los DATOS siempre serán “subjetivos”, parciales, ya que si bien los analizamos, solo lo hacemos de la manera que nos interesa, recogemos los que nos interesan y los otros, no y, por tanto, ello produce consecuencias. Por ejemplo: una dirección u otra en LA EDITORIAL EDUCATIVA de un libro de texto un software concreto…
El término “colonialismo de datos” ( NICK COULDRY) destaca la apropiación en el corazón del orden social emergente, que se basa en la extracción de vidas humanas por parte del capital mediante el procesamiento de datos con valor económico, como la de Karl Marx, teorías poscolonial y descolonial:
a-¿Quién se beneficiará del nuevo orden social del colonialismo de datos?
b-¿De qué manera se compara con la apertura del colonialismo histórico?
c-¿Cuáles son las implicaciones para un enfoque legal crítico para la extracción y uso de datos?
Si lo asociamos al mundo de la educación y de las tecnologías (TIC, AI…), el aumento de la generación y recopilación de datos personales ha creado un ecosistema complejo, meta colaboración veces A menudo combativa, en torno a las empresas, organizaciones de todo tipo y los individuos involucrados en el uso de estos datos. Proponemos que la interacción entre tesis garantiza que entren agentes nuevos en estos procesos: Humano-Interacción de Datos (IDH). Utilizaremos una multidisciplinariedad de facetas para ello, con potentes instrumentos inteligentes de BIG DATA, lo cual nos facilitará la intersección de varias disciplinas, como la informática, la estadística, la sociología, la psicología y la economía del comportamiento.
Los ecosistemas-asociados con la rápida evolución de los datos personales es la creación de un nuevo campo de estudio científico, dicen los científicos de la computación. Y esto requiere una infraestructura ética basada mucho más potente. Comienzan señalando la larga disciplina del la del que data de la investigación la interacción humano-computadora ha centrado siempre en las computadoras como dispositivos para interactuar .
El propósito de esta interacción con el mundo cibernético se ha vuelto más sofisticado como el poder de computación se ha convertido en omnipresente, un fenómeno impulsado por Internet a través de móvil con meta dispositivos como teléfonos inteligentes. En consecuencia, los seres humanos están produciendo constantemente y revelando datos en todo tipo de formas diferentes.
Esto lleva al equipo a identificar tres temas clave asociados con la interacción de datos humanos que creen que las comunidades involucradas con deberes de datos se centran en…
El primero de ellos tiene que ver con lo que los datos y la analítica-asociados a ella, tanto, transparente y comprensible para la gente común, esto como la legibilidad de los datos Que las personas son claramente conscientes de los datos y los métodos utilizados para sacar conclusiones al respecto y las implicaciones de esto.
Hacer que la gente sea consciente de ser los datos meta recopilados blanco es la comprensión clara de las implicaciones de este proceso de recolección de datos y el tratamiento es mucho más difícil que sigue. En particular, esto podría estar en conflicto con los derechos de propiedad intelectual de las empresas que hacen las analíticas.
Un factor aún más importante es la del que implicaciones de este proceso no siempre claras en el momento que los datos se recogen.
El segundo tema tiene que ver con dar a las personas la capacidad de controlar e interactuar con los datos que les conciernen. Debe permitirse a aceptar o rechazar fuera de los programas de recolección de datos y los datos adecuados si resulta ser errónea o desactualizada y así sucesivamente. Eso requerirá de datos fáciles de usar con acceso han a mecanismos que hay que desarrollar.
El tema final se basa en esto para permitir que la gente intercambie datos sus preferencias en el futuro, , algo que pudiésemos negociar… Algo como esto ya está llegando al poder en la Unión Europea Cuando el Tribunal de Justicia para obligar a ello ha comenzado recientemente con el “derecho al olvido” qui permite a la gente para eliminar la información de los resultados de búsqueda en algunas circunstancias.
La sensación general de este manifiesto es que nuestra sociedad basada en datos está evolucionando rápidamente, especialmente con el creciente interés en los grandes datos. Un factor importante en todo esto es el papel de gouvernements y, en especial, las revelaciones sobre la recopilación de datos por parte de organismos gubernamentales como la NSA en los EE.UU., en el GCHQ Reino Unido e incluso los proveedores de salud, como el Servicio Nacional de Salud del Reino Unido.
“Creemos que los diseñadores de tecnología deben asumir el reto de la construcción de los sistemas éticos”….
Seguramente algunos afirmaran que se está produciendo, con internet, un claro colonialismo de datos, un control de la esencia de la educación cuando lo que queremos es una CULTURA OPEN Y FREE. Realmente en el viejo paradigma no tengo la menor duda que así seria, pero con la nueva mentalidad y concepción cultural y de valores de la educación, el trabajar con DATOS será algo normal e incrustado dentro de lo que haremos cada dia en nuestra formación permanente y continuada.
Hemos de tener presente que a medida que las personas comenzaremos a trabajar con datos (dentro de esta nueva cultura-paradigma) a gran escala, deberemos hacer algo más que sólo tener que “enchufarnos” en la tecnología y con ello llegar a nuestro aprendizaje. Para obtener el máximo valor de los datos, los profesionales deberemos también transformar la manera en que pensamos acerca de los datos y cómo diseñamos posibles soluciones.
Con la obtención de microdatos por medio del Big Data (macrodatos) estructurados i embebidos establecemos anotaciones semánticas que pueden ser procesados por los motores de búsqueda para comprender el significado de los fragmentos de contenidos y proporcionar la información necesaria dentro de los parámetros ubicuos-OER- de manera que los podamos utilizar como actuaciones que nos servirán para posteriores relaciones con datos producto de la observación transformándose en metadatos.
Nunca serán ESTÁNDARES DE METADATOS, ni de datos paralelos o PARADATOS, Tampoco tratamos de armonizarlo, uniformalizarlo, construir un entorno cerrado para que solo podamos acceder nosotros, eso sería un contrasentido con nuestros planteamientos en la EDUACIÓN DISRUPTIVA (learning is the work) por lo que hacerlo sería destruir antes de arrancar en el proceso. Pasaremos de la TAXONOMÍA A LA FOLCSONOMÍA conhashtags simples y metadatos en cualquier formato, según las necesidades del momento, del contexto.
En los últimos tiempos se están dando corrientes referentes al Big data y a a los Algoritmos (Inteligencia Artificial), los que predicen que significaran la “visualización” de una época con rayos y truenos, que nos tendrá vigilados permanentemente ” Un artículo del periodista holandés Dimitri Tokmetzis demostró el año pasado hasta qué punto esto puede ir en los datos de montaje de retratos compuestos de lo que somos. Google sabe lo que busca y puede inferir no sólo qué tipo de noticias que lees en un domingo por la mañana y qué tipo de películas prefieres un viernes, qué tipo de porno que probablemente nos gustaría mirar y dejarnos boquiabiertos en la noche del sábado , lo que ha hecho que los bares y restaurantes cierren”.
El panóptico es un tipo de arquitectura carcelaria ideada por el filósofo utilitarista Jeremy Bentham hacia fines del siglo XVIII. El objetivo de la estructura panóptica es permitir a su guardián, guarnecido en una torre central, observar a todos los prisioneros, recluidos en celdas individuales alrededor de la torre, sin que estos puedan saber si son observados”.
El efecto más importante del panóptico es inducir en el detenido un estado consciente y permanente de visibilidad que garantiza el funcionamiento automático del poder, sin que ese poder se esté ejerciendo de manera efectiva en cada momento, puesto que el prisionero no puede saber cuándo se le vigila y cuándo no”….
Este dispositivo debía crear así un «sentimiento de omnisciencia invisible» sobre los detenidos. El filósofo e historiador Michel Foucault, en su obra Vigilar y castigar (1975), estudió el modelo abstracto de una sociedad disciplinaria, inaugurando una larga serie de estudios sobre el dispositivo panóptico. «La moral reformada, la salud preservada, la industria vigorizada, la instrucción difundida, los cargos públicos disminuidos, la economía fortificada, todo gracias una simple idea arquitectónica.» — Jeremy Bentham, Le Panoptique, 1780.
Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, quien a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metáfora de los presos alrededor que se pusieron alrededor de una torre de vigilancia para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….
Si podemos introducir en este “tiempo” y con los resultados obtenidos por medio de algoritmos (aplicaciones) que nos ayuden en el proceso, llegaremos a un conocimiento completo lo que nos permitirá, primero que se produzca la posibilidad de que cada aprendiz pueda aprender con mayor autonomía y de manera personalizada y socializadora (Farnos 2000…) para a continuación aportar su valor diferenciado y añadido al colectivo socializado.
Buscar la excelencia personalizada nos obliga a tener una autonomía suficiente que nos permita escudriñar, analizar y sacar las consecuencias necesarias que nos engloben en escenarios socio-educativos y, por tanto tecnificados, que lo hagan posible.
Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA,) por medio de una mezcla de inteligencia artificial y algorítmica.
La intención sería acercar la educación a los avances tecnológicos que ya acompañan a la sociedad y a las empresas, así como crear una comunicación más directa con las nuevas generaciones, que ya no ven la vida desvinculada de la tecnología.
La Educación 5.0 es una evolución de este concepto. No elimina lo que propone la Educación 4.0, sólo lo complementa, aportando lo que ya hemos hablado de un aprendizaje más humano, desarrollando habilidades sociales y emocionales y buscando promover el mínimo impacto ambiental, con más salud y seguridad. Si las generaciones de baby boomers, X e Y tenían una educación basada en los conocimientos técnicos para la formación profesional, la generación Z tiene ahora acceso a la Educación 5.0.
La institución que toma esta corriente en su propuesta pedagógica y en sus procesos de gestión es capaz de desarrollar, además de los conocimientos técnicos, habilidades como:
Trabajo en grupo Mejor relación interpersonal, empatía y tolerancia a las diversidades Creatividad Gestión de conflictos Más fluidez en la comunicación Todas estas real skills (habilidades reales) son fundamentales para vivir en la actual Sociedad 5.0.
Un ejemplo claro de upskilling es la resiliencia, una soft skill imprescindible que fortalece al equipo en épocas de cambio (como fue y sigue siendo la pandemia). Antes, vivíamos acostumbrados a las reuniones cara a cara, al cafecito con los compañeros y a la rutina escolar de nuestros peques.
“La formación que conocemos como “reglada” o “formal” por muy ·significativa que se diga que va a ser, la verdad es que siempre está lejos de lo que verdaeramente tenemos enfrente, ya sea trabajo, ya sea relaciones, liderazgos”… (Hablando con Jane Hart)
Los nuevos tiempos requieren de unas ecologías cada día más asequibles, más potentes, más adaptables a nuestras necesidades, necesitamos que formen parte de nosotros como algo usual, natural, que no tengamos que hablar continuamente de ellas, si no de nuestras necesidades, cuando consigamos esto, entonces habremos logrado estar preparados para desarrollarnos en cada momento y en cada situación.
Pueden ser muy atractivas e interactivas, como una situación se presenta a los alumnos y luego se les pedirá que responder a ella mediante la selección de una opción de la acción (evaluación). Esto proporciona un entorno de aprendizaje seguro ya que no hay consecuencias para los errores, pero si encima aplicamos SIMULACIONES, el error se convierte en un camino más para aprender ya que tenemos que derivar por medio de la retroalimentación, ya sea analógica o digital, hacia otros derroteros que pueden estar previstos (innovación) o no (disrupción), que a su vez, permite a los estudiantes a obtener una comprensión de las lecciones y luego aplicar sus habilidades en la eterna construcción de ecologías de aprendizaje:
“El aprendizaje / conocimiento es más que el contenido estático. Es de carácter dinámico, vivo, y su estado en constante evolución. Dentro de una ecología, un ambiente de intercambio de conocimientos (producción de interacciones) debe tener los siguientes acciones:
– Que sea informal y no estructurado. El sistema no debería definir el aprendizaje y la discusión que sucede. El sistema debe ser lo suficientemente flexible como para permitir a los participantes crear y participar de acuerdo a sus necesidades. No imposición de normas y trabajos con fechas.
– Herramientas ricas para la interacción, que dan muchas oportunidades para que los usuarios mantengan diálogo y conexiones pertinentes.
– La consistencia y el tiempo. Nuevas comunidades y nuevos proyectos e ideas comienzan con mucho bombo y promoción … y luego se desvanecen poco a poco. Para crear una ecología de intercambio de conocimientos, los participantes necesitan ver a un entorno en constante evolución y implicación de intereses propios del participante en el nicho específico.
– Confianza (Trust). De alto contacto, social (cara a cara o en línea) es necesaria para fomentar un sentido de confianza y comodidad. Entornos seguros y protegidos son fundamentales para el desarrollo de la confianza, que no quiere decir cerrados y a cuatro llaves para entrar en los entornos de aprendizaje.
– Sencillez. Otras características tienen que ser equilibradas con la necesidad de simplicidad. Métodos sencillos, de trabajo social más efectiva. La selección de herramientas y la creación de la estructura de la comunidad debe reflejar esta necesidad de simplicidad. Aquí me interesa aplicar los conocimientos de HCI (Human Computer Interaction) combinado con las técnicas de swarm (bandadas de animales) para generar sencillez en el diseño de interacción {Fisher, 2009, }.
– Descentralizado, fomentado y conectado. Sobre todo que el conocimiento sea distribuido (cognición distribuida) a través de los espacios para el aprendizaje. Lo contrario sería centralizado, gestionado y aislado.
– Alta tolerancia para la experimentación y el fracaso” (Fernando Santamaría)
El análisis de las mismas las centrararemos , de forma exclusiva, en el impacto producido por las nuevas tecnologías al ser introducidas en la educación. Se intentará determinar si dicha introducción repercute y modifica las características propias de la escuela moderna, influyendo en la necesidad de una redefinición, incluso su capital más intelectual está “muriéndose”):…
–Aquellos que esperan que las universidades tradicionales de reformar por su cuenta están engañando a sí mismos. La trayectoria final de la decadencia burocrática es tan cierta como la caída del imperio romano-por ejemplo-, su trayectoria mantiene se constante mediante un sistema de gobernanza deficiente y los incentivos perversos que promueven la incompetencia y recompensan a “los pequeños” que buscan el poder-pseudo-intelectual, excusados en viejas prerrogativas que les dan un falso posicionamiento de poder …
A pocos reformadores valientes como Michael Crow en Arizona State University y Kim Clark en la Universidad Brigham, Young en Idaho están llevando a cabo reformas serias, pero van a ser valores atípicos..
Nuestras escuelas, universidades tradicionales han quedado atrapadas en una espiral de muerte burocrática, más interesadas en la preservación y expansión de salarios y beneficios para los profesores titulares y administradores que servir a los estudiantes. Los estudiantes, los padres y los empleadores son cada vez más escépticos sobre el valor de un título universitario, pero, ¿Qué lo puede reemplazar? …yo creo que nada lo puede ni debe reemplazarlo, es más, sería caer en un error de quitar un sistema y poner otro, que al final del camino se volverá a viciar y seguiremos en más de lo mismo…
Debemos instaurar una sociedad donde el VALOR sean las personas y solo ellas dirijan su vida, y no me refiero de manera individualizada, que también, sino aprendiendo para mejorar como personas individuales aportando cada vez más ese valor a la comunidad..
Las universidades de todo el mundo todavía están girando el sueño de mediados del siglo XX de la movilidad social a través de la educación, mientras que la vida está cambiado y muy rápido: –Todos los cambios que se están produciendo en la sociedad de la información y del conocimiento, han impactado al sistema educativo universitario en el mundo estableciendo una nueva concepción filosófica en los docentes y en las instituciones de educación superior. Esta realidad conlleva al surgimiento de nuevos requerimientos y prácticas de gestión para el docente, para responder de forma eficiente y efectiva a los cambios que experimentamos hoy en día en este sector.
Más que discutir cómo empujar a la universidad-la educación en general– hacia esta etapa de cambios, lo que haremos será pensar en rutas de auto-innovación (incremental y radical) bajo la lógica de aprender a re-aprender en donde el ‘sujeto en red’ puede diseñar sus propias rutas de adaptación y renovación permanente. ”.El tema de la enseñanza queda ya desvirtuado, superado por la educación inclusiva. (Juan Domingo Farnós)…[…] se puede aprender en cualquier lugar, pero además valorándolo, es decir, si yo aprendo fuera del centro, que lo que yo aprenda tenga tanto valor como lo que es curricular, como lo que está dentro del centro, y no sólo eso, sino que tenga más valor que lo curricular por tratarse de un aprendizaje que atiende a lo que cada alumno quiere aprender y de la manera que éste desea, especialmente de manera cooperativa y a través de la investigación.
La experiencia y la práctica deben ser pertinentes , válidas y significativos. Cualquiera que sea la forma de las actividades de aprendizaje experiencial toman el juego , la simulación, o alguna otra cosa — lo que debemos aprender es acumular experiencias para mejorar como personas y como sociedad. Actividades de aprendizaje son tiempo probado y demostrado que hacer lo que dicen que harán. No hay sustituto para la experiencia, así lo concibe también Stephen Downes ” el potencial de las tecnologías, reside en las oportunidades que ofrecen para cambiar la enseñanza, para viabiliza a través de ella una reflexión sobre la experiencia y promover el aprendizaje in situ. Un cambio de paradigma educativo que deje de pensar el aprendizaje en términos de “absorción de conocimientos” se apoya en las posibilidades de creación de comunidad en tiempo real, de trabajo con otros en una comunidad que aprende y que comparte abiertamente lo que sabe, hoy posible por la mediación tecnológica.
La gran cantidad de información de la red no es un problema, si no una ventaja, En la búsqueda de las fuentes de conocimiento , tenemos que equilibrar la agregación , o conseguir la mayor cantidad de información posible , con el filtrado , o asegurarnos de que tenemos más señal que ruido.
Cuando nos adentramos en la proyección de escenarios de aprendizaje y de trabajo, deberemos siempre mirar hacia adelante mediante la comprensión de la naturaleza y el impacto de las fuerzas impulsoras, las que de alguna manera preveemos como con mayor capacidad de certidumbre y de otras, que siendo totalmente inciertas nos ofrecerán un caudal mayor de creatividad . (Hoy somos capaces de crear oportunidades por medio de una amplia utilización de los recursos de e-learning y la educación científica basada en la investigación a través de la educación del diseño con escenarios de aprendizaje abiertos, inclusivos y ubícuos).
Extrapolando a la educación formal sin más, los mismos cursos de formación al uso han perdido toda su importancia, incluso si “glamour”, ya que su utilidad posterior en las aulas es apenas de un 10% como suele explicar y muy bien nuestro amigo Charles Jennings y es cierto totalmente.
Si que es cierto que puede ser útil cuando en la capacitación hay pruebas de que la causa raíz de la necesidad de aprendizaje es una habilidad no desarrollada o un déficit de conocimiento, pero siempre que se tenga el convencimiento que después se podrá aplicar y que a la vez servirá para algo que de verdad será necesario.
Para esas situaciones, un programa bien diseñado con contenido personalizado, material relevante del caso, práctica de desarrollo de habilidades y una medición final de la adquisición de habilidades, funciona muy bien, pero no siempre es de segura aplicación y por tanto de dudoso desarrollo.
Nos encontramos con:
a-Procesos ineficaces de toma de decisiones que no logran convencer ni a docentes ni a discentes de una utilidad aplicable.
b-Autoridad estrechamente distribuida, concentrada en la parte superior de la organización, lo cual no la hace ni abierta, ni flexible, por tanto poco eficaz.
c-No hay expectativas medibles de que los aprendices tomen decisiones por lo que el cambio de roles no se produce y seguimos como un conductismo puro y duro.
d-No hay tecnologías para mover rápidamente la información a quienes la necesitaban para tomar decisiones.
Dados estos problemas sistémicos, es poco probable que un programa de capacitación haya tenido un resultado productivo o sostenible, lo normal es que se convierta al momento en una innovación (algunos lo llaman “buenas prácticas) y por lo tanto acotado y restringido en el espacio, pero especialmente en el tiempo y por tanto con fecha de caducidad.
El aprendizaje es una consecuencia del pensamiento, no de la enseñanza. Ocurre cuando las personas reflexionan y eligen un nuevo comportamiento. Pero si el ambiente de trabajo no admite ese comportamiento, un empleado bien entrenado no hará una diferencia y por tanto le será cada vez más dificil aprender.
No escondo que la afirmación atiende directamente las prioridades estratégicas. Cuando una organización implementa una nueva estrategia, la capacitación puede desempeñar un papel fundamental en equipar a las personas con las habilidades y el conocimiento que necesitan para ayudar a que la estrategia tenga éxito. Pero cuando una iniciativa de capacitación no tiene un propósito discernible ni una meta final, el riesgo de fracaso aumenta….otra cosa son las variables que ya hemos expuesto.
Aprender sobre el terreno, aprender por necesidades, aprender cuando es posible aplicarlo y con todas las garantías que revertirá en beneficios seguros etc.
Pero, todo se puso patas arriba y el mundo nos pidió calma; ser resilientes y afrontar lo que venga con actitud positiva, creatividad y flexibilidad. Sin embargo, según un nuevo Informe de Resiliencia de Aon, menos de 1 de cada 3 españoles fue capaz de ello. La buena noticia es que podemos darle la vuelta a esos números, pues la resiliencia no es una habilidad innata. Se aprende.
El upskilling, como elemento clave de formación dentro del ámbito en el que te mueves, empieza por entender cuáles son las últimas tendencias en el sector o el puesto de trabajo en cuestión. ¿Hay alguna habilidad que falte en el equipo y que quieras cubrir? Puede que exista alguna herramienta que ayude a automatizar un proceso en lugar de hacerlo manualmente. Quizá necesites a alguien que sepa escribir código básico. E, incluso, en algunos casos, los propios empleados tomarán la iniciativa para intentar introducir una nueva herramienta de trabajo en el equipo que requiera aprender a utilizarla.
Una vez hayas determinado cuáles son las habilidades que necesita tu equipo, tómate tu tiempo para sentarte con los empleados y evaluar cómo se sienten con respecto a la mejora de sus habilidades. Seguro que más de uno estará más que dispuesto y encantado de aprovechar la oportunidad de crecer a nivel personal y aprender nuevas habilidades. Pero también habrá personas que se muestren algo más reticentes (ya sea por miedo al fracaso, al cambio o por la negativa de cambiar su forma de trabajar).
tendencias y habilidades clave, así como herramientas y recursos para apoyar el proceso de upskilling:
Tendencias y habilidades clave:
Analítica de datos: La capacidad para recopilar, analizar e interpretar grandes volúmenes de datos se ha vuelto esencial en muchos campos profesionales. Esto incluye habilidades en herramientas como Python, R y SQL.
Inteligencia Artificial y Machine Learning: Con el crecimiento de la IA y el machine learning, la comprensión de conceptos como algoritmos de aprendizaje automático y redes neuronales se está volviendo cada vez más importante.
Transformación digital: Con la digitalización de procesos empresariales, se necesitan habilidades en áreas como gestión de proyectos ágiles, desarrollo de software y ciberseguridad.
Competencias blandas: Además de habilidades técnicas, las habilidades blandas como la comunicación efectiva, el trabajo en equipo y la resolución de problemas son cruciales en cualquier entorno laboral.
Herramientas y recursos:
Coursera (https://www.coursera.org/) y Udacity (https://www.udacity.com/): Plataformas en línea que ofrecen una amplia gama de cursos sobre temas relacionados con tecnología, negocios y habilidades blandas, impartidos por expertos de la industria.
Kaggle (https://www.kaggle.com/): Una plataforma en línea que ofrece conjuntos de datos, competiciones y cursos relacionados con ciencia de datos y aprendizaje automático.
GitHub (https://github.com/): Una plataforma de desarrollo colaborativo que ofrece una amplia variedad de proyectos de código abierto y recursos de aprendizaje para desarrolladores de software.
LinkedIn Learning (https://www.linkedin.com/learning/): Una plataforma de aprendizaje en línea que ofrece cursos sobre una variedad de temas, incluyendo habilidades técnicas, de negocios y creativas.
Harvard Business Review (https://hbr.org/) y MIT Sloan Management Review (https://sloanreview.mit.edu/): Publicaciones en línea que ofrecen artículos y recursos sobre temas de gestión, liderazgo y estrategia empresarial.
Estos recursos proporcionan una excelente base para comenzar el proceso de upskilling y mantenerse al día con las últimas tendencias y habilidades en tu campo profesional. Además, siempre es útil explorar comunidades en línea, participar en eventos y conferencias relacionadas con tu industria, y buscar mentoría de profesionales experimentados en tu área de interés.
Reskilling:
Automatización y Robótica: Con la automatización de procesos, la demanda de habilidades en programación de robots y mantenimiento de sistemas automatizados está en aumento.
Transformación Digital: Las habilidades en desarrollo de aplicaciones móviles, diseño de experiencia de usuario (UX/UI) y gestión de proyectos de transformación digital son esenciales para adaptarse a la nueva era digital.
Habilidades Interpersonales: La capacidad para trabajar en equipo, comunicarse efectivamente y adaptarse al cambio son habilidades cada vez más valoradas en un entorno laboral en constante evolución.
Aprendizaje Profundo (Deep Learning): El conocimiento en redes neuronales profundas y algoritmos generativos adversarios (GANs) es esencial para comprender y trabajar con IA generativa.
Procesamiento de Lenguaje Natural (NLP): La comprensión de NLP es crucial para el desarrollo de aplicaciones de IA generativa que puedan generar texto coherente y natural.
Herramientas de IA Generativa: Algunas herramientas populares incluyen TensorFlow, PyTorch y GANLib para el desarrollo y la implementación de modelos de IA generativa.
Educación Disruptiva:
Aprendizaje Basado en Proyectos: La educación disruptiva fomenta el aprendizaje práctico y basado en proyectos, donde los estudiantes tienen la oportunidad de aplicar sus conocimientos en situaciones del mundo real.
Aprendizaje Personalizado: La educación disruptiva se centra en las necesidades individuales de los estudiantes, utilizando tecnologías como la inteligencia artificial para ofrecer experiencias de aprendizaje personalizadas.
Enfoques Colaborativos: Se fomenta la colaboración entre estudiantes y la creación de redes de aprendizaje, donde se comparten conocimientos y se fomenta el trabajo en equipo para resolver problemas complejos.
Herramientas y Recursos:
Fast.ai (https://www.fast.ai/): Una plataforma que ofrece cursos gratuitos sobre aprendizaje profundo y desarrollo de aplicaciones de IA.
OpenAI (https://openai.com/): Una organización de investigación que desarrolla y promueve la IA generativa y otras tecnologías avanzadas.
EdX (https://www.edx.org/): Una plataforma en línea que ofrece una amplia gama de cursos sobre temas relacionados con la educación disruptiva, la IA y el reskilling.
Teachable (https://teachable.com/): Una plataforma que permite a los educadores crear y vender cursos en línea sobre una variedad de temas, incluyendo educación disruptiva y habilidades técnicas.
Cuando te reunas con tu equipo, intenta sacar los siguientes temas para fomentar la mejora de competencias:
Desarrollo personal:«Esto te ayudará a mejorar a nivel personal en tu trabajo actual y te preparará para el futuro». Trabajo en equipo: «El aprendizaje de estas nuevas habilidades va a ayudaros a ti y al equipo a avanzar y a ser más expertos en el ámbito digital». Desarrollo profesional: «Añadir esta habilidad en tu caja de herramientas personal te ayudará a prepararte para este rol y otras oportunidades que se te presenten».
¿Cómo aplicar la Educación 5.0 en los centros educativos? La Educación 5.0 puede aplicarse a todo tipo de instituciones, ya sean públicas o privadas, desde la educación básica hasta la de posgrado. Además, no sólo se beneficiará la enseñanza a distancia, sino también (y especialmente) las instituciones presenciales.
Es interesante comprender que la aplicación de la Educación 5.0 va mucho más allá de una educación abierta. Se necesita:
Inversión en tecnologías educativas La mayoría de las instituciones educativas se han detenido en el tiempo en lo que respecta a la tecnología. Aunque disponen de software de gestión, las plataformas no siempre están integradas, y la pedagogía y los procesos administrativos están disociados.
Las tecnologías han nacido para ayudarnos en todos los procesos por eso ya forman parte de nosotros y sin ellas no podemos realizar acción alguna, por eso en la Educación Disruptiva son tan vitales, si Antonio Delgado, https://juandomingofarnos.wordpress.com/…/las…/ de Juan Domingo Farnos, …y todo ello aprendiendo a través de la diversidad, del soporte de las TIC, de la Inteligencia Artificial,…, trazando caminos y procesos escalables y distribuidos y nunca objetivos ni siquiera competencias, todos ellos de carácter preconcibido y finalista, lo cuál nos parece que impide el progreso de los aprendices y la Educación Disruptiva significa “de todos, por todos y para todos…
La EDUCACIÓN DISRUPTIVA perderá sus connotaciones particulares cuando sea la SOCIEDAD, la que se refunde y escoja libremente como quiere ser, una sociedad en permanente estado de ALFA, para anticiparse a los más que posibles y permanentes cambios y en estado de BETA, para saber moverse entre ellos.
El concepto de DISRUPCIÓN no es privativo del ámbito educativo; ya que engloba diferentes áreas y, por tanto, presenta un sesgo marcadamente multidisciplinar. Ahora bien, en el ámbito de la educación contempla variables como la investigación, la responsabilidad del alumno, las habilidades docentes, la pedagogía social, la teoría de redes, la autonomía, la creatividad, la inclusividad, etc
Son variables que deben tenerse en cuenta para aplicarse a ecosistemas sociales muy tecnificados.
Los educadores están tratando de rehacer la educación de acuerdo a su visión pedagógica. Los políticos están impulsando su visión a través de la política. Las corporaciones están impulsando su visión a través de los beneficios; pero no hacen más que «lanzar innovaciones» –cual conejo que sale de la chistera–, las cuales van desapareciendo o perdiendo importancia por el camino.
El efecto que la entrada de las Nuevas Tecnologías (TIC) ha producido en el mundo de la Educación, en un amplio aspectro, y de la Formación, especialmente, una situación de descolocación, primero en las esferas político-administrativas, a continuación en el conglomerado docente y por “decantación” a los aprendices y resto de la Comunidad Educativa.(Cuadro de la Educación actual)
Obviamente el empleo de las TIC ha producido, como punto de lanza un efecto irreversible, la Educación ya nunca será lo que era, eso ya está admitido por toda la sociedad, lo que no tenemos tan claro no es su por qué, sino como la utilizaremos y es en eso precisamente donde entra en escena nuestro segundo apartado en la propuesta que les ofrecemos, un Escenario Inclusivo-Ubícuo. de Juan Domingo Farnós
Capacitación de profesores No son sólo las instituciones educativas las que se están quedando atrás. Muchos profesionales también lo están haciendo, enseñando de la misma manera que aprendieron al principio de su carrera. Para cambiar la perspectiva a la Educación 5.0, es necesario formar a los educadores para la nueva perspectiva.
Si antes se hacía hincapié en el desarrollo de habilidades técnicas por parte de los estudiantes, ahora es necesario centrarse en las soft skills (habilidades socioemocionales).
¿Cuál es el papel de una plataforma de gestión educativa? En este sentido, una buena plataforma de gestión educativa juega un papel fundamental. Su función principal es unificar los procesos docentes y pedagógicos al funcionamiento académico en su conjunto.
Una plataforma integrada puede capturar, procesar y analizar los datos relativos a todos los procesos y realizar una gestión unificada en la nube y accesible para todos los implicados, como por ejemplo:
Selección de estudiantes Inscripción Marketing y relaciones públicas Gestión de los documentos y de los fondos de la institución Gestión de RR.HH. Finanzas Gestión de TI
Con esta operación integrada, es posible cuidar la salud financiera de la institución, hacer la operación más ágil, accesible y menos burocrática, mejorar la experiencia de los estudiantes con una comunicación digital y más personalizada y, por supuesto, mejorar la enseñanza.
Esta transformación digital es un paso esencial para garantizar que el aprendizaje sea siempre mejor y se adapte a las nuevas demandas sociales.
En este sentido, una plataforma all-in-one (que reúna las soluciones de Secretaría Académica Digital, Diploma Digital, CRM, Billing, E-commerce, Analytics, BPM, R&S) como SYDLE ONE puede ser la solución ideal para adaptar tu institución a la Educación 5.0 y optimizar sus procesos. Más información:
La Secretaría Académica Digital permite realizar toda la gestión del fondo académico, administrativo y pedagógico de forma totalmente digital, con una visión de 360º de todos los datos y documentos, cumpliendo todos los requisitos del MEC. El Diploma Digital permite, a través de un proceso sencillo y ágil, la generación de diplomas de la institución totalmente adheridos a la normativa del MEC, siempre actualizados a la última versión del esquema XML. El CRM (Customer Relationship Management) ayuda en la gestión de los alumnos y en toda la comunicación que se realiza. El Billing gestiona todos los pagos de los estudiantes de forma automatizada, minimizando los errores. El BPMS (Business Process Management System) se encarga de automatizar diversos procesos de la institución, como el registro, la recepción de documentos, los procesos de RRHH, administrativos, entre otros. El Analytics permite a la institución tener una gestión visual de todas las demandas y procesos. El R&S (Reclutamiento y Selección) permite toda la gestión de los recursos humanos y, por último, el E-commerce permite realizar la venta digital de los cursos, facilitando el proceso de matriculación, reduciendo los costes y aumentando la disponibilidad.
Por desgracia, no todos los puestos de trabajo pasan la prueba del algodón de la digitalización, ni tampoco todos los procesos de aprendizaje en contextos concretos y más estáticos (que siempre los habrá). Según el Foro Económico Mundial hablamos de 75 millones de empleos en solo 5 años. Esto no significa que haya que prescindir de empleados valiosos y leales. Aquí es donde entra en juego el reskilling. Consiste en recapacitar a los empleados con un conjunto diferente de habilidades para cambiar su función dentro de la empresa. Juanjo Amorín, fundador de Edix (Instituto de Expertos Digitales de UNIR), explica que «la idea es coger los fundamentos de tus capacitaciones y hacer un reskilling para adaptarlas al mercado digital».
El reskilling ofrece a los empleados la oportunidad de mantener su puesto de trabajo en la empresa, pero con una función o título diferente. Por ejemplo, empresas que tuvieron que bajar la persiana de sus tiendas físicas se pasaron a las plataformas e-commerce. Esto requiere un aprendizaje que facilite la transición hacia la atención al cliente al otro lado de la pantalla de un personal acostumbrado al cara a cara. Competencias como marketing digital, customer experience y gestión de redes sociales pueden ser un buen compañero de viaje.
Reskilling:
Automatización y Robótica: Con la automatización de procesos, la demanda de habilidades en programación de robots y mantenimiento de sistemas automatizados está en aumento.
Transformación Digital: Las habilidades en desarrollo de aplicaciones móviles, diseño de experiencia de usuario (UX/UI) y gestión de proyectos de transformación digital son esenciales para adaptarse a la nueva era digital.
Habilidades Interpersonales: La capacidad para trabajar en equipo, comunicarse efectivamente y adaptarse al cambio son habilidades cada vez más valoradas en un entorno laboral en constante evolución.
Aprendizaje Profundo (Deep Learning): El conocimiento en redes neuronales profundas y algoritmos generativos adversarios (GANs) es esencial para comprender y trabajar con IA generativa.
Procesamiento de Lenguaje Natural (NLP): La comprensión de NLP es crucial para el desarrollo de aplicaciones de IA generativa que puedan generar texto coherente y natural.
Herramientas de IA Generativa: Algunas herramientas populares incluyen TensorFlow, PyTorch y GANLib para el desarrollo y la implementación de modelos de IA generativa.
Educación Disruptiva:
Aprendizaje Basado en Proyectos: La educación disruptiva fomenta el aprendizaje práctico y basado en proyectos, donde los estudiantes tienen la oportunidad de aplicar sus conocimientos en situaciones del mundo real.
Aprendizaje Personalizado: La educación disruptiva se centra en las necesidades individuales de los estudiantes, utilizando tecnologías como la inteligencia artificial para ofrecer experiencias de aprendizaje personalizadas.
Enfoques Colaborativos: Se fomenta la colaboración entre estudiantes y la creación de redes de aprendizaje, donde se comparten conocimientos y se fomenta el trabajo en equipo para resolver problemas complejos.
Herramientas y Recursos:
Fast.ai (https://www.fast.ai/): Una plataforma que ofrece cursos gratuitos sobre aprendizaje profundo y desarrollo de aplicaciones de IA.
OpenAI (https://openai.com/): Una organización de investigación que desarrolla y promueve la IA generativa y otras tecnologías avanzadas.
EdX (https://www.edx.org/): Una plataforma en línea que ofrece una amplia gama de cursos sobre temas relacionados con la educación disruptiva, la IA y el reskilling.
Teachable (https://teachable.com/): Una plataforma que permite a los educadores crear y vender cursos en línea sobre una variedad de temas, incluyendo educación disruptiva y habilidades técnicas.
Estos recursos pueden ser útiles para aquellos interesados en el reskilling, la inteligencia artificial generativa y la educación disruptiva, proporcionando oportunidades para aprender nuevas habilidades y mantenerse al día con las últimas tendencias en sus respectivos campos.
Tras la pandemia, comienza lo que se conoce como ”global reskill revolution” y las empresas españolas no son ajenas a este fenómeno. Según Future for Work Institute y EY, 3 de cada 5 organizaciones en España reconocen el reciclaje profesional como prioridad del 2022. ¿Por qué?
Adaptación a entornos cambiantes: apostar por el reciclaje profesional (reskilling) es clave para incrementar la empleabilidad y capacitación de los empleados. Factores como los avances tecnológicos, las dinámicas de consumo y los cambios de modelos de negocio serán los más influyentes en este proceso. Ahorro en procesos de selección al permitir a los empleados existentes redirigir su rol dentro de la empresa. Ahorro en procesos de selección al permitir a los empleados existentes redirigir su rol dentro de la empresa. Que no te dé miedo el futuro
Como dijo una vez Marie Curie: «Nada de lo que hay en nuestra vida debe ser temido; solo debe ser comprendido». Esta es una oportunidad para aprovechar los cambios y las posibilidades de mejorar no solo para tus empleados, sino también para tus equipos y tu organización. El aprendizaje y el desarrollo son cruciales en este viaje. Por tanto, es importante que consideres hacia donde quiere ir la organización, cómo puede afectar esto a tu equipo y quién necesitará mejorar sus habilidades. Las claves del futuro están en tus manos.
El término «Educación 5.0» dentro de la Educación disruptiva fue acuñado por Juan Domingo Farnós y se refiere a un escenario educativo que integra la educación disruptiva y la inteligencia artificial. Esta visión educativa busca adaptarse a los cambios acelerados en la sociedad y la tecnología, promoviendo un enfoque multidimensional y personalizado para el aprendizaje. La Educación 5.0 se centra en el desarrollo de habilidades como el pensamiento crítico, la creatividad, la colaboración y la adaptabilidad, preparando a los estudiantes para enfrentar los desafíos del siglo XXI. Este enfoque busca aprovechar las herramientas tecnológicas y los entornos de aprendizaje no convencionales para potenciar el desarrollo integral de los estudiantes.
Característica
Educación 5.0
Modelos Educativos Anteriores
Enfoque
Personalización del aprendizaje, integración de la tecnología, habilidades blandas
Enfoque tradicional en la transmisión de conocimientos, limitado en personalización y tecnología
Habilidades
Desarrollo de pensamiento crítico, creatividad, colaboración, adaptabilidad
Énfasis en conocimientos académicos y habilidades técnicas específicas
Tecnología
Uso estratégico de la tecnología para adaptarse a las necesidades de los estudiantes
Menor integración de la tecnología en el proceso educativo
Flexibilidad
Eliminación de límites de tiempo y físicos en el proceso de enseñanza y aprendizaje
Estructura rígida de horarios y espacios de aprendizaje
Objetivos
Preparar a los estudiantes para un mundo en constante evolución, contribuir al desarrollo sostenible y la integración tecnológica
Enfoque menos alineado con los desafíos y avances actuales
Estas diferencias reflejan el cambio hacia un enfoque más dinámico, personalizado y tecnológicamente integrado en la Educación 5.0, en contraste con los modelos educativos anteriores que se centraban en la transmisión de conocimientos y habilidades más estáticas.
La educación 5.0 ofrece varios beneficios significativos para los estudiantes, entre los que se incluyen:
Desarrollo de habilidades clave: La educación 5.0 se enfoca en el desarrollo de habilidades blandas como el pensamiento crítico, la creatividad, la colaboración y la adaptabilidad, que son fundamentales para prosperar en un mundo en constante evolución.
Personalización del aprendizaje: Permite adaptar la enseñanza a las necesidades individuales de los estudiantes, brindando un enfoque más centrado en el alumno.
Integración de tecnología avanzada: Aprovecha la potencia de la tecnología para ofrecer un aprendizaje más dinámico, accesible y actualizado, permitiendo a los estudiantes explorar recursos ilimitados y estar al tanto de los últimos avances en sus campos de interés.
Preparación para la Sociedad 5.0: Contribuye al avance de los objetivos de la Sociedad 5.0, como el desarrollo sostenible y la integración tecnológica, preparando a los estudiantes para participar en una sociedad en constante cambio que demanda soluciones innovadoras.
Estos beneficios resaltan el valor de la educación 5.0 para equipar a los estudiantes con las habilidades y el conocimiento necesarios para enfrentar los desafíos del siglo XXI y prosperar en un entorno global cada vez más dinámico y tecnológicamente avanzado.
La educación 5.0 se caracteriza por priorizar el desarrollo de habilidades blandas o soft skills, como el pensamiento crítico, la creatividad, la colaboración y la adaptabilidad, además del conocimiento académic. También se enfoca en la personalización del aprendizaje, la integración de la tecnología para ofrecer una educación más humana, el trabajo en grupo, la gestión de conflictos, la fluidez en la resolución de problemas y la eliminación de los límites de tiempo y físicos en el proceso de enseñanza y aprendizaje.
Esta visión educativa busca preparar a los individuos con las habilidades, mentalidad y adaptabilidad necesarias para prosperar en un mundo en constante evolución, contribuyendo al avance de los objetivos de la Sociedad 5.0, como el desarrollo sostenible y la integración tecnológica.
Educación 5.0: Un Enfoque Integral en el Desarrollo de Habilidades Blandas y la Personalización del Aprendizaje
La Educación 5.0 representa una evolución significativa en el paradigma educativo, caracterizándose por su enfoque en el desarrollo de habilidades blandas o soft skills, que van más allá del mero conocimiento académico. Este enfoque se fundamenta en la comprensión de que, en un mundo en constante cambio, las habilidades como el pensamiento crítico, la creatividad, la colaboración y la adaptabilidad son fundamentales para el éxito individual y la contribución a objetivos sociales más amplios.
Autores destacados: En su obra seminal, Gardner (1983) propuso la teoría de las inteligencias múltiples, destacando la diversidad de habilidades cognitivas y emocionales que cada individuo posee. Desde entonces, educadores como Pink (2005) han abogado por la importancia de habilidades como la creatividad en el entorno laboral moderno.
La personalización del aprendizaje es otro pilar central de la Educación 5.0. Esta perspectiva reconoce la diversidad de formas de aprendizaje y ritmos individuales, utilizando la tecnología y la inteligencia artificial para adaptar los procesos educativos a las necesidades específicas de cada estudiante.
Enfoque Disruptivo de la Educación: La convergencia entre la Educación 5.0 y la inteligencia artificial (IA) ha llevado a un enfoque disruptivo en la enseñanza y el aprendizaje. Algoritmos avanzados, como los utilizados en sistemas de recomendación, permiten la personalización de materiales educativos con base en las preferencias y habilidades de los estudiantes (Anderson, 2007).
En este contexto, la eliminación de límites temporales y físicos se ha convertido en una realidad. La educación ya no está confinada a aulas físicas ni restringida a horarios específicos. La tecnología facilita el acceso a recursos educativos en cualquier momento y lugar, promoviendo un aprendizaje continuo y flexible (Bates, 2015).
Gestión de Conflictos y Trabajo en Grupo: La Educación 5.0 reconoce la importancia de las habilidades sociales y emocionales. Autores como Goleman (1995) han subrayado la relevancia de la inteligencia emocional en el éxito personal y profesional. La gestión de conflictos y el trabajo en grupo son competencias clave, preparando a los estudiantes para colaborar eficazmente en entornos laborales diversos y dinámicos.
Contribución a la Sociedad 5.0: La visión de la Educación 5.0 se alinea estrechamente con los objetivos de la Sociedad 5.0, que busca la integración armoniosa de la tecnología para abordar desafíos sociales y promover el desarrollo sostenible (NISTEP, 2017). Preparar a los individuos con habilidades, mentalidad y adaptabilidad adecuadas es esencial para contribuir a estos objetivos más amplios.
La Educación 5.0 representa un cambio paradigmático hacia un modelo educativo que no solo transmite conocimientos académicos, sino que también cultiva habilidades esenciales para la vida en un mundo en constante evolución.
Referencias:
Gardner, H. (1983). Frames of Mind: The Theory of Multiple Intelligences. Basic Books.
Pink, D. H. (2005). A Whole New Mind: Why Right-Brainers Will Rule the Future. Riverhead Books.
Anderson, C. A. (2007). The Long Tail: Why the Future of Business is Selling Less of More. Hyperion.
Bates, A. W. (2015). Teaching in a Digital Age. Tony Bates Associates Ltd.
Goleman, D. (1995). Emotional Intelligence. Bantam Books.
NISTEP. (2017). Society 5.0. National Institute of Science and Technology Policy.
La educación 5.0 empieza con las personas , no con la tecnología. Su propósito se refiere explícitamente a los resultados específicos que deben lograr los humanos como resultado de una experiencia de aprendizaje particular. No se trata de proporcionar a cada alumno una computadora portátil o una tableta. No se trata de mejorar la infraestructura y la conectividad. no sobre el desarrollo de herramientas y plataformas digitales.
Ejemplos Prácticos de Educación 5.0 en el Ámbito de la Educación Superior
Desarrollo de Habilidades Blandas en Ingeniería:
Contexto: En programas de ingeniería, se implementa un enfoque pedagógico basado en proyectos que fomente el pensamiento crítico y la colaboración. Los estudiantes participan en proyectos multidisciplinarios que simulan situaciones del mundo real, promoviendo la adaptabilidad y la resolución de problemas complejos.
Personalización del Aprendizaje en Ciencias de la Computación:
Contexto: En cursos de ciencias de la computación, se utiliza la inteligencia artificial para adaptar el material de estudio según el progreso y las preferencias de cada estudiante. Los algoritmos de aprendizaje automático analizan el rendimiento pasado y sugieren recursos adicionales o desafíos personalizados para fortalecer áreas específicas de habilidad.
Gestión de Conflictos y Liderazgo en Administración de Empresas:
Contexto: En programas de administración de empresas, se incorporan simulaciones de gestión de conflictos y dinámicas de trabajo en grupo. Los estudiantes enfrentan escenarios empresariales simulados que requieren toma de decisiones colaborativa y resolución de conflictos, fomentando habilidades de liderazgo y trabajo en equipo.
Eliminación de Barreras Geográficas en Programas de Investigación:
Contexto: En programas de investigación, se implementa la colaboración en línea entre investigadores de diferentes partes del mundo. Se utilizan plataformas virtuales y herramientas de comunicación avanzadas para permitir la colaboración en tiempo real, eliminando las limitaciones geográficas y fomentando la diversidad en la investigación.
Algoritmos en Python y Árboles de Decisión:
En el contexto de la educación superior, consideremos un escenario donde se desea evaluar el rendimiento académico de los estudiantes y proporcionar retroalimentación personalizada utilizando un modelo de árbol de decisión.
pythonCopy codeimport pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn import metrics
# Supongamos un conjunto de datos con características académicas y notas finales
data = {'Horas_Estudio': [10, 5, 8, 2, 6, 7],
'Participacion_Clases': [9, 8, 6, 3, 7, 5],
'Nota_Final': ['A', 'B', 'A', 'D', 'C', 'B']}
df = pd.DataFrame(data)
# Dividir el conjunto de datos en entrenamiento y prueba
X_train, X_test, y_train, y_test = train_test_split(df[['Horas_Estudio', 'Participacion_Clases']], df['Nota_Final'], test_size=0.2, random_state=42)
# Crear un clasificador de árbol de decisión
clf = DecisionTreeClassifier()
# Entrenar el modelo
clf.fit(X_train, y_train)
# Realizar predicciones en el conjunto de prueba
y_pred = clf.predict(X_test)
# Evaluar la precisión del modelo
accuracy = metrics.accuracy_score(y_test, y_pred)
print(f"Precisión del modelo: {accuracy}")
Este ejemplo simboliza la aplicación de la inteligencia artificial (en este caso, un árbol de decisión) para personalizar la evaluación académica, permitiendo intervenciones educativas adaptativas basadas en el rendimiento de los estudiantes.
Desarrollo en código de la intervención de la IA en la educación (5.0) de hoy y de mañana (Educación disruptiva):
Les mostramos el desarrollo en código (algoritmos, arboles de decisión, tablas…) de cómo la IA interviende directamente en los procesos de la educación del S XXI:
Árbol esquemático que ilustra la intervención de la inteligencia artificial en la educación 5.0:
yamlCopy codeIntervención de la IA en la educación 5.0:
_____________________________
| |
Área de Aplicación Área de Investigación
_________________________________|__________________________________
| | | | | | | |
Aprendizaje Enseñanza Evaluación Diseño Personalización Predicción Análisis
| | | | | | | |
Chatbots Robótica Sistemas de Asistentes Adaptación de Sistemas de Análisis de
de apoyo retroalimentación de diseño cursos y recomendación datos de
al aprendizaje educativa y simulación contenido de aprendizaje estudiantes
| | | | | | | |
Procesamiento Feedback Evaluación Diseño Personalización Predicción Análisis
de lenguaje automatizado automatizada de cursos de contenido de rendimiento de datos
natural educativo de aprendizaje
A continuación se presenta un árbol exhaustivo que ilustra la intervención de la inteligencia artificial en la educación 5.0:
yamlCopy codeIntervención de la IA en la educación 5.0:
_____________________________
| |
Área de Aplicación Área de Investigación
_________________________________|__________________________________
| | | | | | | |
Aprendizaje Enseñanza Evaluación Diseño Personalización Predicción Análisis
__________ __________ __________ _______ ______________ __________ _________
| || || || || || || |
|Chatbots ||Robótica ||Sistemas de||Asistent||Adaptación de ||Sistemas de||Análisis |
|de apoyo ||educativa ||retroalimen||es de ||cursos y ||recomendaci||de datos |
|al aprendi|| ||tación ||diseño ||contenido ||ón ||de estudi|
|zaje || || ||y simul||educativo || ||antes |
|__________||__________||__________||ulación||______________||___________||_________|
| | | | | | | |
Procesamiento Feedback Evaluación Diseño Personalización Predicción Análisis
de lenguaje automatizado automatizada de cursos de contenido de rendimiento de datos
natural educativo de aprendizaje
________ __________ ______________ _____________ _________________ _______________
| | | | | | | | | | | |
|Sistemas| |Tecnología| |Aprendizaje | |Análisis de | |Personalización | |Evaluación |
|de gesti| |de punta | |adaptativo | |sentimiento | |de aprendizaje | |automatizada|
|ón | | | | | | | | | | |
|________| |__________| |______________| |_____________| |_________________| |_____________|
Este árbol es mucho más exhaustivo que el anterior, y muestra una variedad de áreas de aplicación en las que la inteligencia artificial puede ser utilizada para mejorar la educación. Cada una de las ramas y sub-ramas del árbol puede incluir múltiples tecnologías y herramientas específicas que pueden ser utilizadas para mejorar la educación en diferentes áreas. Es importante tener en cuenta que este árbol no es exhaustivo y que la intervención de la inteligencia artificial en la educación 5.0 puede ser representada de muchas maneras diferentes, dependiendo de la perspectiva y el enfoque.
Las tecnologías emergentes de la Cuarta Revolución Industrial como son la Realidad Extendida, la Inteligencia Artificial, el Big Data, el Blockchain, la Robótica y Cobótica o el Internet de las Cosas (IoT) ya están impactando de una forma sin precedentes en la industria, la economía, las comunicaciones, la forma de hacer negocios, el marketing, los sistemas y la política, entre otros muchos. Dentro de este contexto, la Educación 5.0 se está convirtiendo rápidamente en una opción tangible al mundo acelerado en el que vivimos y dónde estas tecnologías evolucionan constantemente enseñando a los estudiantes cómo deben aprender a desenvolverse.
Educación 5.0 en la Cuarta Revolución Industrial: Integración de Tecnologías Emergentes
La Educación 5.0 emerge como respuesta a la acelerada transformación impulsada por las tecnologías de la Cuarta Revolución Industrial. Este paradigma educativo se distingue por su capacidad para incorporar de manera integral tecnologías como Realidad Extendida, Inteligencia Artificial (IA), Big Data, Blockchain, Robótica, Cobótica y el Internet de las Cosas (IoT), redefiniendo así la forma en que los estudiantes aprenden y se preparan para el mundo actual.
Realidad Extendida (XR) y Experiencias Educativas Inmersivas:
La Realidad Extendida, que abarca Realidad Virtual (VR), Realidad Aumentada (AR) y Realidad Mixta (MR), se utiliza para crear entornos de aprendizaje inmersivos. En la educación superior, los estudiantes de medicina, por ejemplo, pueden realizar simulaciones quirúrgicas en entornos virtuales para mejorar sus habilidades prácticas.
Inteligencia Artificial (IA) y Personalización del Aprendizaje:
Los sistemas de IA analizan el rendimiento y las preferencias de los estudiantes, adaptando el contenido educativo de manera personalizada. En programas de ingeniería, algoritmos de aprendizaje automático pueden sugerir rutas de aprendizaje específicas según las fortalezas y debilidades individuales.
Big Data y Análisis Predictivo:
El Big Data permite analizar grandes conjuntos de datos educativos para identificar patrones y tendencias. En la educación superior, esto se aplica al análisis de resultados académicos para prever posibles desafíos y proporcionar intervenciones tempranas.
Blockchain y Certificación Transparente:
La tecnología blockchain se utiliza para garantizar la autenticidad y transparencia de las certificaciones académicas. En un contexto universitario, cada logro académico puede ser registrado de manera inmutable en la cadena de bloques, proporcionando una prueba segura y accesible de los logros educativos.
Robótica y Cobótica en Entornos de Laboratorio:
En disciplinas como la química y la biología, la robótica y la cobótica se implementan en entornos de laboratorio. Los robots colaborativos pueden realizar experimentos bajo supervisión, permitiendo a los estudiantes interactuar de manera segura con sustancias peligrosas o realizar experimentos a distancia.
Internet de las Cosas (IoT) y Campus Inteligentes:
En campus universitarios inteligentes, dispositivos IoT recopilan datos para optimizar la gestión de recursos y mejorar la experiencia estudiantil. Sensores en aulas pueden monitorear la participación de los estudiantes, ayudando a los profesores a ajustar su enfoque pedagógico.
Algoritmos en Python, Árboles de Decisión y Tablas:
Consideremos un escenario donde se utiliza IA para personalizar el aprendizaje en un curso de Ciencia de Datos en educación superior.
pythonCopy codeimport pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn import metrics
# Supongamos un conjunto de datos con características de los estudiantes y resultados académicos
data = {'Tiempo_Estudio': [10, 5, 8, 2, 6, 7],
'Participacion_Clases': [9, 8, 6, 3, 7, 5],
'Exito': ['Si', 'No', 'Si', 'No', 'Si', 'No']}
df = pd.DataFrame(data)
# Dividir el conjunto de datos en entrenamiento y prueba
X_train, X_test, y_train, y_test = train_test_split(df[['Tiempo_Estudio', 'Participacion_Clases']], df['Exito'], test_size=0.2, random_state=42)
# Crear un clasificador de árbol de decisión
clf = DecisionTreeClassifier()
# Entrenar el modelo
clf.fit(X_train, y_train)
# Realizar predicciones en el conjunto de prueba
y_pred = clf.predict(X_test)
# Evaluar la precisión del modelo
accuracy = metrics.accuracy_score(y_test, y_pred)
print(f"Precisión del modelo: {accuracy}")
Este ejemplo ilustra cómo un algoritmo de árbol de decisión podría analizar datos de estudiantes para predecir su éxito académico, proporcionando información clave para personalizar estrategias educativas en el contexto de la Educación 5.0.
Autores Clave y Sus Obras en Relación a la Educación 5.0 y Tecnologías Emergentes:
Realidad Extendida (XR) y Experiencias Educativas Inmersivas:
Autor: Jeremy Bailenson
Obra Clave: «Experience on Demand: What Virtual Reality Is, How It Works, and What It Can Do»
Frases:
«La realidad virtual es un medio que permite a las personas experimentar cualquier cosa, en cualquier momento y en cualquier lugar.»
Inteligencia Artificial (IA) y Personalización del Aprendizaje:
Autor: Tom Mitchell
Obra Clave: «Machine Learning»
Frases:
«La IA trata de enseñar a las máquinas a aprender, a adaptarse y a mejorar con el tiempo.»
Big Data y Análisis Predictivo:
Autor: Viktor Mayer-Schönberger y Kenneth Cukier
Obra Clave: «Big Data: A Revolution That Will Transform How We Live, Work, and Think»
Frases:
«Big Data no se trata solo de datos, sino de nuevos conocimientos, nuevas ideas y, en última instancia, de una nueva forma de entender.»
Blockchain y Certificación Transparente:
Autor: Don Tapscott y Alex Tapscott
Obra Clave: «Blockchain Revolution: How the Technology Behind Bitcoin and Other Cryptocurrencies is Changing the World»
Frases:
«Blockchain representa una oportunidad para transformar todo aquello que depende de la autenticidad y la integridad.»
Robótica y Cobótica en Entornos de Laboratorio:
Autor: Rodney Brooks
Obra Clave: «Flesh and Machines: How Robots Will Change Us»
Frases:
«La robótica es una herramienta increíblemente poderosa para enseñar a los niños sobre ciencia, tecnología, ingeniería y matemáticas de una manera que los cautiva.»
Internet de las Cosas (IoT) y Campus Inteligentes:
Autor: Kevin Ashton
Obra Clave: «How to Fly a Horse: The Secret History of Creation, Invention, and Discovery»
Frases:
«El Internet de las Cosas está cambiando el mundo, permitiendo una mayor eficiencia, precisión y economía.»
Relación con Python, Árboles de Decisión y Tablas:
En este contexto, autores específicos pueden no estar directamente vinculados, pero las metodologías y enfoques relacionados con Python, árboles de decisión y análisis de datos son comunes en obras académicas y técnicas de diversos autores como:
Autor: Jake VanderPlas
Obra Clave: «Python Data Science Handbook»
Frases:
«Python es una herramienta poderosa para el análisis de datos y la inteligencia artificial, permitiendo la implementación eficiente de algoritmos y análisis predictivos.»
Autor: Trevor Hastie, Robert Tibshirani, Jerome Friedman
Obra Clave: «The Elements of Statistical Learning»
Frases:
«Los árboles de decisión son una herramienta versátil en el aprendizaje automático, proporcionando un marco interpretable para la toma de decisiones basada en datos.»
La educación disruptiva puede tener un impacto significativo en la forma en que se estructura y se lleva a cabo la educación, fomentando un enfoque más centrado en el estudiante y en el desarrollo de habilidades prácticas y colaborativas para resolver problemas reales.
Algoritmo en Python que aborda la Educación 5.0, utilizando los datos del árbol exhaustivo:
pythonCopy code# Algoritmo para la Educación 5.0
# Se importan las librerías necesarias
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import r2_score
# Se cargan los datos de los estudiantes
students_data = pd.read_csv('students_data.csv')
# Se dividen los datos en conjuntos de entrenamiento y prueba
X = students_data.drop('promedio', axis=1)
y = students_data['promedio']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# Se entrena el modelo de regresión lineal
regressor = LinearRegression()
regressor.fit(X_train, y_train)
# Se realizan predicciones con el conjunto de prueba
y_pred = regressor.predict(X_test)
# Se evalúa el modelo con el coeficiente de determinación R2
r2_score = r2_score(y_test, y_pred)
# Se muestra el resultado
print('El coeficiente de determinación R2 es: ', r2_score)
La educación 5.0 empieza con las personas , no con la tecnología. Su propósito se refiere explícitamente a los resultados específicos que deben lograr los humanos como resultado de una experiencia de aprendizaje particular. No se trata de proporcionar a cada alumno una computadora portátil o una tableta. No se trata de mejorar la infraestructura y la conectividad. no sobre el desarrollo de herramientas y plataformas digitales.
Autores y universidades que han escrito sobre la educación disruptiva, la educación 4.0 y la educación 5.0, junto con algunos de sus trabajos más destacados:
Estos autores y universidades han investigado y publicado sobre cómo la educación puede transformarse a través de la disrupción y el uso de tecnologías avanzadas. Sus trabajos abarcan desde teorías de aprendizaje hasta casos de estudio sobre la implementación de soluciones disruptivas en entornos educativos.
Autores y universidades de la región de Asia Oriental que han escrito sobre estos temas:
Dr. Shinobu Yamaguchi: Es profesor en la Universidad de Tokio y ha publicado varios artículos sobre el uso de la inteligencia artificial en la educación. Uno de sus artículos más destacados se titula “A Model of AI-Assisted Education».
Dr. Minjuan Wang: Es profesor en la Universidad de San Diego en China y se especializa en tecnología educativa. Ha publicado varios artículos sobre el impacto de la educación 4.0 y 5.0 en el aprendizaje de los estudiantes.
Dr. Hiroaki Ogata: Es profesor en la Universidad de Kyushu en Japón y ha llevado a cabo investigaciones sobre la educación disruptiva y el uso de la tecnología para mejorar la educación. Uno de sus trabajos más destacados se titula “Educational Technology in Japan: Past, Present, and Future».
Dr. Alvin T. T. Chan: Es profesor en la Universidad de Hong Kong y ha publicado varios artículos sobre el uso de la inteligencia artificial en la educación, incluyendo “Artificial Intelligence (AI) and Education: Recent Developments, Current Challenges, and Future Possibilities».
Universidad de Tsinghua: Esta universidad con sede en Beijing es una de las principales instituciones educativas en China y ha llevado a cabo investigaciones sobre la educación 4.0 y el impacto de la inteligencia artificial en el aprendizaje.
Yuhyun Park de Corea del Sur, autora de “Education 4.0: a primer for the fourth industrial revolution» y fundadora de DQ Institute.
Yoon Jeon Kim de Corea del Sur, autora de “Educational Innovations in the Fourth Industrial Revolution: A Systematic Literature Review» y profesora en la Universidad de Corea.
Anshul Sonak de la India, autor de “Education 5.0: A Futuristic Approach to Empowering Learners» y profesor en la Universidad de Tecnología de Maharashtra.
Xiaoyan Mu de China, autora de “Artificial Intelligence in Education» y profesora en la Universidad Normal del Este de China.
Las necesidades de formación técnica de análisis se desarrolló cuando la “formación” y “aprendizaje” los cuales eran indistinguibles. Se ha llevado a cabo en la docencia, en la investigación… hacia atrás por años. Invariablemente la formación, y el aprendizaje se llevan a cabo fuera del flujo de trabajo (incluso la mayoría de eLearning se modela en la instrucción basada en eventos). Sin embargo, sabemos que el aprendizaje es más eficaz cuando se produce cerca del punto de uso.
la formación técnica de análisis se ha desarrollado en un contexto en el que la formación y el aprendizaje eran indistinguibles, y que históricamente se ha llevado a cabo de forma separada de las actividades laborales cotidianas. Sin embargo, se reconoce que el aprendizaje es más efectivo cuando ocurre cerca del punto de uso.
Aquí hay un ejemplo de algoritmo en Python que puede ilustrar la idea:
pythonCopy code# Definir una función que calcule el rendimiento de la formación en diferentes escenarios
def evaluar_rendimiento_formacion(cercania_uso, duracion_formacion):
# Evaluar la cercanía del aprendizaje al punto de uso (alta, media, baja)
if cercania_uso == 'alta':
rendimiento = 'muy bueno'
elif cercania_uso == 'media':
rendimiento = 'bueno'
else:
rendimiento = 'regular'
# Evaluar la duración de la formación (corta, media, larga)
if duracion_formacion == 'corta':
rendimiento += ' (en corto plazo)'
elif duracion_formacion == 'media':
rendimiento += ' (en mediano plazo)'
else:
rendimiento += ' (en largo plazo)'
return rendimiento
# Ejemplo de uso
print(evaluar_rendimiento_formacion('alta', 'corta'))
# Salida: muy bueno (en corto plazo)
Este algoritmo utiliza una función para evaluar el rendimiento de la formación en diferentes escenarios, teniendo en cuenta tanto la cercanía del aprendizaje al punto de uso como la duración de la formación. Luego se muestra un ejemplo de uso de la función con una combinación específica de factores, produciendo una salida que indica el rendimiento esperado en ese caso.
El aprendizaje centrado en el estudiante se refiere a la práctica de diseñar experiencias de aprendizaje en torno a las necesidades, habilidades e intereses de los estudiantes. La educación en red se refiere al uso de tecnologías de la información y la comunicación (TIC) para conectarse con otros estudiantes, profesores y recursos educativos en línea. El aprendizaje permanente se refiere al concepto de que el aprendizaje no termina después de la educación formal y que los individuos deben estar dispuestos a continuar aprendiendo a lo largo de sus vidas.
Además, se presentan algunos elementos que pueden apoyar la implementación de esta cultura de aprendizaje, como la personalización del aprendizaje, el uso de tecnologías emergentes como la inteligencia artificial y el blockchain, y la importancia de la alfabetización digital para aprovechar al máximo las oportunidades de aprendizaje en línea.
A continuación, presento un árbol esquemático que ilustra algunos de los componentes del marco conceptual anterior:
cssCopy codeAprendizaje centrado en el estudiante
│
├── Diseño de experiencias de aprendizaje basadas en necesidades, habilidades e intereses de los estudiantes
│
Educación en red
│
├── Uso de TIC para conectar con otros estudiantes, profesores y recursos educativos en línea
│
Aprendizaje permanente
│
├── El aprendizaje no termina después de la educación formal
│
Personalización del aprendizaje
│
├── Diseño de experiencias de aprendizaje adaptadas a las necesidades y estilos de aprendizaje individuales
│
Tecnologías emergentes
│
├── Uso de inteligencia artificial para personalizar el aprendizaje y mejorar la evaluación
│
├── Uso de blockchain para la gestión de credenciales y la validación del aprendizaje
│
Alfabetización digital
│
├── Habilidades digitales necesarias para aprovechar al máximo las oportunidades de
Tengamos en cuenta que en casi la totalidad de estos seis, la tecnología es esencial, en particular el poder de la Internet. Aprendizaje por indagación personal y tarjetas de identificación (Certificaciones y Reconocimiento Social, pero por encima de todo la Evaluación como un proceso de aprendizaje, no como una espada de DAMOCLES,…Y EN EL APRENDIZAJE EN LÍNEA (e-learning), aún más.
La inteligencia artificial (IA) se utiliza en la educación 5.0 para mejorar la eficiencia y la eficacia del proceso educativo a través de diversas aplicaciones. Algunas de las formas en que se aplica la IA en la educación 5.0 incluyen:
Aprendizaje personalizado: La IA permite adaptar el contenido y la metodología de enseñanza a las necesidades individuales de cada estudiante, lo que facilita el desarrollo de habilidades específicas y competencias personalizadas.
Tutores virtuales: Se emplea la IA para crear tutores virtuales que ofrecen un seguimiento más personalizado del progreso y la motivación de los estudiantes, adaptando el contenido y las estrategias de enseñanza a las necesidades individuales.
Automatización de procesos de aprendizaje: La IA simplifica y automatiza los procesos de aprendizaje, lo que puede reducir los tiempos de aprendizaje y mejorar los resultados en los estudiantes.
Estas aplicaciones demuestran cómo la IA se utiliza para mejorar la calidad y la eficacia del proceso educativo, permitiendo un enfoque más centrado en el estudiante y adaptado a las demandas de la sociedad actual. Sin embargo, es importante considerar los desafíos y riesgos asociados con el uso de la IA en la educación, como la privacidad de datos, la deshumanización del aprendizaje y la equidad en la educación.
Privacidad de Datos:
Desafío: La recopilación masiva de datos estudiantiles para alimentar algoritmos de IA plantea preocupaciones significativas sobre la privacidad. La información sensible podría ser comprometida o mal utilizada.
Demostración Práctica: Supongamos un sistema de aprendizaje adaptativo que recopila datos de comportamiento de los estudiantes. Un acceso no autorizado a estos datos podría revelar información confidencial sobre el rendimiento y la conducta individual.
Deshumanización del Aprendizaje:
Desafío: La dependencia excesiva de la IA puede llevar a la pérdida de la conexión humana en el proceso educativo, afectando la calidad de la interacción estudiante-profesor y la empatía en el aprendizaje.
Demostración Práctica: En un entorno donde las interacciones estudiante-profesor son reemplazadas por chatbots, se puede experimentar una disminución en la comprensión emocional y personalización del apoyo académico.
Equidad en la Educación:
Desafío: El acceso desigual a la tecnología y la capacitación en el uso de la IA pueden exacerbar las brechas educativas existentes, creando desigualdades en la calidad de la educación.
Demostración Práctica: Si un sistema de tutoría virtual requiere un acceso constante a internet de alta velocidad, los estudiantes en áreas con infraestructura limitada podrían enfrentar dificultades para beneficiarse de esta tecnología.
Demostración Práctica con Python y Análisis de Datos:
Supongamos que se implementa un sistema de análisis de datos para predecir el rendimiento académico de los estudiantes utilizando la IA. Aunque el objetivo es mejorar la calidad educativa, los datos utilizados en el proceso podrían plantear riesgos de privacidad si no se manejan adecuadamente.
pythonCopy codeimport pandas as pd from sklearn.model_selection import train_test_split from sklearn.tree import DecisionTreeClassifier from sklearn import metrics
# Supongamos un conjunto de datos con características académicas y notas finales data = {'Horas_Estudio': [10, 5, 8, 2, 6, 7], 'Participacion_Clases': [9, 8, 6, 3, 7, 5], 'Nota_Final': ['A', 'B', 'A', 'D', 'C', 'B']}
df = pd.DataFrame(data)
# Dividir el conjunto de datos en entrenamiento y prueba X_train, X_test, y_train, y_test = train_test_split(df[['Horas_Estudio', 'Participacion_Clases']], df['Nota_Final'], test_size=0.2, random_state=42)
# Crear un clasificador de árbol de decisión clf = DecisionTreeClassifier()
# Entrenar el modelo clf.fit(X_train, y_train)
# Realizar predicciones en el conjunto de prueba y_pred = clf.predict(X_test)
# Evaluar la precisión del modelo accuracy = metrics.accuracy_score(y_test, y_pred) print(f"Precisión del modelo: {accuracy}")
# Aquí podríamos almacenar y analizar datos del rendimiento académico, pero es crucial abordar la privacidad y la seguridad de estos datos.
La calidad de los resultados obtenidos con el uso de la inteligencia artificial (IA) en la educación 5.0 se asegura a través de diversos mecanismos y prácticas. Algunas de las estrategias para garantizar la calidad de los resultados incluyen:
Validación y verificación de algoritmos: Es fundamental validar y verificar los algoritmos de IA utilizados en el ámbito educativo para asegurar que produzcan resultados precisos y confiables.
Ética y privacidad de datos: Se deben establecer protocolos claros para garantizar la ética y la privacidad de los datos utilizados por los sistemas de IA, protegiendo la información sensible de los estudiantes y asegurando un uso responsable de la tecnología.
Formación y capacitación: Es crucial brindar formación y capacitación a los docentes y profesionales de la educación en el uso adecuado de la IA, para que puedan interpretar y aplicar de manera efectiva los resultados generados por estas tecnologías.
En el contexto de la educación 5.0, la calidad de los resultados obtenidos mediante el uso de inteligencia artificial (IA) se asegura a través de diversas estrategias y prácticas. Algunas de estas estrategias incluyen:
Validación y verificación de algoritmos:
Concepto: La validación y verificación de algoritmos se refiere a la evaluación rigurosa de los algoritmos de IA utilizados en el ámbito educativo para asegurar que produzcan resultados precisos y confiables.
Ejemplo en Python: En el caso de algoritmos de aprendizaje supervisado como los árboles de decisión, se puede utilizar la validación cruzada para evaluar su rendimiento en diferentes conjuntos de datos y asegurar su generalización.
pythonCopy codefrom sklearn.model_selection import cross_val_score from sklearn.tree import DecisionTreeClassifier # Crear un clasificador de árbol de decisión clf = DecisionTreeClassifier() # Realizar validación cruzada scores = cross_val_score(clf, X, y, cv=5)
Ética y privacidad de datos:
Concepto: Es esencial establecer protocolos claros para garantizar la ética y la privacidad de los datos utilizados por los sistemas de IA en la educación, protegiendo la información sensible de los estudiantes.
Ejemplo en Python: Implementar prácticas de enmascaramiento de datos o técnicas de anonimización para proteger la identidad de los estudiantes en conjuntos de datos.
pythonCopy code# Ejemplo de enmascaramiento de datos df['Nombre'] = df['Nombre'].apply(lambda x: hash(x))
Formación y capacitación:
Concepto: Brindar formación y capacitación a docentes y profesionales de la educación para que puedan interpretar y aplicar de manera efectiva los resultados generados por las tecnologías de IA.
Ejemplo práctico: Desarrollar cursos o talleres que enseñen a los educadores a utilizar herramientas de IA, interpretar resultados de modelos y personalizar la enseñanza según las necesidades individuales de los estudiantes.
Estos conceptos y ejemplos se pueden aplicar a diferentes aspectos de la educación 5.0, como la personalización del aprendizaje mediante algoritmos de recomendación o la identificación de patrones de rendimiento de los estudiantes con árboles de decisión. Es importante tener en cuenta que la implementación práctica dependerá del contexto específico y de los objetivos educativos.
Estas prácticas contribuyen a asegurar que el uso de la IA en la educación 5.0 sea beneficioso, preciso y ético, promoviendo resultados de alta calidad y un impacto positivo en el proceso educativo.
Los nuevos tiempos requieren de unas ecologías cada día más asequibles, más potentes, más adaptables a nuestras necesidades, necesitamos que formen parte de nosotros como algo usual, natural, que no tengamos que hablar continuamente de ellas, si no de nuestras necesidades, cuando consigamos esto, entonces habremos logrado estar preparados para desarrollarnos en cada momento y en cada situación.
En el contexto de los desafíos contemporáneos, la adaptabilidad y accesibilidad de las ecologías tecnológicas emergen como elementos cruciales para satisfacer las demandas cambiantes de nuestra sociedad. Estas ecologías, entendidas como sistemas complejos e interconectados de tecnologías y servicios, deben aspirar a una mayor asequibilidad, potencia y naturalidad en su integración en la vida cotidiana. Su finalidad es volverse tan inherentemente incorporadas en nuestro entorno que su presencia sea subyacente, permitiéndonos centrarnos de manera más fluida en nuestras necesidades y objetivos individuales, en lugar de requerir una atención constante hacia su funcionamiento.
La asequibilidad, en este contexto, se refiere a la capacidad de acceso generalizado a estas tecnologías, eliminando barreras económicas y sociales para su adopción masiva. Esto implica no solo la reducción de costos, sino también la democratización del conocimiento y la capacitación asociados con estas ecologías. De este modo, se busca que estas herramientas no sean exclusivas de ciertos estratos sociales, sino que estén al alcance de la población en su conjunto.
La potencia de estas ecologías reside en su capacidad para proporcionar soluciones robustas y avanzadas a una variedad de necesidades. Esto implica que estas tecnologías no solo deben ser capaces de abordar los problemas actuales, sino también ser lo suficientemente flexibles como para adaptarse a las exigencias futuras. La potencia también conlleva la integración de capacidades avanzadas, como inteligencia artificial, aprendizaje automático y procesamiento de datos a gran escala, para ofrecer respuestas efectivas y eficientes a los retos emergentes.
La adaptabilidad se relaciona con la capacidad de estas ecologías para evolucionar y ajustarse de manera dinámica a medida que cambian las necesidades y circunstancias. Esto implica una infraestructura tecnológica y conceptual que no solo responde a los requerimientos presentes, sino que se anticipa y se adapta a las exigencias futuras de manera proactiva. La adaptabilidad también involucra una interfaz de usuario intuitiva y amigable, permitiendo una integración más natural en la vida diaria.
En última instancia, la aspiración es que estas ecologías se integren tan perfectamente en la cotidianidad que su presencia sea prácticamente imperceptible, permitiendo que las conversaciones y reflexiones se centren en nuestras necesidades, objetivos y aspiraciones individuales. Este estado de naturalidad implica una madurez tecnológica en la que la tecnología misma se convierte en una extensión orgánica y armoniosa de nuestras vidas, allanando el camino para el desarrollo continuo en cualquier momento y situación. La consecución de esta armonía representaría un hito significativo en la evolución de la sociedad del siglo XXI hacia una convivencia simbiótica con las tecnologías emergentes.
Pueden ser muy atractivas e interactivas, como una situación se presenta a los alumnos y luego se les pedirá que responder a ella mediante la selección de una opción de la acción (evaluación). Esto proporciona un entorno de aprendizaje seguro ya que no hay consecuencias para los errores, pero si encima aplicamos SIMULACIONES, el error se convierte en un camino más para aprender ya que tenemos que derivar por medio de la retroalimentación, ya sea analógica o digital, hacia otros derroteros que pueden estar previstos (innovación) o no (disrupción), que a su vez, permite a los estudiantes a obtener una comprensión de las lecciones y luego aplicar sus habilidades en la eterna construcción de ecologías de aprendizaje.
Ecologías de Aprendizaje en el Contexto de la Educación Disruptiva y la Educación 5.0:
Las ecologías de aprendizaje representan entornos dinámicos y multidimensionales donde convergen diversos elementos, como tecnologías, recursos, interacciones sociales y estrategias pedagógicas, para facilitar experiencias educativas enriquecedoras y personalizadas. En el marco de la Educación Disruptiva y la Educación 5.0, estas ecologías adquieren un papel fundamental al proporcionar un contexto integral que se adapta a las necesidades cambiantes de los estudiantes y a la evolución de la sociedad. A continuación, se construyen las ecologías de aprendizaje en este contexto:
Tecnologías Innovadoras:
Descripción: Integran herramientas avanzadas como la realidad virtual, la inteligencia artificial y plataformas de aprendizaje en línea para ofrecer experiencias interactivas y personalizadas.
Ejemplo Práctico: Uso de simulaciones de laboratorio virtual (VR) para estudiantes de ciencias, permitiéndoles realizar experimentos de manera segura y accesible.
Pedagogía Basada en Proyectos:
Descripción: Se centra en la resolución de problemas prácticos, promoviendo el pensamiento crítico y la colaboración, donde los estudiantes aplican los conocimientos en contextos del mundo real.
Ejemplo Práctico: Desarrollo de proyectos multidisciplinarios que aborden desafíos sociales, fomentando la creatividad y la aplicación práctica de habilidades.
Aprendizaje Autónomo:
Descripción: Fomenta la autorregulación y la toma de decisiones autónomas por parte de los estudiantes, permitiéndoles explorar temas de interés personal.
Ejemplo Práctico: Implementación de plataformas en línea con contenido diverso y accesible, donde los estudiantes pueden elegir rutas de aprendizaje según sus intereses.
Integración de la Inteligencia Artificial (IA):
Descripción: Utiliza algoritmos de IA para analizar datos académicos, proporcionar retroalimentación personalizada y adaptar el contenido educativo.
Ejemplo Práctico: Sistemas de tutoría virtual basados en IA que identifican patrones de aprendizaje y ofrecen sugerencias individualizadas.
Evaluación Formativa y Continua:
Descripción: Se aleja de las evaluaciones puntuales y se enfoca en evaluar de manera continua el progreso del estudiante, brindando retroalimentación constructiva.
Ejemplo Práctico: Uso de herramientas digitales para seguimiento continuo y evaluación adaptativa que se ajusta a las necesidades de cada estudiante.
Colaboración Global:
Descripción: Facilita conexiones con estudiantes y profesionales de todo el mundo, fomentando la diversidad de perspectivas y experiencias.
Ejemplo Práctico: Plataformas en línea que permiten la colaboración en proyectos con estudiantes de diferentes regiones geográficas y culturas.
Desarrollo de Soft Skills:
Descripción: Incorpora actividades y dinámicas que promueven el desarrollo de habilidades blandas como la comunicación, el trabajo en equipo y la resolución de problemas.
Ejemplo Práctico: Simulaciones virtuales que desafían a los estudiantes a resolver problemas complejos en equipo, mejorando sus habilidades colaborativas.
Resultados Prácticos con Python, Árboles de Decisión y Tablas:
Supongamos un sistema de aprendizaje adaptativo basado en árboles de decisión que personaliza el material educativo según el estilo y el ritmo de aprendizaje del estudiante.
pythonCopy codeimport pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn import metrics
# Supongamos un conjunto de datos con estilos de aprendizaje y preferencias
data = {'Estilo_Aprendizaje': ['Visual', 'Auditivo', 'Kinestésico', 'Visual', 'Auditivo'],
'Material_Preferido': ['Simulaciones', 'Podcasts', 'Laboratorios', 'Simulaciones', 'Podcasts']}
df = pd.DataFrame(data)
# Dividir el conjunto de datos en entrenamiento y prueba
X_train, X_test, y_train, y_test = train_test_split(df[['Estilo_Aprendizaje']], df['Material_Preferido'], test_size=0.2, random_state=42)
# Crear un clasificador de árbol de decisión
clf = DecisionTreeClassifier()
# Entrenar el modelo
clf.fit(X_train, y_train)
# Realizar predicciones en el conjunto de prueba
y_pred = clf.predict(X_test)
# Evaluar la precisión del modelo
accuracy = metrics.accuracy_score(y_test, y_pred)
print(f"Precisión del modelo: {accuracy}")
# Este modelo podría ser parte de una estrategia más amplia para personalizar el contenido educativo
La integración de este modelo en una plataforma educativa más amplia permitiría adaptar los recursos y actividades de aprendizaje según el estilo preferido de cada estudiante, demostrando así la personalización efectiva propugnada por la Educación 5.0.
En este escenario, se destacan los siguientes elementos prácticos:
Adaptación Continua: El modelo de árbol de decisión se entrena de manera continua a medida que se recopilan más datos sobre las preferencias de aprendizaje de los estudiantes. Esto refleja la adaptabilidad de la ecología de aprendizaje para ajustarse a las cambiantes necesidades educativas.
Enfoque Centrado en el Estudiante: La personalización basada en el análisis de datos permite que la experiencia de aprendizaje se centre en las preferencias y estilos de cada estudiante, proporcionando un ambiente educativo que se adapta activamente a sus características individuales.
Integración Tecnológica: La implementación del modelo de árbol de decisión es una manifestación de la integración de tecnologías avanzadas en la ecología de aprendizaje. La plataforma educativa utiliza herramientas de aprendizaje automático para mejorar la experiencia de los estudiantes.
Evaluación de la Efectividad: La medición de la precisión del modelo a través de métricas como la exactitud (accuracy) destaca la importancia de evaluar de manera continua la efectividad de las estrategias de personalización. Esto contribuye a un ciclo de mejora constante dentro de la ecología de aprendizaje.
Consideraciones Éticas: En este contexto, es esencial abordar las consideraciones éticas relacionadas con la privacidad y el manejo responsable de los datos estudiantiles. La implementación de mecanismos de seguridad y ética en la recopilación y uso de datos refleja un compromiso con la integridad en la gestión de información sensible.
La construcción de ecologías de aprendizaje dentro de la Educación Disruptiva y la Educación 5.0 implica la integración armoniosa de tecnologías avanzadas, estrategias pedagógicas centradas en el estudiante y un enfoque continuo en la mejora y adaptación. La aplicación práctica de algoritmos como los árboles de decisión en la personalización del aprendizaje demuestra cómo la tecnología puede ser un componente vital para crear experiencias educativas más efectivas y centradas en el estudiante.
Herramientas y Programas de IA para el Desarrollo de Ecologías de Aprendizaje:
Utilidad: GPT permite generar texto coherente y contextualmente relevante. Puede ser utilizado en la creación de contenido educativo, generación de ejercicios, y asistencia en la redacción de materiales pedagógicos.
Desarrollo: Las API de GPT están disponibles para desarrolladores y se pueden integrar en aplicaciones y plataformas educativas.
Voz:
Herramienta: Google Cloud Text-to-Speech
Utilidad: Convierte texto en voz con calidad natural y ofrece una amplia variedad de voces. Puede ser empleado para crear recursos de audio en lecciones, guías auditivas y retroalimentación verbal.
Desarrollo: Disponible como parte de los servicios en la nube de Google, con APIs que permiten la integración en aplicaciones y plataformas educativas.
Videos:
Herramienta: Deep Dream Generator
Utilidad: Utiliza técnicas de IA para generar efectos visuales en videos. Puede aplicarse para crear contenido visualmente estimulante en lecciones, presentaciones y recursos multimedia.
Desarrollo: La plataforma Deep Dream Generator está disponible en línea y permite a los usuarios cargar y procesar videos.
Audio:
Herramienta: Descript
Utilidad: Ofrece funciones de procesamiento de audio como transcripción automática, edición de audio basada en texto y resumen de contenido hablado. Útil para crear materiales de aprendizaje basados en audio.
Desarrollo: Descript es una aplicación de escritorio y en línea que facilita la edición y manipulación de audio con tecnología de procesamiento de lenguaje natural.
Imágenes:
Herramienta: Google Cloud Vision API
Utilidad: Proporciona capacidades avanzadas de análisis de imágenes, incluyendo reconocimiento de objetos, etiquetado y detección facial. Puede ser integrado para enriquecer contenido visual en material educativo.
Desarrollo: Accesible a través de la plataforma Google Cloud, con API que permite la integración en aplicaciones y servicios educativos.
Estas herramientas de IA ofrecen diversas capacidades para potenciar el desarrollo de ecologías de aprendizaje en distintos formatos. Desde la generación de contenido hasta la mejora de la accesibilidad y la personalización, estas herramientas permiten a los educadores y desarrolladores crear experiencias educativas más ricas y adaptadas a las necesidades individuales de los estudiantes.
Varias personas han explorado y utilizado herramientas de IA generativa en el ámbito educativo. Algunos de estos autores y sus obras incluyen:
OpenAI – Autores de GPT (Generative Pre-trained Transformer):
Obras:
«GPT-3: Language Models are Few-Shot Learners»
«GPT-3.5 Turbo: OpenAI’s Most Advanced Language Model»
Enfoque: OpenAI, a través de modelos como GPT-3, ha demostrado la capacidad de generación de texto en una amplia variedad de contextos, desde redacción creativa hasta asistencia en la creación de contenido educativo.
Ian Goodfellow – Autor de «Generative Adversarial Nets (GANs)»:
Obra:
«Generative Adversarial Nets»
Enfoque: Ian Goodfellow es conocido por su contribución a las GANs, un tipo de modelo generativo. Aunque no se centra directamente en la educación, las GANs se utilizan en diversas aplicaciones, como la generación de imágenes realistas, que podrían ser relevantes para recursos educativos visuales.
Janelle Shane – Autora de «You Look Like A Thing And I Love You»:
Obra:
«You Look Like A Thing And I Love You»
Enfoque: Janelle Shane explora el uso de modelos de IA generativos en su obra, mostrando cómo estos modelos pueden ser creativos y a veces hilarantes. Aunque no se centra exclusivamente en la educación, ofrece perspectivas sobre la interacción entre humanos y modelos generativos.
Kate Compton – Desarrolladora de Procedural Content Generation:
Enfoque: Kate Compton trabaja en el campo de la generación procedural de contenido, que tiene aplicaciones en la creación automática de contenido educativo interactivo, como juegos educativos con niveles generados automáticamente.
AI Dungeon – Plataforma de Aventuras Interactivas:
Enfoque: AI Dungeon es una plataforma que utiliza modelos de lenguaje generativo para crear aventuras interactivas. Aunque no es un autor individual, demuestra cómo las herramientas de IA pueden aplicarse de manera creativa en la creación de historias y narrativas educativas.
Las simulaciones y/o escenarios de aprendizaje siempre serán buenos si se adecuan a cada individuo y con herramientas, metodologías…diversas pero personalizadas y con un denominador común, buscar LA EXCELENCIA DE LOS USUARIOS-ALUMNOS.
La excelencia, el talento, la inteligencia etc son conceptos que pertenecen a tiempos pasados, hoy ya están muy superados ya que la utilización de las nuevas tecnologías, inteligencia artificial … no solo las han difuminada si no que han provocado que su utilización con fines sociales, académicos, económicos etc, perviertan lo que se está queriendo buscar, de mostrar …
Por eso hemos instaurado y demostrado que la EXCELENCIA PERSONALIZADA no sol les suple si no que actualiza estos elementos transformándolos hacia planteamientos totalmente actualizados.
Las tecnologías con el soporte de la Web 5.0 para el aprendizaje colaborativo en un contexto de educación superior (meta- educación), significa un antes y un después…
Una revisión de la literatura es necesaria para explorar las fortalezas y debilidades de la tecnología Web 5.0 , y se introduce un modelo conceptual que en la investigación educativa, es fundamental y que generalmente aún no usan las universidades y si lo hacen lo llevan a cabo mal ya que quieren conservar los viejos usos de siempre ( http://sevilla.abc.es/sevilla/sevi-causas-universidad-sevilla-salido-ranking-shanghai-201608162320_noticia.html) Por ejemplo la Universidad de Sevilla , “La Universidad de Sevilla ha tenido la mala suerte de tener una dinastía, que empezó con Miguel Florencio (1996-2008), que nunca ha apostado por la excelencia en la investigación ni en la innovación»., seguro que investigar investigan, pero seguro que lo hacen como siempre, a la vieja usanza y hoy la sociedad no quiere ya más las metodologías de siempre, ni siquiera las maneras de como se hacen: Internet, la Inteligencia Artificial, Realidad Virtual etc y sobre todo, como explicamos, nuevos conceptos, son la nueva base de hacer las cosas y algo que todos y las Universidades también, debemos tener presente y hacerlo des de ya.
Evidentemente no voy a personalizar, pero se ve muy claro que EL SISTEMA EDUCATIVO y todos los que formamos parte de él, especialmente profesores, estamos inmersos en el seguidismo que significa ser trabajadores de…., que si hay muchos docentes que intentan innovar y eso ya es mucho, pero incluso los que innovan hablan siempre de herramientas y más herramientas y casi nunca de metodologías, procesos, mentalidad, creatividad, sinergias…,aunque lo dicen algunas veces, parecen estar inmersos en la idea de que la nueva educación se producirá por la inmersión de las tecnologías convergentes, y los que tienen claro que no es así, no acaban de comprender los planteamientos disruptivos de libertad, pensamiento de diseño abierto, cambio de roles, el aprendiz como responsable de su educación…..
La Excelencia personalizada bebe de la diversidad, de la complejidad, de la anulación de lo homogéneo y lo uniformizante y pasar a lo horizontal a la redarquía, algo así como por ejemplo, que por qué se sigue insistiendo en JEFES O DIRECTORES de las INVESTIGACIONES. El no haber investigadores “estrella” no significa que no exista excelencia en lo que se hace y esto aún no lo tiene claro ni nuestra “universidad” ni nosotros mismos y es aquí donde radica el problema.
Y esto sucede también con ELEARNING, con el que somos capaces de articular un aprendizaje más personalizado (Excelencia Personalizada) (de ello hablé en mi conferencia el jueves dia 26 de noviembre en la Universidad Santiaguista en Venezuela, entre otros aspectos de elearning, no es menos cierto, deberemos tener en cuenta para ello aspectos inclusivos como que sea a su vez capaz de romper cualquier tipo de brecha existencia y poder buscar y llevar a cabo la excelencia personalizada de cada uno de los aprendices y siempre basándose en un cambio profundo de roles en los mismo, como hasta ahora nunca se han visto… Empezaremos por el mismo diseño instruccional que llevaremos a cabo con Elearning, donde el mismo solo se podrá entender si es realizado en base a responsabilidades de los aprendices y en el cual las ORGANIZACIONES, sirvan de acampañamiento y colaboración/cooperación en los mismos.
Entenderlo de otra manera sería falsear el aprendizaje con ELEARNING, en las nuevas maneras de entender el aprendizaje. (Des de aqui hablar a las universidades, especialmente a las VIRTUALES, que o se hace asi o se subvierta la verdad y el sentido de “ser” que pueden ofrecer como “distintivos” de su propia realidad. En pocas palabras, “seguir realizando el ELEARNING, en base a planteamientos típicos: LMS, Diseño Instruccional realizado por la propia organización que ofrece el elearning….es llevar a los “alumnos” al mismo puerto que estaban anclados los barcos de antaño, esa es la verdad”… Incluso seguir las indicaciones del propio CONECTIVISMO, es hacerlo por la senda de “PATRONES DE APRENDIZAJE” llevados a cabo por experiencias propias y de otras, por lo que la personalización de los aprendizaje no se entienden de ninguna manera (lean BASES PARA UN E-LEARNING-INCLUSIVO, los que aun no lo haya hecho y verán unas diferencias enormes, entre pasado y presente-futuro, lo cual impedirá a su vez la INCLSUSIVIDAD=brecha+excelencia personalizada)…
.La necesidad de desarrollar una amplia gama de conocimientos y habilidades en los estudiantes para el siglo 21; ya que el sistema se ha ampliado, por lo que tiene la diversidad de los estudiantes: la edad, la capacidad de lenguaje, aprendizaje previo, y los intereses; una amplia gama de modos de entrega para los estudiantes para elegir (campus, mezclado, totalmente en línea);
.Una gama más amplia de los medios de comunicación accesibles no sólo a los instructores, sino también para los propios alumnos;
.La necesidad de participar activamente una gama muy amplia de estilos preferidos de aprendizaje, intereses y motivación.
Creo que se contradice en muchos aspectos, en algunos pide la PERSONALIZACION y en otros la coarta de todas todas. Eso sucede con muchos estudiosos de ELEARNING, creo que quieren llevar a cabo lo que les hemos comentado y ecplicado, pero en el momento de plasmarlo en ESCRITOS, IMÁGENES, AUDIO-VIDEO, dicen todo lo contrario. Lo hacen seguramente porque no se dan cuenta de lo que están haciendo o del propio significado que quieren darle…..(intenté aclararlo e en la Universidad Santiguense..)
Si queremos establecer dentro del mismo ELEARNING un estado completamente divergente y por tanto de confrontación, lo podemos hacer dentro del ámbito colaborativo Y principalmente COOPERATIVO, mucho mas motivador y creativo, totalmente necesario para nuestros planteamientos,, con lo que las personalizaciones de cada uno se enfrentan con la colectividad del equipo, una claro ejemplo de DISOCIACIÓN de IDEAS, dentro de un mismo objetivo común…
La psicología social nos indica que esta confrontación de ideas, de pensamientos y de visualización de las mismas, nos lleva a un aprendizaje con mayor potencialidad, por parte de todos.
Bajo este enfoque, la colaboración/cooperación se basa en las interacciones sociales de confrontación, el intercambio, el intercambio y la negociación, que provocan en la persona interrogada y estimulan el aprendizaje aún más en el contexto de la consecución de un actividad colectiva.
Debe haber desacuerdo entre la vista (conflicto) y que este desacuerdo se supera para alcanzar una nueva respuesta que será común, pero DIVERSA, siempre, por lo tanto, PERSONALIZADA. Durante este enfrentamiento, un primer desequilibrio interindividual aparece en el grupo, ya que cada persona en el grupo debe hacer frente a puntos de vista contradictorios. Ella se da cuenta de su propio pensamiento de la de los demás (ESO ES LADIVERSIDAD de Juan Domingo Farnos, la búsqueda delEXCELENCIA PERSONALIZADA).
La idea central que se presenta es la noción de conflicto o desacuerdo inicial dentro de un grupo, que actúa como un catalizador para el cambio y la evolución de ideas. Esta dinámica es esencial para la creación de respuestas y soluciones nuevas y diversas, que al final se personalizan para cada individuo. Vamos a desglosar este proceso:
Conflicto o Desacuerdo Inicial:
Definición: Representa la existencia de opiniones divergentes o puntos de vista contrapuestos dentro de un grupo.
Importancia: El conflicto genera tensiones y desafíos cognitivos que estimulan la reflexión y la reconsideración de las perspectivas individuales.
Superación del Desacuerdo:
Proceso: Durante el enfrentamiento de opiniones divergentes, los miembros del grupo buscan puntos de convergencia, negociación y comprensión mutua.
Resultado: La superación del desacuerdo conduce a la construcción de un entendimiento compartido, integrando elementos de las distintas perspectivas.
Nueva Respuesta Común y Diversa:
Característica: La solución resultante no solo aborda el conflicto inicial, sino que también incorpora elementos diversos de las distintas opiniones.
Importancia: La respuesta común y diversa refleja la riqueza de la variedad de perspectivas dentro del grupo.
Desequilibrio Interindividual:
Definición: Se refiere a la sensación inicial de desequilibrio que experimenta cada individuo al confrontar puntos de vista contradictorios.
Importancia: Este desequilibrio actúa como un estímulo para el pensamiento crítico, la reflexión personal y la adaptación de las propias ideas.
Reconocimiento de la Diversidad (La DIVERSIDAD de Juan Domingo Farnos):
Concepto: La diversidad se presenta como un elemento clave en este proceso, donde la multiplicidad de perspectivas enriquece el pensamiento colectivo.
Importancia: La diversidad de ideas, experiencias y enfoques contribuye a la creación de respuestas más holísticas y adaptadas.
Búsqueda de la Excelencia Personalizada:
Enfoque: La referencia a la «búsqueda de la excelencia personalizada» destaca la idea de que la solución resultante no solo es compartida por el grupo, sino que también se adapta a las necesidades y perspectivas individuales de cada miembro.
Importancia: La personalización refleja el reconocimiento y la valoración de las diferencias individuales, promoviendo un enfoque inclusivo y centrado en la singularidad.
Este proceso describe cómo el conflicto inicial dentro de un grupo no solo impulsa la búsqueda de soluciones, sino que también contribuye a la riqueza de la diversidad. La superación del desacuerdo y la creación de respuestas personalizadas son fundamentales para alcanzar un entendimiento compartido que integre la variedad de perspectivas presentes en el grupo.
Esta descentración cognitiva provoca desequilibrio en su segunda naturaleza intra-individual: ella se ve obligada a reconsiderar su vez, sus propias actuaciones y las de los demás para reconstruir nuevos conocimientos. Esto se llama progreso cognitivo si la resolución del conflicto generado por este doble desequilibrio le ha permitido adquirir o desarrollar nuevas habilidades cognitivas y sociales. Por lo tanto, esta teoría ayuda a explicar, en parte, los efectos de la colaboración de confrontación en la construcción del conocimiento individual. En parte debido a este enfoque de colaboración no se basa únicamente en la comparación de puntos de vista divergentes., sino también en otros tipos de transacciones, como la adaptación mutua, la negociación o la deliberación.
Por tanto podemos afirmar que el desarrollo de E-learning implicará un avance en la educación y al revés, o sea, una buena educación permitirá mejorar E-learning.
En la nota publicada en la web de LEARNING REVIEW titulada “La capacitación en su máxima potencia se establece al respecto que “las personas aprenden experimentando en entornos simulados el funcionamiento de los sistemas que manejan en la realidad. Elaboran decisiones y las aplican, observan e interpretan los resultados, prevén la ocurrencia de situaciones nuevas, enfrentan imprevistos, detectan problemas y deciden acciones para resolverlos.
Así, adquieren una valiosísima e irremplazable experiencia que les permite dominar los sistemas y procesos con los que trabajan”. Por otro lado, hacen que los estudiantes sean protagonistas de su aprendizaje teniendo el proceso una dinámica más activa, donde no solamente está la práctica sino la interacción.
Los entornos simulados se han utilizado en capacitaciones de venta, atención al cliente, arquitectura y medicina, donde se usa para simular una operación muy compleja, algo imposible de pensar antes. En algunas universidades se está experimentando con clases demostrativas de cirugía virtual. Es un mundo virtual que representa un quirófano virtual completo, en el que se recogieran las mejores técnicas quirúrgicas de distintos médicos de cualquier parte del mundo; esta información podría servir de aprendizaje para los estudiantes de medicina y también para otros médicos. Hacen que los estudiantes sean protagonistas de su aprendizaje teniendo el proceso una dinámica más activa, donde no solamente está la práctica sino la interacción.
Aunque existen muchas definiciones de ontología, estas han ido evolucionando con el pasar del tiempo, desde las definiciones dadas por los griegos, hasta la época actual que están vinculadas en el ámbito de la inteligencia artificial.
Pero para el diseño, desarrollo e implementación de una ontología, en la cual se representa una determinada área del conocimiento, se tiene que ir más allá de un mero concepto, se deben tomar algunas cuestiones básicas, como son: metodología(s), herramientas y lenguajes a utilizar durante el proceso de desarrollo.
Con las METODOLOGÍAS:
-Qué metodologías pueden servir de uso para construir una ontología, ya sea desde el principio?;
-Reutilizar otras ontologías disponible en servidores de ontologías o previamente construidas?;
-¿Qué actividades se realizan dentro de este proceso?;
-¿Cuándo se puede construir una ontología utilizando una metodología?;
-¿La metodología me sirve de soporte en el diseño de la ontología?;
-¿Se tiene en cuenta el ciclo de vida de una ontología con determinada metodología?.
Con las HERRAMIENTAS:
-¿Sirven de soporte durante el proceso de desarrollo de la ontología?;
-¿Como es el almacenamiento las herramientas utilizadas por las ontologías, base de datos o archivos?;
-¿La herramienta a utilizar posee un motor de inferencia?;
-¿La herramienta a utilizar puede traducir a diferentes formatos de lenguajes ontológicos?;
-¿La calidad de las traducciones?;
Como será la interacción realizada entre del servidor y el cliente quien hace uso de la ontología:
Con el LENGUAJE:
-¿Que lenguaje debo utilizar para realizar la ontología?;
-¿Que expresión tiene ese lenguaje en la ontología me permite una eficiente representación?;
-¿Cuáles son los mecanismos de inferencia que posee dicho lenguaje ontológico?;
-¿El lenguaje sirve de soporte para el desarrollo de la ontología?;
-¿El lenguaje escogido es apropiado por intercambiar la información entre las diferentes aplicaciones?;
-¿El lenguaje hace fácil la integración entre la ontología y la aplicación?;
-¿El lenguaje es compatible con otros lenguajes usados para la representación del conocimiento en la web?
Los objetivos del proceso de aprendizaje buscan crear representaciones significativas y coherentes de conocimiento, independientemente de la calidad y cantidad de los datos disponibles. Esto implica que los aprendices conferirán un sentido a todo lo que aprendan, aunque su interpretación no sea válida desde una perspectiva objetiva.
Se entiende por simulador la representación de un escenario que imita a la realidad haciendo posible la reproducción de lo cotidiano. Hay experiencias de la vida real que serían muy costas llevarlas a la práctica. Los simuladores virtuales de aprendizaje favorecen la adquisición del saber hacer, que es lo más difícil de adquirir en el mundo real.
Es decir que la posibilidad de recrear la situación supone que quien está participando de la actividad desarrolla ciertas competencias, por lo que puede ser muy apropiado para hacer un entrenamiento donde además se evitan situaciones complejas. No es tan oneroso para una empresa hacer este tipo de capacitación, ni humanamente perjudicial. Hay experiencias de la vida real que serían muy costas llevarlas a la práctica.
Los simuladores virtuales de aprendizaje favorecen la adquisición del saber hacer, que es lo más difícil de adquirir en el mundo real. Asimismo, otras de las ventajas de los simuladores en el proceso de aprendizaje es que los docentes pueden plantear situaciones variadas, crear distintas estrategias que supongan una acción reacción.
En lo que respecta al estudiante, él puede captar inmediatamente las consecuencias de su acción, y también se pueden emplear distintas dinámicas de grupo de manera sincrónica e incentivar el sentimiento de pertenencia de sus integrantes. Por otro lado, equivocarse no supone una perdida de dinero, o del puesto laboral o prestigio, sino que el alumno es incentivado para que continúe intentando.
Podemos establecer que los simuladores educativos son potentes herramientas pedagógicas en eLearning y en el mismo nivel podemos situar la creación de Escenarios de aprendizaje
¿Cuáles son sus características principales y dónde está su verdadero valor?:
–La técnica es similar a la del simulador de un avión pero con conceptos formativos,l es decir, adaptamos simulación y/o creación de escenarios de aprendizaje y los adaptamos a lo que haría cualquier piloto, el cual refrenda que aprende muchísimo más practicando en un simulador aéreo (prueba, error, corrección y nueva prueba) que oyendo clases teóricas o estudiando manuales de vuelo. De hecho, se trata de una especie de método del caso online.
-En los simuladores educativos se pone al alumno en la necesidad de opinar, de implicarse, de incorporar un rol en una situación verídica (o muy similar a la realidad-el Escenario de aprendizaje inclusivo, personalizado e inclusivo)), de escoger sus propias opciones. Se le dan detalles y se le proponen alternativas de actuación.
Luego, se le va situando en el escenario que él mismo elige y se le explican los resultados de sus acciones. Hay muchos finales posibles y el alumno obtiene feed-back del propio programa y del profesor. También puede compartir sus reflexiones, análisis, errores y aciertos con sus compañeros de curso (antes, durante y después de los ejercicios, y todo ello de forma virtual). Incluso, si lo desea, puede comparar sus calificaciones con la media de la clase, con las puntuaciones de todos y cada uno los participantes, aun sin ver sus nombres (pueden ser miles de classmasters, de diferentes empresas y países). Lo cierto es que resulta francamente interesante, divertido… y se aprende de verdad: learn by doing en estado puro. (Roger Schank)
Si entramos en el aprender haciendo (Roger Schank) la situación se mejora si en cualquier acción interviene el pensamiento, con lo que coinciden siempre el objeto con el sujeto, y no se puede “remover” el objeto sin “remover” el sujeto alcanzando el proyecto uno mismo, grupo cooperativo, comunidad de aprendizaje…; si bien es cierto que en el miedo a pensar está incluido el temor a pasar ansiedades y confusiones y quedar encerrado en ellas sin poder salir. Ansiedades y confusiones son, por otra parte, ineludibles en el proceso del pensar y, por lo tanto, del aprendizaje..
-¿A través de qué camino (educativo) puede el aprendiz llegar a convertirse en un ciudadano consciente y responsable (en el marco de las futuros escenarios de aprendizaje ,ciudades y al amparo del Learning is the work)?
-¿Cómo vamos a aprender de los «libros abiertos» que constituyen espacios de aprendizaje físicos y virtuales (no lugares)? etc.?
Si bien una de mis hipótesis de estudio son los “no lugares” de Marc Augé y su relación con internet, es cierto también que podemos encontrar algunas lagunas “epistemológicas”, el propio Maximiliano Korstanje, nos comenta que los lugares no tienen una especifidad propia para definirlos como ubicaciones propias de los indivíduos y/o su pertinencia a uno de estos espacios…
Si un LUGAR representa tener unos “derechos” entonces, internet si lo consideramos un NO LUGAR, se moverá entre una línea difusa, entre el derecho/el no derecho…evidentemente nosotros optamos por los no derechos, o lo que se entendería mejor, el DERECHO DE TODOS, sin distinción.
También es cierto que si lo extrapolamos al mundo laboral-educativo, este “ambiente” no estaría sujeto a sistemas, leyes, normativas, currículos…lo que nos dará la máxima posibilidad creativa, personalizada y personal,…incluso será el “no lugar” el escenario adecuado para crear nuestros propios currículos…
Marc Augé, establece el término HIPERMODERNIDAD, un lugar en el que tenemos la sensación de estar dentro de la Historia sin poder controlarla. Es decir, se desarrolla a la vez una ideología del presente –porque el pasado se va muy rápidamente y el futuro no se imagina-, y este presente está siempre cambiando:
-¿Cómo se procesarán los datos provenientes de gadgets y dispositivos personales para optimizar el aprendizaje continuo y permanente (life long learnig)?
-¿Cómo influenciará en nuestra conducta el conocimiento de los mecanismos de co-evolución y los límites de los ecosistemas?
-¿La infraestructura educativa será lo suficientemente «inteligente» como para auto-reajustarse, según las necesidades que cada individuo pueda desarrollar a lo largo de su vida y en diferentes contextos? (personalized learning)
-¿Las ciudades inteligentes podrán contribuir a reforzar la inclusión social y el sentido común de pertenencia a una comunidad? (smart cities)
El concepto de «hipermodernidad» propuesto por Marc Augé describe un fenómeno en el cual las sociedades contemporáneas experimentan una aceleración extrema de los cambios, generando una sensación de inestabilidad y la percepción de estar inmersos en una realidad en constante transformación. Este término se vincula con la educación disruptiva e inteligencia artificial (IA) en el contexto de la Educación 5.0 de varias maneras:
Ritmo Acelerado de Cambio:
Hipermodernidad: Augé destaca la rapidez con la que la sociedad actual experimenta cambios, lo que dificulta el control y la comprensión de la historia en tiempo real.
Educación Disruptiva & IA: En un entorno educativo disruptivo, la introducción de tecnologías avanzadas, como la inteligencia artificial, acelera los métodos de enseñanza y aprendizaje. La adaptación constante es esencial para mantenerse al día con las innovaciones.
Ideología del Presente:
Hipermodernidad: Augé menciona una ideología del presente, ya que el pasado desaparece rápidamente y el futuro es difícil de imaginar.
Educación Disruptiva & IA: La Educación 5.0 abraza una filosofía centrada en el presente y en la preparación para un futuro incierto. La IA se utiliza para personalizar el aprendizaje en tiempo real, adaptándose a las necesidades cambiantes de los estudiantes.
Transformación Continua del Presente:
Hipermodernidad: El presente está en constante cambio en la hipermodernidad, lo que implica una necesidad de adaptación constante.
Educación Disruptiva & IA: La Educación 5.0 adopta un enfoque dinámico y adaptable, donde las tecnologías emergentes, como la IA, se utilizan para ajustar continuamente las estrategias educativas según las demandas y tendencias actuales.
Desafíos de Control y Previsión:
Hipermodernidad: Augé señala la dificultad de controlar y prever los cambios en un entorno hipermoderno.
Educación Disruptiva & IA: La rápida evolución de la tecnología presenta desafíos similares en la educación. La IA, al ser una herramienta en constante desarrollo, requiere una adaptabilidad constante por parte de educadores y estudiantes.
Énfasis en la Personalización y Adaptabilidad:
Hipermodernidad: La adaptación constante es clave en la hipermodernidad.
Educación Disruptiva & IA: La Educación 5.0, facilitada por la IA, aborda esta necesidad de adaptación al permitir la personalización del aprendizaje y la adaptabilidad a las preferencias y ritmos individuales de los estudiantes.
La hipermodernidad y sus características, como el ritmo acelerado de cambio y la ideología del presente, encuentran resonancia en la Educación 5.0 impulsada por la educación disruptiva e inteligencia artificial, donde la adaptación constante y la personalización son fundamentales para enfrentar los desafíos de un mundo en constante evolución.
En el contexto de la Educación 5.0 y la adaptabilidad requerida en la hipermodernidad, se pueden utilizar algoritmos de aprendizaje automático, específicamente árboles de decisión, para personalizar y adaptar el proceso educativo. A continuación, se proporciona un ejemplo teórico y simplificado de cómo podrían utilizarse estos elementos en el diseño de estrategias educativas:
1. Árboles de Decisión para Adaptar Contenido:
Supongamos que se recopila información sobre el estilo de aprendizaje de los estudiantes (visual, auditivo, kinestésico) y sus preferencias de formato de contenido (video, texto, práctica). Podemos utilizar un árbol de decisión para adaptar el tipo de material educativo que se presenta a cada estudiante:
pythonCopy codefrom sklearn.tree import DecisionTreeClassifier
import pandas as pd
# Datos de ejemplo: Estilo de aprendizaje y preferencias de formato
data = {'Estilo_Aprendizaje': ['Visual', 'Auditivo', 'Kinestésico', 'Visual', 'Auditivo'],
'Formato_Preferido': ['Video', 'Texto', 'Práctica', 'Video', 'Texto']}
df = pd.DataFrame(data)
# Crear un clasificador de árbol de decisión
clf = DecisionTreeClassifier()
# Entrenar el modelo
clf.fit(df[['Estilo_Aprendizaje']], df['Formato_Preferido'])
# Realizar predicciones para nuevos estudiantes
nuevo_estudiante = pd.DataFrame({'Estilo_Aprendizaje': ['Kinestésico']})
formato_recomendado = clf.predict(nuevo_estudiante[['Estilo_Aprendizaje']])
print(f"Para un estudiante kinestésico, se recomienda el formato: {formato_recomendado[0]}")
2. Tablas para Seguimiento de Desempeño:
Podemos utilizar tablas para realizar un seguimiento del desempeño de los estudiantes y ajustar dinámicamente los niveles de dificultad de las tareas o asignaciones en función de su progreso:
pythonCopy code# Datos de ejemplo: Desempeño del estudiante en tareas
data_desempeno = {'Estudiante': ['Estudiante1', 'Estudiante2', 'Estudiante3'],
'Nivel_Dificultad': ['Bajo', 'Medio', 'Alto']}
df_desempeno = pd.DataFrame(data_desempeno)
# Función para ajustar el nivel de dificultad
def ajustar_nivel_desempeno(estudiante, desempeno_actual):
# Lógica de ajuste basada en el desempeño actual del estudiante
# (Esta lógica puede ser más sofisticada en un entorno real)
if desempeno_actual == 'Bajo':
return 'Medio'
elif desempeno_actual == 'Medio':
return 'Alto'
else:
return 'Alto'
# Ejemplo de ajuste para Estudiante1
nivel_ajustado = ajustar_nivel_desempeno('Estudiante1', 'Bajo')
print(f"Nuevo nivel de dificultad para Estudiante1: {nivel_ajustado}")
Esta es una implementación básica, pero en un entorno real, se usarían datos más detallados y algoritmos más complejos para ajustar dinámicamente el nivel de dificultad en función del desempeño del estudiante.
El mapa que aquí les muestro –como verán, refleja una propuesta– aparece con un final; sin embargo, no acertamos a ver un principio. ¿Por qué? Porque la realidad es que no todos los comienzos siguen la misma dinámica. En efecto, no siempre se produce una recepción de información que se transforma luego en conocimiento y aprendizaje; sino que, cada vez, con mayor frecuencia, son las organizaciones mismas las que determinan los procesos a realizar: las innovaciones internas y/o externas e, incluso, la desaparición de inercias de enseñanza-aprendizaje clásicas o estereotipadas, pasando a unaprendizaje abierto, inclusivo y ubícuo (Juan Domingo Farnos)
A veces, la innovación es de tal magnitud que se erige en nuevos escenarios arquitectónicos de procesos que llamaríamos DISRUPTIVOS.
Las organizaciones tienen que rediseñar sus procedimientos de gestión, identificar sus activos de conocimiento y transformar su cultura interna hacia el modelo de REDARQUÍA; que es –como sabemos– el modelo organizativo emergente, característico de las nuevas redes abiertas de colaboración.
El problema es que muchas organizaciones siguen teniendo una visión estática del conocimiento, con estructuras compartimentadas poco abiertas a la colaboración en red; reduciendo así –dramáticamente– su capacidad para innovar.
Aprendemos con los procesos de aprendizaje de los demás mediante el análisis de ruta de aprendizaje personal y social. Al mismo tiempo, el mecanismo de aprendizaje tecno-social personalizado nos permite que el aprendiz aprenda de acuerdo a su situación y objetivos.
Una ruta de aprendizaje individual lo podemos modelar para registrar su proceso de aprendizaje. Por tanto, el espacio de aprendizaje personal (PLE), será siempre un espacio no lineal…, es en esta situación donde el pensamiento crítico actúa de manera determinante, para manifestarse capaz de deducir las consecuencias de lo que cada uno sabe, y sabe cómo hacer uso de la información para resolver problemas, y buscar fuentes de información pertinentes para aprender más…
El pensamiento crítico es una habilidad meta-pensamiento. Se requiere una cuidadosa reflexión sobre los buenos principios del razonamiento y haciendo un esfuerzo consciente para internalizar y aplicarlos en la vida diaria. Esto es muy difícil de hacer y requiere a menudo un largo período de entrenamiento…. Si entendemos que existe una metalógica en el orden de las cosas y que por tanto debemos aplicarla, reducido el pensamiento al razonamiento lógico, se hace más patente la existencia de una metalógica.
En su representación dentro de la metacognición, podríamos recurrir a las distinciones que establece Moshman (1990) entre razonamiento lógico (lógica), que implica la habilidad para alcanzar conclusiones válidas mediante la aplicación de esquemas o reglas inferenciales inconscientes y la metalógica que implica la conciencia metacognitiva de la lógica, a su vez, la metalógica incluye las estrategias metalógicas coordinación relativamente sistemática y consciente de los esquemas y reglas de inferencias y la comprensión metalógica que implica el conocimiento acerca de la naturaleza de la lógica, incluyendo el concepto de necesidad lógica:
l Comprender las conexiones lógicas entre las ideas
l Identificar, construir y evaluar argumentos
l Detectar inconsistencias y errores comunes en el razonamiento
l Resolver problemas de forma sistemática
l Identificar la relevancia y la importancia de las ideas
l Reflexionar sobre la justificación de las propias creencias y valores
Con todo ello nos interesa establecer claramente diferentes estrategias de aprendizaje, pero no entendidas a la manera que se utiliza siempre, sino esencialmente con planteamientos dinámicos, ya que personalizar la educación no significa estandarizarla y uniformizarla, precisamente si no todo lo contrario, lo cuál estableceremos en todo tipo de aprendizaje adheriendo como no podría ser de otra manera, el pensamiento de diseño:
Lévy Pierre nos presenta un post magnífico sobre el pensamiento de diseño que podemos extrapolarlo a diferentes disciplinas, dentro de nuestra visión social transdisciplinar.
Tras la normalización de los servicios y el deseo / necesidad de generar un mayor compromiso por parte de los aprendices usuarios, podremos llevar a cabo una nueva experiencia de diseño utilizando los diferentes procesos que queremos efectuar.. El enfoque de pensamiento de diseño lo ejecutaremos:
-Identificaremos un problema e intentaremos comprender su entorno (la “empatía” teniendo siempre en el punto de mira de manera definida, abierta si, pero muy claro“ realizado por todas las personas que estamos en los diferentes procesos, cada uno aportando nuestro valor personalizado y diversificado (inclusivo)
-Encontrar el concepto, la idea de que vamos a resolver (“idear”)
-Diseñar la forma queremos visualizar el entorno, concepto…. (“prototipo” y “test”)
En concreto, el trabajo en el pensamiento de diseño lo enfocaremos de tres maneras que unas veces serán complementarias y otras divergentes, según las personas que lo conformemos, el entorno (contexto):….
-Una lógica de co-creación: si ponemos el “pensamiento de diseño” en el centro de nuestra actividad podemos trabajar de forma aislada, e introducir en su lugar una lógica “entre nuestras diferentes aportaciones” utilizando la inteligencia colectiva.
-Realizart una“Gimnasia intelectual” alternando fases de la intuición y el análisis en una estrecha lógica de apertura .
Un aspecto importante que realizaremos siempre para el estudio de campo , una observación etnográfica , que nos proporciona una comprensión completa de las experiencias, a diferencia de los estudios cuantitativos y cualitativos tradicionales en cualquier investigación OBSOLETA TRADICIONAL
El conocimiento es necesario siempre pero no suficiente para el rendimiento, ya que es la eficiencia con la que un aprendiz utiliza lo que tiene disponible en un momento determinado, por lo que así podemos entender mejor lo que constituye la inteligencia dinámica del propio conocimiento….
Dentro de una ecología, un ambiente de intercambio de conocimientos (producción de interacciones) debe tener los siguientes acciones:
– Que sea informal y no estructurado. El sistema no debería definir el aprendizaje y la discusión que sucede. El sistema debe ser lo suficientemente flexible como para permitir a los participantes crear y participar de acuerdo a sus necesidades. No imposición de normas y trabajos con fechas.
– Herramientas ricas para la interacción, que dan muchas oportunidades para que los usuarios mantengan diálogo y conexiones pertinentes.
– La consistencia y el tiempo. Nuevas comunidades y nuevos proyectos e ideas comienzan con mucho bombo y promoción … y luego se desvanecen poco a poco. Para crear una ecología de intercambio de conocimientos, los participantes necesitan ver a un entorno en constante evolución y implicación de intereses propios del participante en el nicho específico.
– Confianza (Trust). De alto contacto, social (cara a cara o en línea) es necesaria para fomentar un sentido de confianza y comodidad. Entornos seguros y protegidos son fundamentales para el desarrollo de la confianza, que no quiere decir cerrados y a cuatro llaves para entrar en los entornos de aprendizaje.
– Sencillez. Otras características tienen que ser equilibradas con la necesidad de simplicidad. Métodos sencillos, de trabajo social más efectiva. La selección de herramientas y la creación de la estructura de la comunidad debe reflejar esta necesidad de simplicidad. Aquí me interesa aplicar los conocimientos de HCI (Human Computer Interaction) combinado con las técnicas de swarm (bandadas de animales) para generar sencillez en el diseño de interacción {Fisher, 2009, }.
– Descentralizado, fomentado y conectado. Sobre todo que el conocimiento sea distribuido (cognición distribuida) a tracves de los espacios para el aprendizaje. Lo contrario sería centralizado, gestionado y aislado.
En cambio, se trata de preparar individuos intelectual, social y emocionalmente fuertes, conscientes de su salud y desarrollo personal, como un propósito general, para empezar. Luego le siguen los enfoques estratégicos, metodológicos y pedagógicos apropiados. Estos últimos, entre otros, incluyen las formas de devolver la motivación, la creatividad y la alegría de aprender a los alumnos. El equipo, la infraestructura y las plataformas digitales aún pueden ser cruciales aquí, sin embargo, son facilitadores, no propósitos en sí mismos.
El análisis de las mismas las centrararemos , de forma exclusiva, en el impacto producido por las nuevas tecnologías al ser introducidas en la educación. Se intentará determinar si dicha introducción repercute y modifica las características propias de la escuela moderna, influyendo en la necesidad de una redifinición, incluso su capital más intelectual está “muriéndose”):…
–Aquellos que esperan que las universidades tradicionales de reformar por su cuenta están engañando a sí mismos. La trayectoria final de la decadencia burocrática es tan cierta como la caída del imperio romano-por ejemplo-, su trayectoria mantiene se constante mediante un sistema de gobernanza deficiente y los incentivos perversos que promueven la incompetencia y recompensan a “los pequeños” que buscan el poder-pseudo-intelectual, excusados en viejas prerrogativas que les dan un falso posicionamiento de poder …
-Nuestras escuelas, universidades tradicionales han quedado atrapadas en una espiral de muerte burocrática, más interesadas en la preservación y expansión de salarios y beneficios para los profesores titulares y administradores que servir a los estudiantes.
Los estudiantes, los padres y los empleadores son cada vez más escépticos sobre el valor de un título universitario,pero, ¿qué lo puede reemplazar? …yo creo que nada lo puede ni debe reemplazarlo, es más, sería caer en un error de quitar un sistema y poner otro, que al final del camino se volverá a viciar y seguiremos en más de lo mismo…
Debemos instaurar una sociedad donde el VALOR sean las personas y solo ellas dirijan su vida, y no me refiero de manera individualizada, que también, sino aprendiendo para mejorar como personas individuales aportando cada vez más ese valor a la comunidad..
Las universidades de todo el mundo todavía están girando el sueño de mediados del siglo XX de la movilidad social a través de la educación, mientras que la vida está cambiado y muy rápido:
–Todos los cambios que se están produciendo en la sociedad de la información y del conocimiento, han impactado al sistema educativo universitario en el mundo estableciendo una nueva concepción filosófica en los docentes y en las instituciones de educación superior. Esta realidad conlleva al surgimiento de nuevos requerimientos y prácticas de gestión para el docente, para responder de forma eficiente y efectiva a los cambios que experimentamos hoy en día en este sector.
“Una ecología es un entorno que fomenta y apoya la creación de redes y comunidades (y también en estructuras mixtas como las redes en práctica (Network of Practice) muy útiles para el desarrollo profesional). La definición aplicada a estructuras biológicas se aplica también a las comunidades de aprendizaje (y otros tipos de comunidades como las de investigación y las de interés. Una ecología de aprendizaje es un entorno que es consistente con (y no antagónicos a) que los alumnos aprenden como ha escrito John Seely Brown sobre el concepto de ecología del conocimiento. (según Fernando Santamaría)
La ecología en ecosistemas abiertos de aprendizaje digitales puede utilizar diferentes principios inclusivos, abiertos y ubicuos, que las tecnologías nos permiten en cuanto a la evolución social, educativa, laboral…
La primera suposición importante en la ecología es que el flujo de la energía y el intercambio de materia a través de ecosistemas abiertos (por la red de energía y la materia). Frielick (2004) y Reyna (2011).. digitales.
Ello conlleva a una permeabilidad de un ecosistema de aprendizaje digital para la exportación y / o importación de la información y el conocimiento depende de la naturaleza de la “arquitectura” de los componentes del sistema (por ejemplo, la conectividad, la agrupación), las características de los protagonistas y su diversidad y distribución , y las interacciones entre ellos …
Si queremos conocer bien lo que es UN ECOSISTEMAS DIGITAL, lo habremos de comparar con algo, sino es imposible, ya que este término realmente no existe si nos referimos a las Tecnologías de la Información y la comunicación…
Esto nos hace ir a una analogía con un Ecosistema biológico, por tanto las “criaturas que viven y conviven en él, en el mundo digital serán… las complejas interacciones entre los estudiantes y interfaz, estudiante y profesor, alumno y contenido, y el estudiante y el estudiante (pares), que conforman el aprendizaje .
El análisis de estas interacciones es crucial para la comprensión en profundidad de aprendizaje en línea de los entornos de aprendizaje, …
Comunidades que se interelacionan aunque sea desde posicionamientos que conforman NICHOS diferentes, pero que cuando se pretende dar un VALOR o un APRENDIZAJE, necesitan estar en constante relación…
También nos encontramos con el circuito de retroalimentación desde dentro hasta a fuera y al revés, con lo que esta interacción continuada es vital para cualquier ecosistema de aprendizaje
La primera suposición importante en la ecología es que el flujo de la energía y el intercambio de materia a través de ecosistemas abiertos regulados por las interacciones de las especies y el componente abiótico (por la red de energía y la materia).
Ello conlleva a una permeabilidad de un ecosistema de aprendizaje digital para la exportación y / o importación de la información y el conocimiento depende de la naturaleza de la “arquitectura” de los componentes del sistema (por ejemplo, la conectividad, la agrupación), las características de los protagonistas y su diversidad y distribución , y las interacciones entre ellos…
Más que discutir cómo empujar a la universidad-la educación en general– hacia esta etapa de cambios, lo que haremos será pensar en rutas de auto-innovación (incremental y radical) bajo la lógica de aprender a re-aprender en donde el ‘sujeto en red’ puede diseñar sus propias rutas de adaptación y renovación permanente.”
.El tema de la enseñanza queda ya desvirtuado, superado por la educación inclusiva. (Juan Domingo Farnós)…[…] se puede aprender en cualquier lugar, pero además valorándolo, es decir, si yo aprendo fuera del centro, que lo que yo aprenda tenga tanto valor como lo que es curricular, como lo que está dentro del centro, y no sólo eso, sino que tenga más valor que lo curricular por tratarse de un aprendizaje que atiende a lo que cada alumno quiere aprender y de la manera que éste desea, especialmente de manera cooperativa y a través de la investigación:
La cita de Juan Domingo Farnós resalta la transición de un enfoque centrado en la enseñanza a un paradigma más amplio de educación disruptiva. Aquí se abordan algunos puntos clave relacionados con esta idea:
Desplazamiento de la Enseñanza a la Educación Disruptiva:
Concepto: La educación disruptiva desafía el modelo tradicional de enseñanza al fomentar un enfoque más centrado en el estudiante, dinámico y adaptativo.
Importancia: Este cambio implica pasar de una transmisión de conocimientos unilateral a un proceso educativo más interactivo, participativo y orientado a las necesidades individuales del estudiante.
Aprendizaje en Cualquier Lugar y Valorización:
Concepto: La educación disruptiva reconoce que el aprendizaje puede ocurrir en cualquier lugar, no limitado al entorno escolar tradicional.
Importancia: Este enfoque rompe con las restricciones físicas y temporales de la educación convencional, permitiendo que el aprendizaje se integre más naturalmente en la vida cotidiana.
Valor del Aprendizaje Autodirigido:
Concepto: Se destaca la importancia de valorar el aprendizaje autodirigido, donde los estudiantes tienen la libertad de elegir qué aprender y cómo hacerlo.
Importancia: Reconocer y valorar el aprendizaje autodirigido promueve la autonomía, la motivación intrínseca y la relevancia personalizada en la educación.
Cooperación y Aprendizaje Colaborativo:
Concepto: La educación disruptiva favorece la cooperación y el aprendizaje colaborativo entre los estudiantes.
Importancia: La colaboración no solo mejora la comprensión de los contenidos, sino que también desarrolla habilidades sociales, trabajo en equipo y resolución de problemas.
Investigación como Método de Aprendizaje:
Concepto: La investigación se destaca como un método clave de aprendizaje en la educación disruptiva.
Importancia: La investigación fomenta el pensamiento crítico, la exploración activa y la construcción de conocimiento de manera significativa.
Individualización del Aprendizaje:
Concepto: La educación disruptiva reconoce la diversidad de los estudiantes y aboga por enfoques de aprendizaje individualizados.
Importancia: Al personalizar la educación, se atienden las necesidades únicas de cada estudiante, maximizando su potencial y motivación.
Valorización del Aprendizaje Experiencial:
Concepto: La cita sugiere que el aprendizaje fuera del centro puede tener más valor que el aprendizaje curricular, especialmente cuando es cooperativo e investigativo.
Importancia: Se destaca la importancia de las experiencias de aprendizaje significativas, prácticas y aplicables en la vida real.
¡La cita de Farnós destaca la evolución hacia una educación disruptiva que valora la autonomía, la colaboración, la investigación y la individualización del aprendizaje, reconociendo que el proceso educativo puede trascender las fronteras físicas y tradicionales de las aulas.
El trabajo de aprendizaje cooperativo lo podemos complemetar con un trabajo DE INVESTIGACION, que nos permitirá aprender haciendo:
a-Elección y distribución de subtemas. Los alumnos escogen un subtema, según sus aptitudes o intereses, dentro de un tema general planteado por el profesorado de acuerdo al currículum
b-Cada equipo elige un subtema diferente, de manera que todo el grupo clase trabaja el mismo tema general, pero desde diferentes especializaciones (como lo hace la comunidad científica)
c-Planificación del estudio del subtema: Los miembros del equipo, junto con el profesor/a, determinan los objetivos que se proponen y planifican los procedimientos que utilizaran para conseguirlos, al mismo tiempo distribuyen el trabajo a realizar
d-Desarrollo del plan: Los alumnos desarrollan, por escrito, su plan de trabajo. El profesor/a sigue el progreso de cada grupo y ofrece su ayuda cuando sea necesaria.
e-Análisis y síntesis: Los alumnos analizan y evalúan la información obtenida. La resumen y la presentan al resto de la clase.
f-Presentación del trabajo: Una vez expuesto, se plantean preguntas y se da respuesta a las posibles cuestiones, dudas o bien ampliaciones del tema que se puedan plantear.
g-Evaluación: Profesor/a y alumnos, conjuntamente realizan la evaluación del trabajo en grupo y la exposición. No es incompatible con una evaluación individual posterior.
Este método fomenta la motivación intrínseca, con el compromiso con el subtema elegido, y con el plan de trabajo de los compañeros de equipo y la autonomía.
Con la incorporación de las TIC, Internet, AI…y artilugios móviles como el l iPad, el smartphone….como herramientas educativas, el alumno ha pasado a tener un rol mucho más activo en su proceso de aprendizaje y, sobre todo, una gran motivación por descubrir y convertirse en protagonista del proceso.
El impacto más destacable tiene que ver por tanto con la motivación de los alumnos y con el fomento de su autonomía y capacidad de aprender, pero hay muchos otros aspectos en los que la introducción del iPad ha tenido un impacto tremendamente positivo:
1-Adquisición natural de competencias digitales
2-Aprendizaje a través de la práctica
3-Fomento de la creatividad
4-Trabajo cooperativo
5-Educación personalizada
6-Atención a la diversidad
7-Contenidos más avanzados
8-Creación de materiales propios
9-Optimización del trabajo en el aula
En resumen, este planteamiento de trabajo/aprendizaje, junto con la colaboración de las herramientas educativas de la Web 2.0, permite avanzar en su proceso de aprendizaje de manera rápida, eficaz y personalizada; pues permite trabajar al ritmo que cada alumno precisa de forma más dinámica, agradable y productiva.
“El impacto más destacable de las TIC tiene que ver con la motivación de los alumnos y con el fomento de su autonomía y capacidad de aprender a aprender.”
El verdadero genio de las organizaciones ,es la rutina informal, a menudo inspirada en formas espontáneas que las personas reales resolver problemas reales de manera que los procesos formales no puede anticiparse. Cuando estás compitiendo en el conocimiento, el nombre del juego es la improvisación, no la normalización memoria . “… todo ello nos conduce a creer y considerar como formas nuevas de aprendizajes, trabajo, en definitiva, de CULTURA, otra cultura:
1. Queremos retirar las clasificación segregadoras y de castigo. Será la mejor manera de ayudar a reducir el miedo a cometer errores de los estudiantes y aumentar su sentido de la libertad y la confianza para experimentar con su propio aprendizaje. No hago clasificación de cualquier tipo; en cambio, los estudiantes hacen su propia clasificación, no será entonces una clasificación – es sólo el crédito por trabajo completado.
Etiquetar a un ALUMNO en una escuela, como con NEE (Necesidades Educativas Especiales), es sencillamente un abuso de poder y algo que debería estar prohibido….Juan Domingo Farnós )
Eso pasa por no entender que significa INCLUSIÓN y el trabajo con la DIVERSIDAD con los aprendices en los centros educativos donde etiquetamos a algunos alumnos como CON NECESIDADES EDUCATIVAS ESPECIALES: ¿Les gustaría que a su hijo o hija le etiquetaran así?, eso seguramente les creará un TRAUMA que se acordarán durante toda la vida, incluso cuando alguno/a de ellos llegue a cotas muy altas en la misma sociedad, realmente es una sin razón, un sin sentido y un ABUSO DE PODER, se lo dice alguien que trabaja con personas de las llamadas con NEE (NECESIDADES EDUCATIVAS ESPECIALES), por no entender las autoridades lo que significa realmente la INCLUSIÓN, y como se trabaja con ella.
No puede ser de otra manera la diversidad y la inclusión deben estar en la educación, de lo contrario la educación como tal, no existe.
Lo de INCLUSION Y DE INTEGRACION, hemos hablado tanto Inclusión educativa, la nueva “excelencia” personalizada! de Juan Domingo Farnós Si pensamos de manera simplificada en las diferencias entre INTEGRACIÓN E INCLUSIÓN, llegaremos a una clara comprensión de lo explicado:
Integrar a los alumnos quiere decir que cuando llegan a un centro educativo “formal”, deben adaptarse a él, a su idiosincrasia, a sus maneras de hacer, a su tipo de enseñanza-aprendizaje…lo importante es el centro, por encima del alumno, es como si entráramos en una comunidad cerrada que no permite que “aportemos” lo que llevamos de fuera, o en el mejor de los casos, nos dejan decirlo, pero no puede modificar lo que allí esta establecido en su Proyectos Educativos de Centro , en sus Proyectos Curriculares, en sus Proyectos tutoriales y organizativas, etc
En cambio INCLUSIÓN, es que los centros educativos deben hacer lo imposible y poner todos los medios humanos, tecnológicos,….para adaptarse a cada alumno, a su personalización, a que el alumnos pueda crear, inventar, aportar…dejar que el aprendiz sea el centro de todo y el Centro educativo esté a su disposición….
Realmente:
¿Qué se hace? ¿Qué es lo ideal? ¿Estamos preparados los que estamos en el APARATO EDUCATIVO, para realizar la inclusión? ¿Lo queremos hacer? La JERARQUÍA, como líderes que deberían ser, ¿lo hacen?…preguntas que deberán ser analizadas y respondidas por cada uno de nosotros..
2. Valorar los errores . En lugar de penalizar los errores, construir sobre ellos como oportunidades de aprendizaje. Haciendo “mentalidad de crecimiento” una parte explícita de las clases será un recorrido por lo que queremos hacer a partir de estos errores. Ya hemos escrito y mucho sobre el error y nunca lo hemos etiquetado como un fracaso … pero me nos podemos dar cuenta enseguida que algunos aprendices podrían no compartir ese punto de vista. Al hacer mentalidad de crecimiento una parte explícita de la clase, se podrá ayudar a los estudiantes a ver los errores como el camino que conduce al aprendizaje, en lugar de algo de lo que avergonzarse.
3. Establecer un itinerario de correcciones de las actuaciones de aprendizaje presentadas que queremos que sean públicas y en voz alta, como siempre hemos recomendado en la Educación disruptiva. En lugar de simplemente pedir a los estudiantes un papel al final del semestre, trimestre, evaluación etc (sin dejar espacio para el error), se utilizará un proceso de escritura que tiene mucha margen de corrección sin que ello signifique ninguna degradación para el aprendiz, si no todo lo contrario, espíritu de mejora . Cada pieza de escritura para el proyecto de la clase se revisará por los alumnos, docentes, se ampliará por medios audiovisuales… al menos una vez , tal vez dos veces, tal vez hasta tres veces: todo es bueno! No hay consecuencias negativas o sanciones para los estudiantes que, por cualquier razón, están haciendo una gran cantidad de revisiones a su trabajo.
4. Dejar de hacer de una vez por todas pruebas, exámenes, controles etc ya que todo ello en nuestra cultura produce nerviosismo, intranquilidad y pocos aspectos positivos, por lo menos para la mayoría. Pruebas y exámenes son, por su naturaleza, bastante implacables. Además, por lo general no son muy divertidos y nada creativos. Por lo tanto, me he librado de las pruebas y exámenes. Si usted siente que quiere que el / ella necesita pruebas y exámenes, que los estudiantes vuelven a tomar las pruebas y exámenes después de haber conseguido la regeneración, se pueden reimplantar pero no a la vieja usanza, eso por supuesto.
5- Los aprendices podrán trabajar en solitario, en grupos cooperativos etc, fuera de las clases para mejorar en sus aprendizaje, incluso fuera del amparo de los docentes y aportar sus mejoras, propuestas a las clases ordinarias, eso significará mayor motivación y seguramente un aprendizaje mucho más rico.
6. Dejen que los estudiantes elijan sus lecturas, sus referentes, aquellos que les interesen y les gusten más, no aquello que ustedes les propongan . Cada semana, los estudiantes elegirán lo que van a leer, en base a sus propias preferencias personales con respecto al tema, el tipo de lectura, el formato de entrega, etc. Al principio a lo mejor manifestarán ciertas dificultades y pedirán su ayuda, pues adelante, ustedes ya no son docentes al uso, son facilitadores y eso es lo que toca hacer, después lo harán solos, en equipo y los resultados nos gustarán a todos, eso seguro..
La E-facilitación se refiere a las formas en que diferentes tipos de diálogo en línea (en lugar de cara a cara) se ven facilitadas y administrados po diferentes personas que intervienen en un proceso de aprendizaje.
La e-facilitación juega un papel crucial en el contexto de la Educación 5.0, donde la tecnología se integra de manera avanzada para facilitar experiencias de aprendizaje más personalizadas, colaborativas y adaptativas. A continuación, exploramos algunos aspectos clave de la e-facilitación en el marco de la Educación 5.0:
Definición de E-facilitación:
Concepto: La e-facilitación implica la facilitación y apoyo de procesos de aprendizaje mediante el uso efectivo de la tecnología, con un enfoque en crear entornos de aprendizaje en línea colaborativos y eficientes.
Integración de Tecnología Avanzada:
Educación 5.0: En la Educación 5.0, se emplean tecnologías avanzadas como inteligencia artificial, realidad aumentada, análisis de datos y plataformas interactivas. La e-facilitación se apoya en estas herramientas para optimizar la experiencia de aprendizaje.
Personalización del Aprendizaje:
E-facilitación: Facilitar el aprendizaje personalizado implica utilizar la tecnología para adaptar el contenido, el ritmo y la presentación según las necesidades individuales de los estudiantes.
Educación 5.0: La personalización se vuelve central en la Educación 5.0, donde las soluciones tecnológicas permiten ajustes continuos basados en el progreso y preferencias del estudiante.
Colaboración y Comunicación:
E-facilitación: Las plataformas y herramientas en línea facilitan la colaboración y la comunicación entre estudiantes, docentes y facilitadores.
Educación 5.0: La colaboración se promueve activamente en la Educación 5.0, con enfoques hacia proyectos colaborativos, intercambio de conocimientos y aprendizaje social.
Facilitación de Experiencias Prácticas:
E-facilitación: Se utiliza la tecnología para facilitar experiencias prácticas, simulaciones y actividades interactivas en línea.
Educación 5.0: La integración de experiencias prácticas es esencial en la Educación 5.0, con un énfasis en aprendizaje experiencial y aplicado.
Feedback y Evaluación Continua:
E-facilitación: La retroalimentación instantánea y las herramientas de evaluación en línea son parte integral de la e-facilitación.
Educación 5.0: La evaluación continua y el feedback en tiempo real respaldan el aprendizaje adaptativo y el desarrollo de habilidades en la Educación 5.0.
Acceso a Recursos Globales:
E-facilitación: Se facilita el acceso a recursos educativos en línea a nivel mundial.
Educación 5.0: La globalización del aprendizaje es una característica clave, permitiendo a los estudiantes acceder a diversos recursos y perspectivas desde cualquier parte del mundo.
Desarrollo de Competencias Digitales:
E-facilitación: La e-facilitación contribuye al desarrollo de habilidades digitales necesarias para la participación efectiva en entornos en línea.
Educación 5.0: La Educación 5.0 enfatiza el desarrollo de habilidades del siglo XXI, que incluyen competencias digitales, colaboración virtual y resolución de problemas complejos.
En el mundo globalizado de hoy en día nos encontramos a menudo en situaciones en las que nuestros colegas y socios están trabajando en diferentes ubicaciones geográficas(UBICUIDAD)
Además, la mayoría de PARA CREAR CONOCIMIENTO Y APRENDIZAJE utiliza diálogos en línea como su herramienta principal interacción. Diálogos en línea – en especial de correo electrónico basado en la interacción – puede ayudarnos a hacer nuestro trabajo de manera inclusiva y eficiente, así como aprender de la experiencia de los demás.
Sin embargo, las interacciones en línea del grupo a menudo no ocurren espontáneamente. Una vez que se han establecido, que requieren atención y el cuidado.
Ser capaz de establecer líneas de facilitación pueden ayudar a crear confianza, así como facilitar la comunicación en línea más eficiente, orientado a los resultados y participación de comunidades de aprendizaje cada vez más masiva pero a su vez inclusivas. /juandoming en ·Juandon, Sociedad de la Inteligencia (Bigloo)).
En los espacios de la comunidades en línea, sobretodo en aprendizaje, – la gente interactúa, por diversas razones, por ejemplo, para comunicarse, compartir información, construir conocimientos en torno a una práctica o llevar a cabo un proyecto.
La comunidad de acogida o facilitador se encontrará con una serie de comportamientos que reflejan comportamientos fuera de línea, pero puede manifestarse de manera diferente en un sólo texto y el medio ambiente. Sin señales no verbales, es más fácil de malinterpretar las acciones de una persona en línea. Por esta razón, una comunidad debe definir sus normas de comunicación.
La más clara la finalidad de un FACILITADOR EN LÍNEA del diálogo en línea, más fácil será elaborar el enfoque de facilitación. Dependiendo del contexto, el e-facilitador puede ser el coordinador, propietario de la comunidad en línea o alguien designado por el propietario de la comunidad o grupo. Dependiendo de la elegida co-facilitador, el Punto Focal tiene una caja de resonancia o pueden desarrollar la capacidad de alguien más en esta área, ampliando así la propiedad de la red. Por lo tanto, el punto focal puede co-facilitar o llevar a cabo ciertos diálogos e-facilitación en los giros. Una buena coordinación entre todos los actores involucrados, por ejemplo, Punto Focal, facilitador, es necesario garantizar que el mensaje de facilitación funciona sin problemas.
No todos los elementos se mueven al mismo tiempo ni siquiera al mismo ritmo, los tempos son muy importantes,…,mientras que la confianza y la creación de la propiedad exigen esfuerzos puntuales (como todas las demás), no se puede completar en un período de tiempo muy corto. Por el contrario, no hace falta ser un largo período de tiempo o un proceso para manejar las expectativas y proporcionar apoyo a los diálogos en línea … http://www.xarxatic.com/requisitos-basicos-para-implementar-un-mooc/ (@xarxatic)
Si bien algunos diálogos en línea puede tener lugar de manera espontánea, otras deben ser planificadas en el plan de trabajo de la red. Algunos diálogos que se deben planificar son las que se relacionan con eventos cara a cara de la red, por ejemplo, para validar el programa de un evento, producir ciertos resultados, o continuar las conversaciones relacionadas con el evento.
Además, los diálogos en línea dirigido a conocer la opinión sobre los documentos específicos producidos bajo la rúbrica de la red deben ser incluidos en su plan de trabajo. La planificación de las actividades junto con los miembros de la red y hacer que el plan de trabajo (incluyendo el tiempo) disponibles en la red, aumenta el nivel de participación y apropiación de los resultados de estos diálogos en línea. Además de la planificación inicial que se lleva a cabo en torno a la definición del plan de trabajo de la red,
7. Obviamente es muy difícil que las universidades dejen eligir a los aprendices como caminar solos en la búsqueda de su titulo: grados, o en las escuelas, currículum, pero es entonces cuando se deben abrir muchísimos más los aprendizajes y pasar a ser abiertos, inclusivos y ubícuos, solo de esta manera supliremos la rigidez del sistema por el dinamismo y la obertura de las estrategias a trabajar y aprender y esto no solo será en beneficio de los aprendices, si no del propio sistema que poco a poco podrá dejar de ser tan encarquerado como lo es ahora.
9. El sistema y especialmente los docentes, ahora facilitadores, deberán aprender a ponerse en la situación de sus aprendices ya que la gran diversidad que existe cada vez más en le mundo con sociedades mestizas y con problemáticas tan diversas que este debe ser el camino de cualquier persona que se dedique al mundo de la educación, bajar del pedestal y aterrizar al lado de los propios aprendices, esta es la misión de la Educación Disruptiva, entre otras.
Pero la fuerza de trabajo cambiante y los comportamientos adaptativos igualmente asociados a ella, indican la necesidad de un cambio de mentalidad en torno al aprendizaje. Por ejemplo, la generación del milenio están tomando cada vez más roles y responsabilidades en el lugar de trabajo, y la forma en que aprenden y buscan información deben dar a los líderes de aprendizaje una idea donde su estrategia de desarrollo debe estar orientada en este sentido.
Las organizaciones de aprendizaje ofrecen una mejor formación, más rápido en un número de maneras, incluyendo la reducción del alcance y la duración de la formación. Sin embargo, tanto las peticiones y las respuestas se hacen a menudo con la creencia de que el rendimiento del aprendizaje será mejor, aunque no siempre lo tienen claro, obviamente y es aquí donde radica la cuestión, en romper esta brecha.
‘Dame las herramientas y los recursos para ejecutar el trabajo una vez que me ha contado lo que es el trabajo’”, dijo Wise de preferencias de aprendizaje Millennials, que reflejan haber crecido en una época en que la mayoría de cualquier información es sólo una búsqueda en línea.
Las preferencias de aprendizaje de auto-servicio no amenazan la formación, la necesidad de que el aprendizaje sea útil nunca va a desaparecer. Pero en un paradigma de rendimiento, el entrenamiento será diferente. Una mentalidad de rendimiento tendrá que cambiar la forma de lo que ocurre durante la formación, así como remodelar el descubrimiento ocurre fuera de la formación; se requerirá de algunas habilidades de consultoría en la gestión. dijo Wise que, cuando el poder de la formación se detiene en dos primeros momentos del aprendiz de necesidad-nueva y más-desarrollo, diseño y entrega de aprendizaje y desarrollo en un paradigma de actuación.
Charles Jennings y Juan Domingo Farnos, a través, uno de su experiencia y el otro de su ideas e investigaciones, vemos que la mentalidad de formación (basada en la “entrada de pensamiento ‘) ha dominado durante años, pasando a una mentalidad de rendimiento (basado en ‘la salida pensamiento’) que necesita más que algunas herramientas inteligentes y de especificaciones técnicas
Por supuesto Gary Wise es correcto. Tenemos que pensar y actuar ‘rendimiento y la productividad “en lugar de” formación y el aprendizaje “. Un cambio a mejor requiere un importante reequipamiento de L & D pensamiento, capacidad y enfoques.
La transición de una mentalidad centrada en la formación a una centrada en el rendimiento es un cambio fundamental que refleja la evolución en la forma en que concebimos y abordamos el desarrollo de habilidades y conocimientos. Charles Jennings y Juan Domingo Farnós, junto con la perspectiva de Gary Wise, resaltan la importancia de este cambio y la necesidad de adaptar las prácticas de L&D (Learning and Development) para alinearse con un enfoque más orientado al rendimiento y la productividad. A continuación, se explican y diferencian estos conceptos, teniendo en cuenta la Educación 5.0 de Juan Domingo Farnós:
Mentalidad de Formación (Entrada de Pensamiento):
Concepto: La mentalidad de formación se centra en la entrega de información y el proceso de enseñanza, enfocándose en la entrada de conocimientos hacia los estudiantes.
Enfoque: Este enfoque tradicional a menudo se basa en la impartición de cursos, talleres y materiales de aprendizaje para transmitir información a los estudiantes.
Mentalidad de Rendimiento (Salida de Pensamiento):
Concepto: La mentalidad de rendimiento se centra en los resultados y en la aplicación práctica de habilidades, orientándose hacia la salida de conocimientos y su aplicación en situaciones reales.
Enfoque: Este enfoque pone énfasis en la transferencia de habilidades y conocimientos directamente aplicables al entorno laboral, buscando mejorar el rendimiento y la productividad.
Herramientas Inteligentes y Especificaciones Técnicas:
Concepto: La referencia a herramientas inteligentes y especificaciones técnicas destaca la necesidad de utilizar tecnologías avanzadas para respaldar la transición hacia un enfoque basado en el rendimiento.
Enfoque: Estas herramientas incluyen soluciones de aprendizaje adaptativo, plataformas de simulación y análisis de datos para personalizar la formación y mejorar la eficacia.
Reequipamiento de Pensamiento, Capacidad y Enfoques:
Concepto: El cambio hacia un enfoque de rendimiento requiere una transformación en la forma de pensar, las capacidades y los enfoques de L&D.
Enfoque: Se trata de pasar de la simple entrega de información a estrategias más ágiles, centradas en resultados y orientadas a la resolución de problemas concretos en el ámbito laboral.
Educación 5.0 de Juan Domingo Farnós:
Concepto: La Educación 5.0 propuesta por Juan Domingo Farnós aborda la necesidad de adaptar la educación para preparar a los estudiantes para un mundo en constante cambio, incorporando la tecnología de manera integral.
Enfoque: La Educación 5.0 se alinea con la mentalidad de rendimiento al poner énfasis en la personalización del aprendizaje, la colaboración, el desarrollo de habilidades del siglo XXI y la conexión directa con el entorno laboral.
En rEl cambio de una mentalidad de formación a una de rendimiento implica una transición de enfoques más pasivos y centrados en la entrada de conocimientos hacia prácticas más activas y centradas en resultados. La Educación 5.0 de Juan Domingo Farnós complementa este cambio al incorporar la tecnología de manera estratégica para preparar a los estudiantes para los desafíos actuales y futuros.
Relacionar y diferenciar la transición de una mentalidad de formación a una de rendimiento, junto con la Educación 5.0 de Juan Domingo Farnós, utilizando algoritmos en Python, árboles de decisión y tablas como ejemplos prácticos para ilustrar cómo la tecnología puede respaldar este cambio.
1. Mentalidad de Formación vs. Mentalidad de Rendimiento:
Algoritmo de Árbol de Decisión (Python):
pythonCopy codefrom sklearn.tree import DecisionTreeClassifier
import pandas as pd
# Datos de ejemplo: Formación vs. Rendimiento
data = {'Mentalidad': ['Formación', 'Rendimiento', 'Rendimiento', 'Formación', 'Rendimiento'],
'Resultado': ['Bajo', 'Alto', 'Alto', 'Medio', 'Alto']}
df = pd.DataFrame(data)
# Crear un clasificador de árbol de decisión
clf = DecisionTreeClassifier()
# Entrenar el modelo
clf.fit(df[['Mentalidad']], df['Resultado'])
# Realizar predicciones para nueva mentalidad
nueva_mentalidad = pd.DataFrame({'Mentalidad': ['Formación']})
resultado_predicho = clf.predict(nueva_mentalidad[['Mentalidad']])
print(f"Para la mentalidad de Formación, el resultado predicho es: {resultado_predicho[0]}")
En este ejemplo, un árbol de decisión podría predecir un resultado más bajo para la mentalidad de formación y un resultado más alto para la mentalidad de rendimiento, mostrando la diferencia en enfoques y resultados esperados.
2. Educación 5.0 y Tecnologías Avanzadas:
Tabla de Personalización del Aprendizaje (Python):
pythonCopy codeimport pandas as pd
# Datos de ejemplo: Preferencias de Aprendizaje y Personalización
data_personalizacion = {'Estudiante': ['Estudiante1', 'Estudiante2', 'Estudiante3'],
'Estilo_Aprendizaje': ['Visual', 'Auditivo', 'Kinestésico']}
df_personalizacion = pd.DataFrame(data_personalizacion)
# Tabla de preferencias de aprendizaje y estrategias de personalización
tabla_personalizacion = pd.DataFrame({'Visual': ['Videos interactivos', 'Simulaciones', 'Presentaciones'],
'Auditivo': ['Podcasts', 'Discusiones en grupo', 'Conferencias'],
'Kinestésico': ['Juegos de roles', 'Prácticas en el campo', 'Experimentos']})
# Mostrar tabla de personalización
print(tabla_personalizacion)
En este ejemplo, la tabla de personalización ilustra cómo se pueden adaptar las estrategias de aprendizaje según los estilos preferidos de los estudiantes, demostrando el enfoque personalizado de la Educación 5.0.
Estos ejemplos prácticos subrayan cómo la tecnología, en este caso representada por algoritmos y tablas, puede respaldar la transición hacia una mentalidad de rendimiento y la implementación de la Educación 5.0, permitiendo enfoques más adaptativos y centrados en los resultados.
Las necesidades de formación técnica de análisis se desarrolló cuando la “formación” y “aprendizaje” los cuales eran indistinguibles. Se ha llevado a cabo en la docencia, en la investigación… hacia atrás por años. Invariablemente la formación, y el aprendizaje se llevan a cabo fuera del flujo de trabajo (incluso la mayoría de eLearning se modela en la instrucción basada en eventos). Sin embargo, sabemos que el aprendizaje es más eficaz cuando se produce cerca del punto de uso.
Así se accede al paradigma de actuación que es el primer paso para la búsqueda de lo mejor. Yo diría que no es ‘un enfoque alternativo para el aprendizaje’, pero la única manera de garantizar la sostenibilidad de los individuos y organizaciones en el mundo actual.
Al acercarse el aprendizaje y el desarrollo en un paradigma de rendimiento también significa que los líderes de aprendizaje tendrán que revisar su metodología de descubrimiento. Cuando una solicitud de capacitación entra, el siguiente paso es por lo general para llevar a cabo una evaluación de las necesidades de formación. “Eso tiene que ser substituida con una evaluación del rendimiento para identificar los últimos momentos de necesidad”, afirma Wise.
El paradigma rendimiento emplea un enfoque holístico de la visión crítica de aprendizaje y el rendimiento del ecosistema de una organización con el fin de reducir el tiempo del impacto,
Sinceramente, veo que no se adecua en nada a una educación del siglo XXI, pero por supuesto encantara a los que siguen y quieren seguir, aunque mejorándola por supuesto, la vieja educación de toda la vida. Propuestas? Las que explicamos y demostramos cada día y que en nada se parecen a las que aquí se exponen….
La experiencia y la práctica deben ser pertinentes , válidas y significativos. Cualquiera que sea la forma de las actividades de aprendizaje experiencial toman el juego , la simulación, o alguna otra cosa – lo que debemos aprender es acumular experiencias para mejorar como personas y como sociedad. Actividades de aprendizaje son tiempo probado y demostrado que hacer lo que dicen que harán. No hay sustituto para la experiencia, así lo concibe también Stephen Downes ” el potencial de las tecnologías, reside en las oportunidades que ofrecen para cambiar la enseñanza, para viabiliza a través de ella una reflexión sobre la experiencia y promover el aprendizaje in situ. Un cambio de paradigma educativo que deje de pensar el aprendizaje en términos de “absorción de conocimientos” se apoya en las posibilidades de creación de comunidad en tiempo real, de trabajo con otros en una comunidad que aprende y que comparte abiertamente lo que sabe, hoy posible por la mediación tecnológica.
La gran cantidad de información de la red no es un problema, si no una ventaja, En la búsqueda de las fuentes de conocimiento , tenemos que equilibrar la agregación , o conseguir la mayor cantidad de información posible , con el filtrado , o asegurarnos de que tenemos más señal que ruido.
Cuando nos adentramos en la proyección de escenarios de aprendizaje y de trabajo, deberemos siempre mirar hacia adelante mediante la comprensión de la naturaleza y el impacto de las fuerzas impulsoras, las que de alguna manera prevemos como con mayor capacidad de certidumbre y de otras, que siendo totalmente inciertas nos ofrecerán un caudal mayor de creatividad . (Hoy somos capaces de crear oportunidades por medio de una amplia utilización de los recursos de e-learning y la educación científica basada en la investigación a través de la educación del diseño con escenarios de aprendizaje abiertos, inclusivos y ubícuos).
Una manera de explicar las posibilidades de la Internet como medio de comunicación en el diseño con los escenarios que estamos trabajando , es conceptualizarla como un conjunto de “herramientas” y de “espacios” en los que comunidades de seres humanos con intereses comunes interactúan e intercambian información:
* Espacios para la comunicación síncrona y asíncrona individuo-individuo o individuo-grupo.
* Espacios para la interacción y la actividad social.
* Espacios para la información, para la distribución, búsqueda y recuperación de información en cualquier formato digital.
* Espacios para la educación y la formación.
Con ello realizamos análisis de las necesidades, cuando necesitamos establecer prioridades en la confección de formación, basándonos en las expectativas que los aprendices demandan…sería como establecer un elemento de diseño (o revisión) , confeccionar Escenarios de Aprendizajes que se adapten a ellos, y en el mejor de los casos, dejarles a ellos que participen, para que estas “creaciones” se adapten mejor a ellos.
Su propósito es establecer los principales resultados de aprendizaje y necesidades en el diseño y la ejecución de una actividad o curso de aprendizaje. Las necesidades se refieren a las características, problemas y posibles limitaciones de los estudiantes (o de otros interesados pertinentes). El análisis trata de coincidir con las técnicas posibles o propuestas y materiales a estas necesidades y así determinar si el diseño es adecuado a los objetivos previstos.
Los tres ejes clave para una respuesta adecuada a las diferencias y necesidades son:
-Accesibilidad: disponibilidad de medidas, ayudas y recursos de apoyo adicionales orientados a facilitar el acceso, la movilidad, la comunicación, la participación y el aprendizaje de todo el alumnado
–Flexibilidad y adaptabilidad: capacidad de la escuela para enriquecer y adaptar el currículo y la enseñanza a la diversidad de necesidades de aprendizaje del alumnado.
–Clima socio emocional: ambiente socio emocional de acogida y valoración de las diferencias y potencialidades individuales para favorecer el desarrollo de todos los estudiantes.
“Nada es absoluto, hasta la realidad más evidente lo es , nadie tiene todas las certezas controladas, siempre existe otro camino que se nos escapa a nuestros conocimientos, esa es nuestra sociedad…”
La educación 5.0 incluye específicamente:
Poner las cualidades humanas en el centro de la educación , identificando las habilidades y roles que mejor cumplen las personas (por ejemplo, relacionados con la innovación, la creatividad, el pensamiento crítico, las habilidades analíticas, el diseño, la compasión, etc.) y cultivándolos;
Teniendo en cuenta no solo las necesidades del mercado o de la empresa (empleabilidad), sino también las necesidades de la sociedad y de los alumnos (personalized and socialized learning)
Evidentemente el personalized learning no puede funcionar sin el SOCIAL LEARNING= Seria una habilidad que presentamos al mundo moderno complejo: inesperado, entrelazado, cambiante. Responder esto significa tener la mejor fuerza / ratio de valor. Valor significa cosas que por lo general se entregan a los demas, por lo que son, ya sea en línea con las necesidades del momento (no es demasiado tarde ni demasiado temprano) o innovadores (primero), o reconocido por su calidad (adaptablers durables pero no finitas, efectivas, etc.).
La Educación 5.0 se distingue por su enfoque en colocar las cualidades humanas en el centro del proceso educativo. Esto implica identificar y cultivar habilidades y roles que resalten la innovación, la creatividad, el pensamiento crítico, las habilidades analíticas, el diseño, la compasión, entre otras. Además, la Educación 5.0 considera no solo las necesidades del mercado o la empresa (empleabilidad), sino también las necesidades de la sociedad y de los alumnos, promoviendo un aprendizaje personalizado y socializado.
Desglose por Partes:
Poner las Cualidades Humanas en el Centro:
Concepto: La Educación 5.0 reconoce la importancia de cultivar habilidades y cualidades humanas fundamentales para prosperar en un mundo complejo.
Ejemplo: Desarrollo de programas educativos que fomenten la creatividad a través de proyectos artísticos y de diseño.
Considerar las Necesidades de la Sociedad y de los Alumnos:
Concepto: La Educación 5.0 va más allá de las demandas del mercado, considerando las necesidades sociales y las metas personales de los estudiantes.
Ejemplo: Integración de temas de responsabilidad social en el plan de estudios para concientizar sobre cuestiones globales.
Personalized Learning y Social Learning:
Concepto: La Educación 5.0 abraza el aprendizaje personalizado, adaptado a las necesidades individuales, y destaca la importancia del aprendizaje social, que se produce a través de la interacción y colaboración.
Ejemplo: Plataformas de aprendizaje en línea que ofrecen contenidos personalizados y oportunidades para la colaboración en proyectos.
Relación con Algoritmos en Python, Árboles de Decisión y Tablas:
Algoritmos en Python para Personalized Learning:
Ejemplo: Implementación de algoritmos de recomendación basados en el rendimiento del estudiante para personalizar la ruta de aprendizaje en una plataforma educativa.
pythonCopy code# Ejemplo simplificado de recomendación
def recomendar_contenido(estudiante_id):
# Lógica de algoritmo para recomendar contenido personalizado
# basado en el historial y desempeño del estudiante.
return contenido_recomendado
Árboles de Decisión para Identificar Habilidades Prioritarias:
Ejemplo: Utilización de árboles de decisión para identificar las habilidades más relevantes y prioritarias según las demandas del mercado y las necesidades sociales.
pythonCopy code# Ejemplo simplificado de árbol de decisión
from sklearn.tree import DecisionTreeClassifier
import pandas as pd
# Datos de habilidades y demandas del mercado
data = {'Habilidad': ['Creatividad', 'Pensamiento Crítico', 'Innovación', 'Diseño'],
'Prioridad': ['Alta', 'Alta', 'Media', 'Alta']}
df = pd.DataFrame(data)
# Crear un clasificador de árbol de decisión
clf = DecisionTreeClassifier()
clf.fit(df[['Habilidad']], df['Prioridad'])
# Realizar predicciones para nueva habilidad
nueva_habilidad = pd.DataFrame({'Habilidad': ['Empatía']})
prioridad_predicha = clf.predict(nueva_habilidad[['Habilidad']])
print(f"La prioridad predicha para la habilidad de Empatía es: {prioridad_predicha[0]}")
Tablas para Planificación de Aprendizaje Social:
Ejemplo: Uso de tablas para planificar actividades de aprendizaje social, identificando oportunidades para la colaboración entre estudiantes.
pythonCopy code# Ejemplo simplificado de tabla para planificación de aprendizaje social
import pandas as pd
# Datos de actividades y colaboración
data_social = {'Actividad': ['Proyecto de Diseño', 'Debates', 'Investigación Conjunta'],
'Colaboración': ['Alta', 'Media', 'Alta']}
df_social = pd.DataFrame(data_social)
print(df_social)
La Educación 5.0 se caracteriza por poner las cualidades humanas en el centro, considerar diversas necesidades y fomentar tanto el aprendizaje personalizado como el social. La integración de algoritmos, árboles de decisión y tablas en Python puede respaldar estos principios al personalizar la experiencia educativa y facilitar la identificación de habilidades clave.
Con ello mejoramos de manera constante, pero nunca llegamos a algo que nos de por finalizado lo que hemos empezado, es un cambio permanente sin un fin que nos haga pensar que hemos llegado a buen puerto. El buen puerto como algo acabado no existe, puede estar en nuestra mente, eso si, pero nunca llegaremos a él porque va modificandose en cada lugar y durante el tiempo (y este es infinito).
El caminar permanente es un estado no limitado en el espacio y en el tiempo por tanto multicanal, muldidisciplinar y con diferentes ideas que van evolucionando a medida que la sociedad va cambiando. (LIFE LONG LEARNING).
Desde el punto de vista del alumno, por lo tanto, el Lifelong como aprendizaje, es un compromiso continuo en la adquisición y aplicación de conocimientos y habilidades en el contexto de los auténticos problemas, auto-dirigidos.
Las organizaciones educativas, las de formación… se están dado cuenta, que empiezan a perder su monopolio sobre el aprendizaje.
El nuevo mundo de aprendizaje se basa en una nueva forma de pensar – el intercambio en lugar de esconderse, colaborando en lugar de instruir, actuando en lugar de reaccionar. La tecnología nos permite apoyar los procesos de aprendizaje en las empresas en el ámbito laboral. Hoy en día es más importante que nunca para estar al día.
El aprendizaje permanente es una parte integral de nuestras vidas. No hace mucho tiempo, las organizaciones de formación hicieron otra cosa que entregar el contenido de formación. En estos días una de las tareas más importantes es la de facilitar el aprendizaje en el lugar de trabajo.
“El aprendizaje permanente es una necesidad». Tenemos que mejorar nuestras aptitudes y competencias a lo largo de la vida para realizarnos en lo personal, participar en la sociedad y tener éxito en el mundo laboral.
Las organizaciones educativas, las de formación… se están dado cuenta, que empiezan a perder su monopolio sobre el aprendizaje. Los aprendices, empleados se atreven a organizarse. Más del 90% de lo que necesita en su trabajo actual, en su universidad… no fue aprendido por las intervenciones de de los aprendizajes formales, sino en situación de aprendizaje informal, como el aprendizaje en el trabajo (LEARNING AND WORK) las discusiones con los compañeros o mentores, etc Esa es la respuesta que generalmente se obtiene si se hace la pregunta adecuada Esta situación asusta a las organizaciones de formación — pero no debería.
El aprendizaje a lo largo de la vida incluye todo tipo de aprendizaje y desarrollo personal — aprendizaje y desarrollo en entornos educativos formales dirigidos o autogestionados, y aprendizaje y desarrollo en situaciones informales (no educativas). Incluye el aprendizaje y el desarrollo que es impulsado por nuestros intereses y su valor intrínseco, así como nuestras necesidades, y el aprendizaje que acaba de surgir durante el curso de nuestra actividad diaria
características del lifelong learning (aprendizaje a lo largo de toda la vida) en un árbol de decisión:
markdownCopy code
1. Lifelong Learning |
├─── Características | |
| ├─── Voluntario | |
| ├─── Continuo | |
| ├─── Personalizado | |
| └─── Contextualizado |
└─── Beneficios |
├─── Adquisición de Nuevos Conocimientos |
├─── Desarrollo de Habilidades |
├─── Adaptación al Cambio |
└─── Mejora del Rendimiento Profesional y Personal
Ahora, veamos cómo un alumno y un profesor de universidad podrían aplicar el lifelong learning:
Alumno:
Nombre: Ana
Anuncio publicitario
Ajustes de privacidad
Características del Lifelong Learning:
Voluntario: Ana elige aprender sobre temas que le interesan y que considera relevantes para su desarrollo personal y profesional.
Continuo: Ana busca oportunidades de aprendizaje de manera constante, no solo en el entorno académico, sino también a través de cursos en línea, talleres y seminarios.
Personalizado: Ana adapta su plan de aprendizaje de acuerdo a sus intereses y objetivos, eligiendo cursos y recursos que se alineen con sus metas.
Contextualizado: Ana aplica lo que aprende en situaciones reales, ya sea en su trabajo, proyectos personales o en actividades cotidianas.
Profesor de Universidad:
Nombre: Carlos
Características del Lifelong Learning:
Voluntario: Carlos busca constantemente oportunidades para actualizarse y mejorar sus habilidades de enseñanza y su conocimiento en su área de expertise.
Continuo: Carlos participa en conferencias, talleres y seminarios, así como en actividades de desarrollo profesional para mantenerse actualizado en su campo.
Personalizado: Carlos adapta sus métodos de enseñanza según las necesidades y estilos de aprendizaje de sus estudiantes. También busca nuevas metodologías y recursos que puedan mejorar su enseñanza.
Contextualizado: Carlos integra en sus clases ejemplos y casos reales que reflejen la aplicación práctica de los conceptos que enseña.
Semejanzas y Diferencias:
Semejanzas:
Voluntario: Tanto Ana como Carlos eligen de manera consciente participar en el lifelong learning, demostrando un compromiso con su desarrollo personal y profesional.
Continuo: Ambos buscan oportunidades de aprendizaje de manera constante, reconociendo que la educación no se limita a un período específico de la vida.
Diferencias:
Roles: Ana es una estudiante que busca aprender y aplicar conocimientos para su propio desarrollo, mientras que Carlos es un profesor que facilita el aprendizaje de otros.
Enfoque del Aprendizaje: Aunque comparten la adaptación y contextualización del aprendizaje, los objetivos y métodos de enseñanza de Carlos están dirigidos hacia la transmisión efectiva de conocimientos a sus estudiantes.
Áreas de Interés: Aunque ambos pueden tener áreas de interés comunes, es probable que Ana se enfoque en una amplia variedad de temas, mientras que Carlos puede estar más especializado en su campo de estudio.
Recuerda que el lifelong learning es una herramienta poderosa para el crecimiento y el desarrollo, independientemente de si eres un estudiante o un profesor. ¡Espero que esta explicación te haya sido útil! Si tienes más preguntas, no dudes en preguntar.
! Vamos a comparar el lifelong learning (aprendizaje a lo largo de toda la vida) entre un académico y un trabajador de una cadena de montaje de coches:
Académico:
Semejanzas con el Lifelong Learning:
Voluntario: Al igual que con el lifelong learning, un académico elige de manera voluntaria continuar su formación y desarrollo profesional a lo largo de su carrera.
Continuo: Los académicos buscan constantemente nuevas oportunidades de aprendizaje, ya sea a través de la investigación, conferencias, publicaciones y colaboraciones con otros expertos en su campo.
Personalizado: Los académicos a menudo tienen la flexibilidad de elegir las áreas de investigación y enfoque que más les interesen y que consideren relevantes en su campo.
Diferencias con el Lifelong Learning:
Contexto de Trabajo: Los académicos suelen trabajar en entornos educativos como universidades o instituciones de investigación, donde su principal enfoque es la generación y transmisión de conocimientos.
Énfasis en la Investigación: Para un académico, el lifelong learning a menudo implica la participación en investigación y contribuciones a la base de conocimientos en su campo.
Trabajador de una Cadena de Montaje de Coches:
Semejanzas con el Lifelong Learning:
Voluntario: Un trabajador de una cadena de montaje también puede elegir de manera voluntaria aprender y desarrollar nuevas habilidades a lo largo de su carrera.
Continuo: En un entorno industrial moderno, la formación continua es esencial para mantenerse actualizado con las últimas tecnologías y métodos de producción.
Diferencias con el Lifelong Learning:
Contexto de Trabajo: El trabajador de una cadena de montaje se desempeña en un entorno industrial, donde su principal función es la producción de productos, no la generación de conocimientos académicos.
Enfoque Práctico: El aprendizaje para un trabajador de una cadena de montaje a menudo se centra en habilidades y técnicas prácticas necesarias para realizar su trabajo de manera eficiente y segura.
Formación Específica: La formación para un trabajador de una cadena de montaje se orienta hacia habilidades específicas relacionadas con la producción y ensamblaje de vehículos.
Aunque tanto los académicos como los trabajadores de una cadena de montaje pueden participar en el lifelong learning, sus contextos de trabajo y enfoques de aprendizaje son diferentes debido a las naturalezas distintas de sus ocupaciones.
Intervención de la Inteligencia Artificial:
La Inteligencia Artificial es un campo de la informática que se enfoca en desarrollar algoritmos y sistemas capaces de realizar tareas que normalmente requieren inteligencia humana. En el contexto del aprendizaje a lo largo de la vida y en diversas industrias, la IA juega un papel crucial a través de diversas aplicaciones:
Personalización del Aprendizaje: Los sistemas de IA pueden analizar el progreso y las preferencias de los estudiantes para adaptar el material de aprendizaje a sus necesidades individuales. Esto se logra mediante algoritmos de aprendizaje automático que procesan grandes cantidades de datos de comportamiento del usuario.
pythonCopy code
# Ejemplo de algoritmo de personalización de aprendizaje en Python from sklearn.neighbors import NearestNeighbors # Cargar datos de comportamiento del usuario datos_comportamiento = ... # Entrenar modelo de recomendación personalizada modelo = NearestNeighbors(n_neighbors=3) modelo.fit(datos_comportamiento) # Predecir recursos de aprendizaje para un usuario específico usuario_nuevo = ... recomendaciones = modelo.kneighbors(usuario_nuevo)
Automatización de Procesos en la Industria: En una cadena de montaje de coches, la IA puede optimizar el flujo de producción mediante algoritmos de visión por computadora que identifican y clasifican componentes, así como sistemas de control autónomo de robots.
pythonCopy code
# Ejemplo de algoritmo de visión por computadora en Python import cv2 # Captura de imagen de la cadena de montaje imagen = ... # Aplicar algoritmo de detección de componentes deteccion_componentes = cv2.detectAndCompute(imagen) # Clasificar componentes componente = ... # Tomar acción en base a la clasificación if componente == "tuerca": ...
Árboles de Decisión:
Los árboles de decisión son algoritmos de aprendizaje supervisado utilizados en la clasificación y regresión. Pueden utilizarse en la toma de decisiones de qué contenido educativo ofrecer a un estudiante o en la identificación de problemas en una cadena de montaje.
pythonCopy code
# Ejemplo de un árbol de decisión en Python usando scikit-learn from sklearn.tree import DecisionTreeClassifier # Entrenar un modelo de clasificación X, y = ... modelo_arbol = DecisionTreeClassifier() modelo_arbol.fit(X, y) # Predecir la clase de un nuevo dato nuevo_dato = ... clase_predicha = modelo_arbol.predict(nuevo_dato)
Tablas y Bases de Datos:
Las bases de datos son esenciales para almacenar y gestionar grandes cantidades de datos, lo que es crucial para los sistemas de IA. Python ofrece librerías como SQLite y SQLAlchemy para interactuar con bases de datos.
pythonCopy code
# Ejemplo de uso de SQLite en Python import sqlite3 # Conectar a la base de datos conexion = sqlite3.connect('mi_base_de_datos.db') cursor = conexion.cursor() # Crear una tabla cursor.execute('''CREATE TABLE estudiantes (id INTEGER PRIMARY KEY, nombre TEXT, edad INTEGER)''') # Insertar datos cursor.execute("INSERT INTO estudiantes (nombre, edad) VALUES (?, ?)", ("Ana", 25)) # Consultar datos cursor.execute("SELECT * FROM estudiantes") datos = cursor.fetchall() # Cerrar conexión conexion.close()
La IA, los algoritmos como los árboles de decisión, y la gestión de datos a través de tablas y bases de datos en Python desempeñan roles esenciales en la personalización del aprendizaje y en la automatización de procesos en una amplia variedad de contextos, incluidos la educación y la industria. Estas herramientas permiten la toma de decisiones informada y la optimización de procesos para mejorar la eficiencia y la eficacia en estas áreas.
Varios temas críticos surgen de esta aparentemente simple declaración…:
– el aprendizaje debe tener lugar en el contexto de auténticos problemas complejos, en lugar de aprender como respuestas a las preguntas de otra persona;.
-el aprendizaje debe estar integrado en el ejercicio de actividades intrínsecamente gratificantes.
-el aprendizaje a la carta tiene que ser apoyado porque el cambio es inevitable, una cobertura completa es imposible, y la obsolescencia es inevitable; (aprendizaje personalizado/personal):
Aprendizaje personalizado “sobre ruedas”!!
No puedo poneros fotos por motivos obvios, pero si deciros que el aprendizaje personalizado con TIC, para que me entendáis es una realidad y se puede hacer con 50, 100, 500 o más alumnos, no importa, eso sí, se deben utilizar todas las metodologías posibles, conocidas y que las conocemos sin duda, para ello, mirar los contextos, conocer las dinámicas de grupo, etc… , también por encima de todo tener presente que si no aplicáis el cambio de roles no lo intentéis, es imposible, lo hagáis como lo hagáis….y entonces los procesos y los resultados son increíbles y no existen fracasos (tal como los entendemos ahora, no en el aprendizaje personalizado) .
Es cuestión que lo intentéis, veréis como todo va sobre ruedas……
Si a eso le añadimos que sea un aprendizaje continuado, life long learning, dejaremos el fracaso escolar atrás, conseguiremos que el aprendizaje superior sea sostenible y que el trabajo relacionado con el sea una realidad ya que se logrará la fusión aprendizaje-trabajo ( ya no irán más por separado). y la sociedad con ello será activa dentro lo que signo a ahora este nuevo tiempo:
-el aprendizaje organizacional y de colaboración al reconocer el carácter esencialmente social del aprendizaje….
-las habilidades y procesos que apoyan el aprendizaje como un hábito de por vida, el cuál debe desarrollarse y adaptarse..
“El aprendizaje personalizado”, propio e implícito en nuestros estudios y prácticas reales, se puede llevar a cabo donde, cuando y cómo se quiera, por lo que las modalidades formales, no formales, informales, en vez de estar segmentadas como hasta ahora, ya se “mezclan” entre si, con lo que el concepto de lo que conocemos por EDUCACIÓN, cambia radicalmente (germen de la Educación Disruptiva).
Si integramos el aprendizaje continuado (lifelong learning) en la sociedad, podemos superar el fracaso escolar y lograr un sistema educativo más sostenible. Esto implica una fusión más efectiva entre aprendizaje y trabajo, donde la educación y la experiencia laboral van de la mano. Esto crea una sociedad activa y adaptativa que se ajusta a las demandas de un mundo en constante cambio.
Paso 1: Integración del Lifelong Learning
Para lograr esta integración, necesitamos un sistema que promueva la educación continua a lo largo de la vida. Esto puede lograrse mediante la implementación de algoritmos de recomendación personalizada que sugieran cursos y recursos educativos basados en intereses y necesidades individuales.
Anuncios
about:blank
INFORMA SOBRE ESTE ANUNCIOPRIVACIDAD
pythonCopy code
# Ejemplo de algoritmo de recomendación personalizada en Python from sklearn.neighbors import NearestNeighbors # Datos de comportamiento del usuario datos_comportamiento = ... # Entrenar modelo de recomendación personalizada modelo = NearestNeighbors(n_neighbors=3) modelo.fit(datos_comportamiento) # Predecir recursos de aprendizaje para un usuario específico usuario_nuevo = ... recomendaciones = modelo.kneighbors(usuario_nuevo)
Paso 2: Fusionar Aprendizaje y Trabajo
Es esencial que la educación y el trabajo estén más integrados. Esto puede lograrse mediante programas de formación en el lugar de trabajo y la implementación de sistemas que permitan a los trabajadores aplicar y desarrollar habilidades en el contexto laboral.
pythonCopy code
# Ejemplo de algoritmo para la formación en el lugar de trabajo en Python def capacitacion_en_el_trabajo(trabajador, habilidades): # Proceso de capacitación en el trabajo ... # Aplicar la formación en el trabajo a un trabajador específico trabajador = ... habilidades_necesarias = ... capacitacion_en_el_trabajo(trabajador, habilidades_necesarias)
Paso 3: Establecer una Educación Superior Sostenible
Para una educación superior sostenible, es importante optimizar los recursos y adaptarse a las necesidades cambiantes. Esto puede lograrse mediante la implementación de sistemas de gestión de recursos educativos y planificación estratégica.
pythonCopy code
# Ejemplo de gestión de recursos educativos en Python def gestionar_recursos_educativos(cursos_disponibles, demanda_estudiantes): # Asignación de recursos según la demanda ... # Aplicar gestión de recursos educativos cursos_disponibles = ... demanda_estudiantes = ... gestionar_recursos_educativos(cursos_disponibles, demanda_estudiantes)
Paso 4: Crear una Sociedad Activa y Adaptativa
Para crear una sociedad activa y adaptativa, es crucial fomentar una mentalidad de aprendizaje continuo y adaptabilidad. Esto se puede lograr mediante campañas de concienciación y programas de desarrollo de habilidades blandas.
pythonCopy code
# Ejemplo de programa de desarrollo de habilidades blandas en Python def desarrollo_habilidades_blandas(individuo): # Proceso de desarrollo de habilidades blandas ... # Aplicar programa de desarrollo de habilidades blandas a un individuo individuo = ... desarrollo_habilidades_blandas(individuo)
La integración del lifelong learning, la fusión de aprendizaje y trabajo, una educación superior sostenible y una sociedad activa y adaptativa son pasos fundamentales hacia un futuro educativo y laboral más eficiente y en sintonía con las demandas cambiantes del mundo moderno. Estos procesos pueden implementarse mediante algoritmos, tablas y árboles que ayuden a gestionar y adaptar los recursos y las estrategias de aprendizaje y trabajo.
No concibo el Social learning sin el personalized learning, así como la educación inclusiva, el cambio de roles y la ayuda de las TIC, Internet, AI…Si abogamos por un aprendizaje donde el responsable sea el aprendiz, que no es lo mismo que se suele afirmas “el aprendizaje es el centro del aprendizaje, ya que estos postulados solo se contempla las fortalezas del mismo y se sigue sin tener en cuenta el cambio de roles” (Juan Domingo Farnós)
La definición de aprendizaje personalizado está evolucionando rápidamente y su diferencia con respecto a otros temas de la próxima generación, como el aprendizaje de la próxima generación y el aprendizaje combinado, puede que no esté claro.
El aprendizaje personalizado puede tener lugar en entornos digitalmente mejorados o no.
Es revelador que el mercado laboral en rápida evolución de hoy en día pueda causar un cambio más significativo que la crisis económica mundial de 2008. Por lo tanto, la carta es indudablemente muy pertinente para el paisaje educativo de hoy. Sin embargo, su implementación ha sido menos que estelar.
El aprendizaje permanente – junto con ideas como “la sociedad del conocimiento” – se ha convertido en popular entre los políticos y los responsables políticos en varios países. Pero, ¿qué quiere decir la gente con ello? ¿Es útil la idea del aprendizaje permanente? (Basil Yeaxlee)
La idea de la educación permanente fue primero completamente articulado en este siglo por Basil Yeaxlee (1929). Él, junto con Eduard Lindeman (1926) proporcionó una base intelectual para una comprensión integral de la educación como un aspecto permanente de la vida cotidiana. En esto se abordaron diversas tradiciones continentales como la noción francesa de permanente la educación y se basaron en los desarrollos dentro de la educación de adultos en el Reino Unido y América del Norte.
En los últimos años hemos visto un cambio en la discusión de la educación permanente y la noción más problemática de aprendizaje informal . Aquí examinamos el desarrollo del pensamiento sobre la educación y el aprendizaje permanente – y poner de relieve algunos problemas con el interés mostrado por los políticos de las nociones.
La visión de Lindeman para la educación no estaba obligado por las aulas y formales currículos . Se trataba de una preocupación por las posibilidades educativas de la vida cotidiana; ideales no profesionales; situaciones no temas; y la experiencia de las personas. Él veía la educación como la vida.
Toda la vida es aprender, por lo tanto, la educación no puede tener fin. Lindeman sentía nuestro sistema académico que estar en orden inverso con los sujetos y los profesores que constituyen el punto de partida y los estudiantes de secundaria. En la educación convencional el estudiante está obligado a ajustarse a un plan de estudios establecido; en la educación de adultos el plan de estudios se basa en las necesidades e intereses de los estudiantes.
Creía:
a-La educación debe ser colindante con la vida
b-Se debe girar en torno a las ideas no académicas y no profesionales
c-Se debe comenzar con las vidas de los estudiantes
d-Debe tener un aspecto de la propia experiencia del alumno como su recurso más valioso´…
Las organizaciones educativas, las de formación… se están dado cuenta, que empiezan a perder su monopolio sobre el aprendizaje. Los aprendices, empleados se atreven a organizarse. Más del 90% de lo que necesita en su trabajo actual, en su universidad… no fue aprendido por las intervenciones de de los aprendizajes formales, sino en situación de aprendizaje informal, como el aprendizaje en el trabajo (LEARNING AND WORK) las discusiones con los compañeros o mentores, etc etc Esa es la respuesta que generalmente se obtiene si se hace la pregunta adecuada Esta situación asusta a las organizaciones de formación – pero no debería.
El nuevo mundo de aprendizaje se basa en una nueva forma de pensar – el intercambio en lugar de esconderse, colaborando en lugar de instruir, actuando en lugar de reaccionar. La tecnología nos permite apoyar los procesos de aprendizaje en las empresas en el ámbito laboral. Hoy en día es más importante que nunca para estar al día.
El aprendizaje permanente es una parte integral de nuestras vidas. No hace mucho tiempo, las organizaciones de formación hicieron otra cosa que entregar el contenido de formación. En estos días una de las tareas más importantes es la de facilitar el aprendizaje en el lugar de trabajo.
Probablemente, la mayor diferencia entre los dos modelos es el hecho de que las organizaciones de formación modernos de hoy necesitan para proporcionar plataformas y opciones – no sólo soluciones, tienen que asegurarse de que los empleados, los aprendices… sean capaces de interactuar entre sí, que sean capaces de colaborar y compartir su knwoledge.
La Unión Europea todavía tiene el desafío de su objetivo de tener un 15% de la población en aprendizaje permanente para 2020. De hecho, el progreso es modesto. En 2011, el 9,1% participó en el aprendizaje permanente según Eurostat, y en 2016 esa cifra solo aumentó al 10,8%, especialmente porque la digitalización llevó a una necesidad creciente de (re) educar a los trabajadores, cerrar sectores enteros y crear nuevos tipos de trabajos Abrió.
Esta tendencia continúa, haciendo que el aprendizaje permanente sea un facilitador claro pero subutilizado para el cambio. Nada es más económico, social y personalmente derrochador que no reconocer y desarrollar todas las calificaciones, habilidades y competencias que adquirimos a lo largo de nuestras vidas.
Para elevar el listón para alcanzar el objetivo de la UE 2020 y apoyar el logro de los Objetivos de Desarrollo Sostenible de las Naciones Unidas, las instituciones europeas de educación superior deberían definirse más claramente como las plataformas de aprendizaje permanente que son.
También deberían considerar el aprendizaje permanente, la investigación y la innovación de una manera más integrada. Por ejemplo, si los nuevos hallazgos de investigación sobre el futuro del trabajo se presentaran rápidamente tanto a los estudiantes más jóvenes y tradicionales como a los estudiantes de por vida que ya están empleados, podríamos realmente llamar a Europa una sociedad de aprendizaje. Este sería un importante paso adelante que nuestros gobiernos deberían apoyar.
Otra forma de alcanzar esos objetivos sería reconocer que la globalización y los cambios demográficos también significan abordar la migración y la movilidad.
En el frente digital, hay una gran cantidad de oportunidades para el aprendizaje permanente, tanto en el aula como a través de medios no tradicionales. Tenemos MOOC (cursos masivos abiertos en línea), aprendizaje móvil y universidades abiertas, que han cobrado impulso a lo largo de los años.
Cada una de estas oportunidades para el aprendizaje permanente y cómo se relacionan con la intervención de la Inteligencia Artificial en la educación disruptiva de Juan Domingo Farnós:
1. MOOC (Cursos Masivos Abiertos en Línea):
Descripción:
Los MOOC son cursos en línea que están diseñados para un gran número de participantes, lo que permite el acceso a la educación de alta calidad desde cualquier parte del mundo.
Algoritmos y Tecnologías Asociadas:
Sistemas de Recomendación: Utilizados para personalizar la experiencia de aprendizaje según las preferencias y el rendimiento del estudiante.
Análisis de Datos de Usuarios: Se emplean algoritmos de aprendizaje automático para analizar los datos de interacción de los estudiantes y mejorar la eficacia del curso.
Ejemplo Práctico:
Supongamos que un estudiante está inscrito en un curso de programación en un MOOC. El sistema puede utilizar algoritmos de recomendación para sugerir módulos adicionales basados en los intereses y el progreso del estudiante.
2. Aprendizaje Móvil:
Descripción:
El aprendizaje móvil implica el uso de dispositivos móviles (como smartphones y tablets) para acceder a recursos educativos en cualquier momento y lugar.
Algoritmos y Tecnologías Asociadas:
Aplicaciones de Aprendizaje Personalizado: Utilizan algoritmos para adaptar el contenido y las actividades de aprendizaje según el usuario y su contexto.
Tecnologías de Geolocalización: Permiten ofrecer contenido relevante según la ubicación del estudiante.
Ejemplo Práctico:
Un estudiante utiliza una aplicación de idiomas en su teléfono móvil. La aplicación utiliza algoritmos de procesamiento del lenguaje natural para adaptar las lecciones y los ejercicios según el nivel de habilidad del estudiante.
3. Universidades Abiertas:
Descripción:
Las universidades abiertas ofrecen programas educativos de manera abierta, lo que significa que no hay requisitos de admisión formales y el acceso está disponible para cualquier persona interesada en aprender.
Algoritmos y Tecnologías Asociadas:
Sistemas de Gestión del Aprendizaje (LMS): Plataformas que permiten la entrega de contenido educativo en línea y la administración de actividades de aprendizaje.
Evaluación Automatizada: Utiliza algoritmos para corregir y evaluar tareas y exámenes de manera automática.
Ejemplo Práctico:
Una universidad abierta ofrece un curso en línea sobre ciencias sociales. Utilizan un LMS que incluye foros de discusión, cuestionarios automatizados y ejercicios de evaluación.
Intervención de la Inteligencia Artificial en la Educación Disruptiva:
Descripción:
La educación disruptiva de Juan Domingo Farnós implica la incorporación de tecnologías innovadoras, como la Inteligencia Artificial, para transformar y mejorar la forma en que se enseña y se aprende.
Algoritmos y Tecnologías Asociadas:
Sistemas de Tutoría Inteligente: Utilizan algoritmos para proporcionar retroalimentación y apoyo personalizado a los estudiantes.
Análisis Predictivo: Predice el rendimiento futuro del estudiante y sugiere intervenciones para mejorar el aprendizaje.
Ejemplo Práctico:
En un entorno educativo disruptivo, un sistema de tutoría inteligente utiliza algoritmos de aprendizaje automático para analizar el progreso del estudiante y proporcionar sugerencias específicas para mejorar el rendimiento.
Estas son algunas de las formas en las que la Inteligencia Artificial y la educación disruptiva de Juan Domingo Farnós pueden combinarse para mejorar la calidad y accesibilidad del aprendizaje a lo largo de la vida. Estas tecnologías permiten una personalización efectiva, un acceso conveniente y una mayor eficiencia en la educación.
Sin embargo, la gran pregunta radica en si las universidades europeas son lo suficientemente ágiles como para proporcionar títulos relevantes y cursos dirigidos a estudiantes de por vida en un panorama tan complejo y en evolución. ¿O se harán cargo de la disposición otros actores que pueden trabajar en plazos más cortos y sin abordar cuestiones de reconocimiento?
Las universidades tienen un papel distinto en la (re) educación de personas altamente calificadas que son muy necesarias en todos los sectores de nuestro mercado laboral que cambia rápidamente. Desempeñan un papel central en el aprendizaje permanente y en el mantenimiento de Europa para alcanzar sus ambiciosos objetivos. Para permitir que las universidades den su mejor contribución, de acuerdo con la Carta de las Universidades Europeas, debemos cerrar la brecha entre las intenciones políticas y las prácticas institucionales.
Podemos hacerlo profundizando nuestra evidencia de que el aprendizaje a lo largo de toda la vida y el reconocimiento del aprendizaje previo pueden ofrecer caminos de aprendizaje flexibles para los aprendices de por vida. Por lo tanto, debemos identificar mejor las mejores formas para que los solicitantes documenten y defiendan el valor de su aprendizaje previo y garanticen el acceso. Solo entonces podremos demostrar a gran escala que el aprendizaje experimental puede ser igual al que se logra a través del aprendizaje formal.
También necesitamos seguir la progresión de los estudiantes de por vida y asegurarnos de que se beneficien de los cursos que están tomando. Esto nos ayudará a mejorar nuestras ofertas educativas y definir nuevas formas de avanzar.
También debemos asegurarnos de que los sistemas europeos de educación superior estén abiertos a los estudiantes no tradicionales y que los requisitos a menudo estrictos para el acceso no sean prohibitivos. Simplemente necesitamos ser más flexibles e inclusivos. Esto se traducirá en vidas individuales enriquecedoras y en el fortalecimiento de nuestra sociedad y economía, todo a través del aprendizaje permanente.
Se trata de la valoración de todas las formas de aprendizaje, tales como: el aprendizaje formal, como una carrera seguida en la universidad, el aprendizaje no formal, tales como las competencias profesionales adquiridas en el lugar de trabajo y el aprendizaje informal, como el aprendizaje intergeneracional, por ejemplo, donde los padres aprenden a utilizar las TIC a través de sus hijos, aprender junto con los amigos (pares) ( http://europa.eu.int/…/poli…/lll/life/what_islll_en.html )
Desde el punto de vista del alumno, por lo tanto, Lifelong como aprendizaje, es un compromiso continuo en la adquisición y aplicación de conocimientos y habilidades en el contexto de los auténticos problemas, auto-dirigidos. Varios temas críticos surgen de esta aparentemente simple declaración…:
– el aprendizaje debe tener lugar en el contexto de auténticos problemas complejos, en lugar de aprender como respuestas a las preguntas de otra persona;
. el aprendizaje debe estar integrado en el ejercicio de actividades intrínsecamente gratificantes
. el aprendizaje a la carta tiene que ser apoyado porque el cambio es inevitable, una cobertura completa es imposible, y la obsolescencia es inevitable; (aprendizaje personalizado/personal)
. el aprendizaje organizacional y de colaboración al reconocer el carácter esencialmente social del aprendizaje…
– las habilidades y procesos que apoyan el aprendizaje como un hábito de por vida, el cuál debe desarrollarse y adaptarse..
Estas características reflejan muy de cerca lo que sabemos sobre el aprendizaje. La Lo primero que sabemos es que el estudiante no es un recipiente en el que el conocimiento se puede verter. Por el contrario, los alumnos construyen su comprensión única y activa.
Por supuesto, esto está en desacuerdo con el modelo de enseñanza dominante de la educación formal, que hace hincapié en la transmisión de contenido de aditivos, así pues, los alumnos desarrollan diferentes estilos de aprendizaje, de modo que los estilos de aprendizaje, nunca serán igualmente eficaces para todos los estudiantes. (inclusividad)
Una manera de hacer frente con eficacia a esta variación es proporcionar experiencia de aprendizaje directo para que cada alumno puede relacionarse con el tema de la forma que le resulte más conveniente, tanto síncrona como asíncronamente, en diferentes situaciones espacio-temporales (ubicuidad).
También sabemos que el aprendizaje ocurre mejor en el contexto de un problema apremiante, causa-efecto o acción-reacción…. Además de esta participación activa, los alumnos necesitan tiempo para la reflexión. El desafío de la resolución de problemas produce un importante aumento de la actividad neuronal a corto plazo.
Construyendo conexiones cognitivas duraderas, sin embargo, requiere de largos períodos de actividad reflexiva. Por último, el aprendizaje efectivo requiere un entorno social de apoyo y frecuentes oportunidades para la interacción entre pares y retroalimentación.
Todo ello nos lleva a pensar que las TECNOLOGÍAS EMERGENTES Y CONVERGENTES y su impacto proporciona a la misma sociedad beneficios del aprendizaje en línea, los cuales se se deben aprovechar. (e-learning, b-learning, m-learning, u-learning, gamification….).
Los beneficios para el estudiante de por vida incluyen soporte para:
a– ampliar el acceso a la educación
b– un enfoque centrado en el alumno a la enseñanza
c– aprendizaje colaborativo
d– aprendizaje interactivo
e– aprendizaje basado en problemas.
Las universidades y las escuelas necesitan desarrollar más eficazmente la cooperación con el mundo socio-aboral y la comunidaden general, y dejar de ser torres de marfil.
Además de su misión fundamental de la formación inicial, las universidades deben responder a las nuevas necesidades en materia de educación y formación que surgen con la economía basada en el conocimiento y la sociedad.
Especialmente, la necesidad cada vez mayor de la educación científica y técnica, competencias transversales y de posibilidades de aprendizaje permanente que exigen una mayor permeabilidad entre los distintos elementos y niveles de los sistemas de educación y formación. (Comisión Europea, 2003,…hacen que los acontecimientos se vayan sucediendo con mucha rapidez….
Tanto las universidades y las escuelas tienen que ir más allá de ver a su misión de enseñar los hechos y proporcionar información, a una misión mucho más difícil de enseñar a la gente cómo aprender y motivar a hacer esto durante toda su vida. .El mismo César Coll lo expresaba en su conferencia en Ecuador : http://blogs.educared.org/…/el-desafio-es-ensenar-a…/ , expresando ya el camino para un nuevo tipo de educación.
Con todo ello llegamos a los planteamientos que hemos propuesto ya a la comunidad internacional y que van des de una nueva concepción social con lo que todos los parámetros serían otros que explicamos a un cambio en las personas que deben llevarlos a cabo, por tanto la DISRUPCIÓN, será eso, otra sociedad y el lideraje llevado a término por otras personas diferentes de las que ahora se dedican a seguir el SISTEMA, o/y incluso a INNOVAR.
Si el aprendizaje está en todas partes , debe definitivamente estar donde está el trabajo . Cuando el aprendizaje es el trabajo, tenemos que observar cómo la gente está aprendiendo a hacer su trabajo ya. Debemos encontrar estos caminos naturales y reforzarlos.
Hay otras acciones pragmáticas para tomar:
—-Conectarse es “cómo” aprender a la tarea actual. Mostrar y contar sólo funciona si se puede poner en práctica. La curva del olvido es empinada cuando no hay práctica.
—-Que sea un trabajo de todos para compartir lo que han aprendido. ¿Has notado lo fácil que es encontrar “cómo hacer” videos y explicaciones en la Web? Eso es porque alguien se ha tomado el tiempo para publicarlos. Todo el mundo en la organización debería hacer esto, si se trata de un texto corto, una foto, un mensaje, un artículo, una presentación con las notas, o un vídeo en toda regla.
—-Crear espacio para hablar de las cosas y captar lo que se transmite . Obtengamos estas conversaciones al aire libre donde se puedan compartir. Proporcionar tiempo y el espacio para la reflexión y la lectura. Hay más conocimiento fuera de cualquier organización que dentro. (La escuela y la universidad pierden la esencia de toda la vida, ahora el conocimiento está en todas partes y eso “es mucho más grande que cuatro paredes”…Juan Domingo Farnós )
Romper las barreras. Establecer la transparencia como el modo por defecto, por lo que cualquiera puede saber lo que otros están haciendo. Desbloquear los cuellos de botella de comunicación, al igual que los supervisores que controlan el flujo de información. Si los supervisores no pueden manejar un entorno abierto, de deshacerse de ellos , ya que constituyen un obstáculo para el aprendizaje organizacional y ahora es de misión crítica.
Incluso la confusión que tienen muchos entre personalized learning y personal learning, ya que el segundo no es más que un aprendizaje individualizado, nos proporciona varias dimensiones a través de las cuales se puede definir el aprendizaje personal, pero nunca el personalizado (Stephen Downes) en http://www.downes.ca/post/65065 “Personal and personalized learning”
Cada uno de ellos ha sido objeto de un considerable debate en el campo:
• Pedagogía — ¿necesitamos diferenciar la instrucción de acuerdo con las variables del estudiante o ‘estilos de aprendizaje’, o es todo un gran mito?
• Currículo — ¿Deberían los estudiantes estudiar los mismos temas en el mismo orden, comenzando con temas “fundamentales” tales como lectura o matemáticas, o podemos variar este orden para diferentes estudiantes?
• Entornos de aprendizaje: ¿deben los estudiantes trabajar en grupos en un aula colaborativa, o pueden aprender por sí solos en casa o con una computadora?
(Aprendizaje personal=individualizado) :
–La individualización se refiere a la instrucción que se estimula a las necesidades de aprendizaje de los alumnos diferentes. Metas de aprendizaje son los mismos para todos los estudiantes, pero los estudiantes pueden progresar a través del material a diferentes velocidades de acuerdo a sus necesidades de aprendizaje. Por ejemplo, los estudiantes pueden tomar más tiempo para avanzar en un tema determinado, no tome los temas que cubren la información que ya saben, o temas repetidos que necesitan más ayuda sobre.
–La personalización se refiere a la instrucción que se estimula a las necesidades de aprendizaje, adaptados a las preferencias de aprendizaje, y adaptados a los intereses específicos de los diferentes alumnos. En un entorno que es totalmente personalizado, los objetivos de aprendizaje y contenidos, así como el método y el ritmo de toda puede variar (para la personalización incluye la diferenciación e individualización), segun el contexto y las competencias y habilidades de cada aprendiz.
En el aprendizaje personalizado de hoy, la idea es permitir que la tecnología tome muchas de estas decisiones para nosotros. Por ejemplo, el aprendizaje personalizado implica la presentación de diferentes contenidos de los cursos basados en la experiencia o desempeño previos del estudiante en las tareas de aprendizaje que se adapten a su contexto y a sus necesidades y posibilidades.
La educación a lo largo de toda la vida abarca y reconoce estas formas de aprendizaje, desarrollo y logro. Tiene la promesa de una forma más completa y holística de educación en la que las personas combinen e integren su aprendizaje (formal e informal), su desarrollo personal o profesional y sus logros “.
El nuevo mundo de aprendizaje se basa en una nueva forma de pensar — el intercambio en lugar de esconderse, colaborando en lugar de instruir, actuando en lugar de reaccionar. La tecnología nos permite apoyar los procesos de aprendizaje en las empresas en el ámbito laboral. Hoy en día es más importante que nunca para estar al día.
Lo que estos enfoques tienen en común, sin embargo, es que en todos los casos el aprendizaje es algo que se proporciona al alumno por algún sistema educativo, ya sea una escuela y un maestro, o una computadora y un software de aprendizaje adaptable. Y estos proveedores trabajan a partir de un modelo estándar de lo que se debe proporcionar y cómo se debe proporcionar, y adaptar y ajustar de acuerdo a un conjunto de criterios. Estos criterios se determinan midiendo algún aspecto del rendimiento del estudiante.
Esta es la razón por la que hoy leemos mucho sobre ‘análisis analítico’ y ‘grandes datos’. La intención detrás de estos sistemas es utilizar los datos recogidos de un gran número de estudiantes que trabajan en entornos de aprendizaje similares hacia resultados de aprendizaje similares con el fin de hacer mejores recomendaciones a los futuros estudiantes. El “camino de aprendizaje optimizado” (Excelencia personalizada) para cualquier alumno determinado se encuentra analizando el camino más exitoso seguido por los estudiantes más similares.
Si partimos de la idea de que la REALIDAD es múltiple, podemos entender por qué aprender en la diversidad no tiene porque llevarnos a un punto común-….esta premisa es fundamental para entender el pensamiento crítico en los aprendizajes y sin la cuál sería imposible llevar a cabo aprendizajes basados en la diversidad-INCLUSIVIDAD (EXCELENCIA)….
Evidentemente esto tiene muchos detractores, históricamente prácticamente todos, pero ahora con las Tecnologías Convergentes se nos pueden abrir los ojos, ya que éstas nos permiten anticiparnos, por una parte, y adelantarnos, por otra…
Ya no es necesario creer que el bien y el mal, por ejemplo, dependen de una ley ordenada, por lo que lo que llamamos JERARQUÍAS, se va destiñendo, se va enmascarando en posiciones personalizadas y personalistas….lo que nos permite entender el aprendizaje como otra manera de entender no solo l oque es en si, si no sus procesos..
Entender que el pensamiento crítico, es pensar sobre lo ya pensado, es la única manera de ser capaces de llevar a cabo una innovación de innovaciones, una DISRUPCIÓN.
La introducción de la Inteligencia Artificial (IA) en la jerarquía y la redarquía dentro de los procesos de aprendizaje en la educación superior marca un avance significativo en la forma en que se imparte y se recibe educación. Tanto la jerarquía como la redarquía son modelos organizativos en educación que pueden beneficiarse de la incorporación de la IA.
Jerarquía en la Educación Superior:
Definición: En el contexto de la educación superior, la jerarquía se refiere a una estructura más tradicional, donde existe una clara autoridad y dirección desde arriba hacia abajo. Los profesores o expertos en un campo específico tienen el papel central de impartir conocimientos y los estudiantes son receptores del mismo.
Introducción de la Inteligencia Artificial en la Jerarquía:
Sistemas de Tutoría Inteligente: La IA puede desempeñar el papel de un tutor personalizado, ofreciendo a los estudiantes orientación y retroalimentación personalizada sobre su progreso y áreas de mejora.
Análisis Predictivo del Rendimiento: Utilizando algoritmos de aprendizaje automático, la IA puede predecir el rendimiento de los estudiantes y proporcionar recomendaciones para mejorar su desempeño.
Plataformas de Aprendizaje con IA: Plataformas de aprendizaje basadas en IA pueden personalizar el contenido y las actividades de acuerdo con el nivel de habilidad y preferencias de cada estudiante.
Redarquía en la Educación Superior:
Definición: En contraste, la redarquía en la educación superior se basa en la idea de que el conocimiento y la colaboración no están limitados por una estructura jerárquica. Los estudiantes pueden aprender de sus pares, y la contribución de todos los miembros es valorada.
Introducción de la Inteligencia Artificial en la Redarquía:
Sistemas de Recomendación de Contenido Educativo: La IA puede recomendar recursos educativos relevantes y de alta calidad a los estudiantes, teniendo en cuenta sus intereses y habilidades.
Plataformas de Colaboración con IA: Herramientas de colaboración en línea pueden incorporar IA para facilitar la comunicación efectiva y la resolución de problemas entre los estudiantes.
Evaluación y Retroalimentación entre Pares con IA: La IA puede facilitar la revisión y evaluación de trabajos entre estudiantes, proporcionando retroalimentación objetiva y constructiva.
Semejanzas y Diferencias:
Semejanzas: Ambos modelos pueden beneficiarse de la IA para:
Personalizar el aprendizaje según las necesidades individuales de los estudiantes.
Facilitar la evaluación y retroalimentación de manera eficiente.
Ofrecer análisis de datos para comprender y mejorar el proceso educativo.
Diferencias:
Enfoque de Aprendizaje: La jerarquía se centra en la transmisión de conocimientos desde el profesor hacia el estudiante, mientras que la redarquía promueve un enfoque más colaborativo y de aprendizaje entre pares.
Estructura Organizativa: La jerarquía tiene una estructura más formal y definida, mientras que la redarquía es más flexible y descentralizada.
Ejemplos Prácticos:
Sistema de Tutoría Inteligente (Aplicado a la Jerarquía):
Algoritmo: Sistema de Recomendación Personalizado.
Tabla: Registro de Interacciones y Progreso del Estudiante.
Árbol de Decisión: Selección de Recursos de Aprendizaje.
Plataforma de Colaboración con IA (Aplicado a la Redarquía):
Algoritmo: Algoritmos de Análisis de Sentimientos para evaluar la calidad de las interacciones.
Tabla: Registro de Conversaciones y Contribuciones de los Estudiantes.
Árbol de Decisión: Asignación de Tareas y Grupos de Trabajo.
Estos ejemplos ilustran cómo la IA puede ser implementada de manera efectiva tanto en modelos de jerarquía como en modelos de redarquía en la educación superior para mejorar la calidad y la eficacia del aprendizaje.
Agregaré ejemplos de algoritmos en Python junto con arboles de decisión y tablas para ilustrar cómo se pueden aplicar en cada caso:
Jerarquía en la Educación Superior:
Introducción de la Inteligencia Artificial en la Jerarquía:
Sistemas de Tutoría Inteligente:
pythonCopy code
from sklearn.tree import DecisionTreeClassifier # Datos de comportamiento del estudiante datos_comportamiento = ... # Definir objetivo (por ejemplo, éxito/fracaso académico) objetivo = ... # Entrenar modelo de tutoría inteligente modelo_tutoria = DecisionTreeClassifier() modelo_tutoria.fit(datos_comportamiento, objetivo) # Predecir el éxito/fracaso de un nuevo estudiante nuevo_estudiante = ... resultado = modelo_tutoria.predict(nuevo_estudiante)
Análisis Predictivo del Rendimiento:
pythonCopy code
from sklearn.linear_model import LinearRegression # Datos de rendimiento de estudiantes datos_rendimiento = ... # Separar datos en características (X) y resultados (y) X = datos_rendimiento.drop('Calificación Final', axis=1) y = datos_rendimiento['Calificación Final'] # Entrenar modelo de regresión para predecir el rendimiento futuro modelo_rendimiento = LinearRegression() modelo_rendimiento.fit(X, y) # Predecir el rendimiento de un estudiante en el futuro nuevo_estudiante = ... rendimiento_predicho = modelo_rendimiento.predict(nuevo_estudiante)
Redarquía en la Educación Superior:
Introducción de la Inteligencia Artificial en la Redarquía:
Sistemas de Recomendación de Contenido Educativo:
pythonCopy code
from sklearn.neighbors import NearestNeighbors # Datos de preferencias de los estudiantes datos_preferencias = ... # Entrenar modelo de recomendación basado en vecinos cercanos modelo_recomendacion = NearestNeighbors(n_neighbors=3) modelo_recomendacion.fit(datos_preferencias) # Recomendar recursos educativos para un estudiante específico estudiante_nuevo = ... recomendaciones = modelo_recomendacion.kneighbors(estudiante_nuevo)
Plataforma de Colaboración con IA:
pythonCopy code
# Implementación de una plataforma de colaboración con chatbot de soporte def chatbot_soporte(mensaje): # Procesar mensaje y ofrecer respuestas o soluciones ... return respuesta # Ejemplo de uso mensaje_usuario = "Tengo una pregunta sobre el proyecto." respuesta_chatbot = chatbot_soporte(mensaje_usuario)
Estos ejemplos demuestran cómo se pueden implementar algoritmos en Python, incluyendo árboles de decisión y recomendadores basados en vecinos cercanos, para mejorar la educación tanto en un contexto de jerarquía como de redarquía en la educación superior. Los modelos de Machine Learning y la IA son herramientas poderosas para personalizar y mejorar el proceso educativo.
Evidentemente la educación de hoy, tal como la entendemos socialmente y tal como está implementada en sus estructuras, organizaciones y funcionalidades…no nos sirve tal como entendemos como es la sociedad de hoy y de mañana, por tanto dejémonos de escusas y de medias palabras y podemos escoger dos caminos:
1-El de ahora y por tanto el de tantos y tantos siglos, con las innovaciones constantes que estamos realizando) y que nos llevan a los resultados que ya conocemos ….
2) O aceptamos que una sociedad diferente requiere de una decisión firme que permite otro diseño completamente adaptado a las necesidades de ahora y de mañana…y por tanto creo que ésta debe tenernos en cuenta como lo ha hecho con los acólitos del primer caso, creo que nos merecemos una oportunidad y no por nosotros, faltaría más, sino por la propia sociedad, que se merece lo mejor y la verdad es que está TAN ALETARGADA, que necesita de un fuerte empujón, esperemos que podamos realizarlo pronto.
Ni siquiera el concepto de cambiarlo todo para que todo siga igual, eso ya no interesa a nadie y se está viendo en la sociedad, solo es cuestión de liderajes y de ganas de hacer algo nuevo, pero no por ser nuevo, si no por ser mejor.
Pensemos que hasta ahora solo se han hecho “intentos”, nunca se ha producido una declaración de intenciones de cambio real (realmente las personas, las sociedades solo han querido hacer innovaciones y eso ya no vale para el futuro).
Si se piensa en que el aprendizaje de la próxima generación incorpore el aprendizaje personalizado y que la integración perfecta con la tecnología sea necesaria para implementarla de manera efectiva, asequible ya una escala significativa, entonces si que llegaremos a través de él al social learning, eso sin duda.
También encontramos que las evaluaciones del aprendizaje a posteriori, las evaluaciones de la próxima generación son parte integral del proceso de aprendizaje, es decir, son evaluaciones para el aprendizaje. (la calidad esta en los mismos aprendizajes).Por todo ello se están buscando formas “inteligentes” para que los aprendices por medio de “UN CLIC” puedan encontrar exactamente en la red lo que necesitan, tanto en primera oleada como en la retroalimentación continuada, algo esencial para ell@s.
El apender a aprender y más concretamente con el soporte del aprendizaje electrónico (ELEARNING) lo queremos englobar en un meta-habilidad que determina el acceso a la autonomía del alumno en el control y la dirección de su viaje Se faculta a cualquier nivel o parte de su aprendizaje, formal o informal. Además, permite un uso más eficiente del potencial de las tecnologías de la información y la comunicación, siempre a través de otra cultura… “En entornos complejos, las personas que están más motivadas y por tanto aprenden y trabajan mejor mejor son los que realizan el trabajo y necesitan aprender “al momento”, casi siempre de manera síncrona, , que es por eso que necesitamos jerarquías débiles y redes fuertes.
El trabajo de los profesionales de aprendizaje, en mi opinión, es ayudar a construir fuertes redes de aprendizaje. El concepto de aprendizaje de la ciudadanía, que se refiere a la ética de cómo invertimos nuestras identidades ya que viajamos a través del paisaje, de nuestro contexto solo significa un aspecto del mismo por lo tanto, el aprendizaje de las personas está todavía muy dentro de un contexto social, reconociendo el potencial de un individuo para comunidades de puente y ayudar a conectar a otros a comunidades que mejorarán su capacidad de aprendizaje. (Personal and Social learning)“. (Juan Domingo Farnós)
La medida pragmática de éxito en el aprendizaje se refiere al producto de medición del rendimiento cuantitativo y cualitativo o resultado de la acción subjetiva en relación con el objetivo perseguido de acción – con limitaciones en escenarios de aprendizaje electrónico – en situaciones de aplicación simulados. De vital importancia es el hecho de que no sólo los profesores, formadores y otros expertos hacen la determinación de las dimensiones medidas y la propia medición, pero a los alumnos implicados.
Por un lado, para minimizar los posibles errores de percepción de todos los interesados, y, en segundo lugar, para fortalecer la reflexión y la autoevaluación de los alumnos en relación con sus actividades de aprendizaje y logros de aprendizaje, obviamente nuestro trabajo de trabajo y aplicación de ecosistemas actualizados (E-learning-Inclusivo) en nada se asemejan a estos planteamientos que consideramos innecesarios y fuera de los nuevos paradigmas que la sociedad necesita, con lo que Neus Sanmartí afirma “solo aprende quien se autoevalúa”
La medición científica de éxito en el aprendizaje en escenarios de e-learning, la investigación de las razones del éxito o el fracaso del objetivo de aprendizaje, con el fin de obtener información para el diseño de instrucción procesos efectivos de aprendizaje en espacios virtuales de aprendizaje. diseño didáctico incluye la introducción o la adquisición de los requisitos de aprendizaje, la disponibilidad de la información, las comunicaciones, las referencias a aplicaciones, información y apoyo, estructuración y realización de las actividades de aprendizaje subjetivos, así como la información y ejercicios para la transferencia de lo aprendido en los campos de aplicación simulados ejemplares. La medición científica de éxito en el aprendizaje, cuando se dio cuenta en situaciones reales de uso, por lo tanto, no es sólo para la medición cuantitativa y cualitativa de éxito en el aprendizaje en sí. Por el contrario, la relación entre un escenario de aprendizaje y el aprendizaje electrónico se ha dilucidado con justificaciones científicas.
En consecuencia cabe preguntar:
-¿Qué éxito en el aprendizaje ha sido posible gracias a un desarrollo abierto o cerrado del escenario de aprendizaje?
-¿Cómo los estudiantes utilizan las oportunidades disponibles para el aprendizaje expansivo, rediseñado y ampliado o tienen que esperar que surjan constantemente juntas las oportunidades de aprendizaje en sentido prescrito por el contrario nos basamos en apreciaciones abiertas, inclusivas y ubicuas?
-¿Qué es un escenario de aprendizaje electrónico con el fin de hacer que los estudiantes puedan cumplir o superar los resultados de aprendizaje deseados y esperados de manera eficiente hemos desarrollado?
Si en consecuencia el aprendizaje es siempre una relación subjetiva y tensionada por el poder de los policy makers, los docentes, los aprendices etc…, ni causales ni probabilísticamente interpretados entre los factores de diseño de escenarios de aprendizaje electrónico y los resultados de aprendizaje pueden ser adoptados , sin embargo, para medir si una ganancia subjetiva en la creación de capacidad en las partes esenciales de las actividades de aprendizaje se puede atribuir en un escenario de e-learning en su totalidad o. para este propósito, el método ofrece la reconstrucción lógica de las actividades de aprendizaje con:
–Reconstrucción lógica significa reconstruir la relación de las habilidades de acción adquiridos con las actividades de aprendizaje en un escenario de e-learning y sus contextos organizativos, sociales y culturales en su lógica. Esto incluye tanto la reconstrucción lógica de las potencialidades, limitaciones, fracturas, contrastes y contradicciones de habilidades de acción subjetiva fuera formado y lo subjetivo completado las acciones de aprendizaje, que han conducido a las habilidades de acción, a. Es recomendable hacer las mediciones y los estudios necesarios para reconstruir la relación en momentos específicos en una situación aplicación representativa en relación con los objetivos específicos de aprendizaje y habilidades de acción.
–Desde el desarrollo de las actividades de aprendizaje y las capacidades de los tiempos anteriores y situaciones a la hora actual y la situación actual en su lógica para ser reconstruido
La evaluación del aprendizaje se refiere a la medición y evaluación de los estudiantes en escenarios de e-learning, pero los procesos nada tiene que ver.- como en otras modalidades de enseñanza – Aprender alcanzó el éxito con el objetivo de la futura capacidad de los alumnos en situaciones de aplicación – fuera de los escenarios de aprendizaje – para predecir, determinar los déficits y para obtener información para la mejora de la educación de los acuerdos de los medios de comunicación y de aprendizaje electrónico interactivo, por lo que los alumnos puedan lograr un mejor futuro éxito en el aprendizaje (APRENDIZAJE INFORMAL).
La evaluación del aprendizaje requiere la determinación del punto de referencia para la medición y evaluación del éxito de aprendizaje, que – debido a los resultados del aprendizaje no son un fin en sí mismo, si no un medio- es el uso en situaciones con los medios de comunicación en el aprendizaje virtual espacios aprendidas.
En este sentido, debe lograrse por un contenido correspondiente, didáctico-metódica y medial-diseño de escenarios de aprendizaje electrónico interactivo mejoras en los resultados del aprendizaje en las siguientes dimensiones clave de competencia que para que tenga verdadero éxito ya no deben ser desarrollados por los docentes, si no por los propios aprendices y de manera colaborativa.
Hay determinados aspectos en cualquier aprendizaje que seguramente no tenemos en cuenta:
1) El aprendizaje en si es no estar de acuerdo nunca con lo que se da por supuesto por lo que nunca debemos estarlo con nosotros mismos y con lo que hemos aprendido al cabo de un dia.
2) Atrevernos a caer en el abismo y salir de nuestra zona de confort (aprendizajes tradicionales), aún a costa de tener el miedo lógico de no saber hacia donde vamos (por ejemplo, si nos dicen que para aprender utilicemos el smartphone-mobile learning., lo que ocurrirá es que en primera y segunda instancia diremos, primero un no seco y después intentaremos razonar nuestro no (según nuestra zona de confort, por supuesto).
3) Si el aprendizaje está en manos de los aprendices todas estas cuestiones serán más mutables y valientes, que al fin y al cabo de eso se trata aprender en cualquier medio, escenario, ecosistema..
Ello nos lleva a la conclusión que lo que entendíamos por aprendizaje ayer, no puede ser de ninguna manera el aprendizaje de mañana.
Siguiendo con aspectos que iniciamos ayer sobre la retroalimentacion en diferentes procesos de aprendizaje=evaluación:…
-¿Cómo podemos utilizar la tecnología para ayudar a los estudiantes a mejorar como resultado de la retroalimentación?
-¿Qué ejemplos concretos de la tecnología se pueden compartir que han demostrado para aliviar la carga de trabajo / marcando presiones?
-¿Cómo se prueba que la retroalimentación es necesaria sin la necesidad de imprimir otros posicionamientos en papel?
-¿Qué obstáculos hay que superar para que la tecnología pueda ser usada efectivamente para el marcado y la retroalimentación?
-¿Cuál es la mejor manera de capacitar al personal para utilizar la tecnología que se puede utilizar con eficacia para el marcado y la retroalimentación?
-¿Cómo pueden las personas que son reacias a utilizar la tecnología para que vean los beneficios para su acotación y la retroalimentación?
-¿ Cómo el personal puede ser apoyado para utilizar la tecnología de manera que proporcione una marca adecuada y la retroalimentación de sus estudiantes?
Si somos capaces de contestar a estas preguntas habremos hecho un gran favor a los aprendices y a la educación en general, ¿o era en particular?
Aprender con la web nos permite aprender de manera personalizada y mutable, podemos cambiar de registros a cada momento según el proceso de nuestro aprendizaje y el camino que vamos tomando, otra ventaja importante que con el aprendizaje estático en el espacio y en el tiempo (aula), nunca podríamos realizar.
Los mecanismos por lo tanto para muchos investigadores se centran en desarrollar sistemas de e-learning con aprendizaje personalizado para ayudar el aprendizaje en línea basado en la web y de forma personalizada ofrecer formas de conocimientos con el fin de promover la capacidad de aprendizaje de los alumnos de manera individual, conduciendo al social learning.
¿Cómo será el nuevo modelo y como será capaz de describir que nuestra forma de crear y transformar el significado, y que sea computable?….no tardará mucho, de eso podéis estar seguros.
Pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.
Todo el mundo será capaz de clasificar los datos como quieran.
Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA, por medio de una mezcla de inteligencia artificial y algorítmica.
La expansión de las tecnologías móviles y la proliferación de dispositivos; explosión de las redes sociales y los comportamientos que desafían modelos en los que cada contacto es un momento de la verdad; desarrollo de Internet-de-todo; avances en el análisis de datos e inteligencia artificial; exige una experiencia personalizada en todos los canales y contextualizada; adopción de la computación en nube; fuentes de información disponibles a digital más numerosos y variados y volúmenes que estallan cara de procesamiento necesita más y más justo a tiempo …
La lista de grandes trastornos inducidos es larga. Y estas interrupciones ponen a la sociedad, la educación… bajo presión como nunca antes y hace que lo que transformamos no solo sea cuestión de estrategia, como metodologías, didáctica, simples innovaciones, si no lo más importante, un cambio radical de cultura….
Está claro que debemos ser INTEROPERABLES, no queda otro remedio, lo malo es que nunca antes lo hemos hecho, lo bueno, en cambio, es que debemos hacerlo si o si, por tanto lo vamos a hacer bien se mire como se mire.
Sin embargo, los estudiantes que colaboran deben invertir esfuerzos cognitivos adicionales para comunicar la información con ellos y con sus acciones de coordinación. Las personas que trabajan por sí solos no tienen que invertir; Es decir que hay costos de transacción (Ciborra y Olson, 1988). y en base a esto, sólo cuando una tarea es demasiado compleja para un solo aprendiz individual para llevar a cabo su limitada capacidad de procesamiento, se puede ampliar mediante el aprendizaje en cooperación con los demás. (COOPERACIÓN, nunca COLABORACIÓN), por tanto más creativa, divergente y no predecible.
Los procesos cognitivos y la información son necesarios para el aprendizaje efectivo de consenso y de manera eficiente entre los miembros del grupo cooperativo.
El intercambio de información es fundamental para los miembros de grupo que tiene forma colectiva utilizando los recursos de información disponibles. Para maximizar el intercambio de información, los miembros del equipo, de la comunidad de aprendizaje.. tienen que ser dependientes entre sí para llevar a cabo con éxito y completar una tarea, por lo que deberán estar al tanto de unos a otros conocimientos y experiencias, para rendir cuentas, visualizar y evaluar el esfuerzo que invierten., o sea, tienen que ofrecer oportunidades para estimular y facilitar el intercambio y la utilización de los pensamientos y los procesos de los miembros del grupo si se utilizan los medios de comunicación de manera eficaz y eficiente.
El aprendizaje es tarea cognitivamente es decir, compleja, lo suficiente como para requerir la cooperación y por lo tanto el uso efectivo de una memoria colectiva de trabajo.
Simplemente colocando los estudiantes en un grupo y una tarea asignándoles que no garantiza que va a trabajar juntos, se involucran en procesos efectivos de aprendizaje colaborativo, y / o alcanzan resultados positivos de aprendizaje. El aprendizaje colaborativo puede proporcionar una oportunidad para superar la memoria de trabajo individual y sus limitaciones. Colaborando las personas pueden invertir menos esfuerzos cognitivos como estudiantes que trabajan y aprenden solos. El procesamiento de información se puede dividir a través de un tanque más grande de la capacidad cognitiva (F. Kirschner) y por tanto tener una ventaja importante de DISTRIBUCIÓN.
Esto generará automáticamente los ecosistemas de las ideas que serán navegables con todas sus relaciones semánticas.
Seremos capaces de comparar diferentes ecosistemas de las ideas de acuerdo a nuestros datos y las diferentes formas de clasificarlos. Seremos capaces de elegir diferentes perspectivas y enfoques…..(personalized learning and Social Learning).
Estas operaciones que se harán de manera automatizada y significativa deberá proporcionarnos la suficiente seguridad, transparencia y confiabilidad,… y lo hará si la sociedad quiere que así sea.
Las organizaciones, los ciudadanos tienen que aceptar su responsabilidad personal y colectiva. Porque cada vez que creamos un vínculo, cada vez que “al igual que” algo, cada vez que creamos un hashtag, cada vez que compremos un libro en Amazon, y así sucesivamente,… que transformemos la estructura relacional de la memoria común y eso lleva, como venimos diciendo siempre, una responsabilidad y un compromiso.
Por lo tanto, también tenemos que desarrollar el PENSAMIENTO CRÍTICO Todo lo que encontremos en el Internet es la expresión de puntos de vista particulares, que no son ni neutrales ni objetivos, sino una expresión de subjetividades activas:
-¿De dónde viene el dinero?
-¿De dónde proceden las ideas?
-¿Qué es el contexto pragmático del autor? etcétera…
En la era de las redes , todo está conectado : el liderazgo , la gestión, el aprendizaje, y realizar el trabajo.
Una vez que la gente está trabajando en voz alta , pueden empezar a construir sus propios sistemas de aprendizaje personal, utilizando los marcos de sentido de decisiones , como el dominio del conocimiento personal.
El PENSAMIENTO CRITICO , o cuestionar todos los supuestos , incluido el nuestro , es parte de esto.
Preguntar a los responsables de que las cosas sucedan: aprendices, docentes, directivos, comunidad educativa… a participar en el pensamiento crítico real, y la aceptación de las acciones resultantes , no funcionará a menos que haya una distribución de poder y autoridad , porque el pensamiento crítico no es sólo pensar más profundamente , sino también a hacer preguntas difíciles y desconcertantes . Sin el poder de actuar, estas preguntas no tienen sentido , por lo que la distribución de la autoridad deben ocurrir simultáneamente(REDARQUÍA).
El mundo natural se compone de sistemas complejos y por tanto tiene sentido que las mejores estrategias para una población son las que toman en cuenta esta complejidad.
Esta es una limitación de los modelos de organización jerárquicos. Ellos no pueden hacer frente a los niveles a gran escala de complejidad..
Cuanto más conocemos las respuestas a estas preguntas, mayor es la transparencia de la fuente … y cuanto más se puede confiar y aún más si somos capaces a partir de estas respuestas, de pensar otras preguntas (así seremos mejores y haremos mejor a la sociedad).
Esta noción hace que la fuente de información transparente esté muy cerca de la mentalidad científica. Debido a que el conocimiento científico tiene que ser capaz de responder a preguntas como:
-¿De dónde provienen los datos?
-¿De dónde viene la teoría ?
-¿De dónde proceden las subvenciones vienen?
La transparencia es la nueva objetividad, si es que existe la objetividad, si es necesario que exista la objetividad.
El aprendizaje permanente es una parte integral de nuestras vidas. No hace mucho tiempo, las organizaciones de formación hicieron otra cosa que entregar el contenido de formación. En estos días una de las tareas más importantes es la de facilitar el aprendizaje en el lugar de trabajo. Probablemente, la mayor diferencia entre los dos modelos es el hecho de que las organizaciones de formación modernos de hoy necesitan para proporcionar plataformas y opciones — no sólo soluciones, tienen que asegurarse de que los empleados, los aprendices… sean capaces de interactuar entre sí, que sean capaces de colaborar y compartir su knwoledge.
Como Erika Patall y sus co-investigadores señalaron: “Las opciones que implican la toma de decisiones respecto a las acciones que uno toma son necesarias para ser eficaz, ya que también mejora la percepción de tener un deseo interno de causalidad y la voluntad”. permitiendo a los estudiantes a tener más alternativas en su aprendizaje, lo que puede puede repercutir en logros de aprendizaje en áreas más allá de los que han elegido como foco…
No existirá un producto final de cada estudiante, sino un punto y seguido en sus expectativas de aprendizaje y será de una calidad extremadamente alt, ya que todo el proceso, incluso su EVALUACIÓN, es responsabilidad de estos prosumidores-aprendices….
Se ha construido laboriosamente durante un período prolongado, un artefacto a la vez. Se ha revisado y criticado por sus compañeros y el instructor. Se pule suficiente como para que se sientan seguros en su uso para fines futuros, como la búsqueda de empleo o desarrollo profesional. La mayoría de los estudiantes están orgullosos de sus carteras digitales y enviar el link a amigos, familiares y colegas, quieren que lo suyo sea de todos y lo de todos de uno mismo…
“Las empresas no solo valoran el conocimiento técnico, sino la compatibilidad con los ritmos de trabajo-aprendizaje actuales y el uso de las herramientas digitales”. Es lo que él llama perfil navaja suiza, un profesional capaz de adaptarse a cualquier contexto, predispuesto a leer y a convertirse en un experto sin haber estudiado una carrera.
En España, los programas académicos de las universidades no incluyen estas destrezas.La crítica al modelo universitario actual llega desde diferentes frentes. Francisco Ruiz, director de relaciones institucionales de Google, considera necesario pasar de un programa cerrado en el que se imponen los contenidos a uno abierto que permita al alumno diseñar lo que quiere aprender. “Por cada puesto que destruye la tecnología, se crean 2,6 en los países desarrollados. Hay que estar preparado para afrontar ese reto y hace falta que los estudiantes sean proactivos”, recalca.
“Los jóvenes de hoy tendrán una media de ocho trabajos a lo largo de su vida. Lo que se debe enseñar en las universidades es la capacidad de autoaprendizaje y de adaptación y las habilidades digitales son la clave”, apunta Luis Miguel Olivas, responsable del programa de orientación para jóvenes Think Big de la Fundación Telefónica.“En España cuesta entender que igual que se enseña a leer y escribir y no se esperan miles de escritores célebres, el aprendizaje del idioma de Internet no persigue grandes informáticos, sino simples supervivientes”.
Hay otras acciones pragmáticas para tomar:
-Conectarse es “cómo” aprender a la tarea actual. Mostrar y contar sólo funciona si se puede poner en práctica. La curva del olvido es empinada cuando no hay práctica.
-Que sea un trabajo de todos para compartir lo que han aprendido. ¿Has notado lo fácil que es encontrar “cómo hacer” videos y explicaciones en la Web? Eso es porque alguien se ha tomado el tiempo para publicarlos. Todo el mundo en la organización debería hacer esto, si se trata de un texto corto, una foto, un mensaje, un artículo, una presentación con las notas, o un vídeo en toda regla.
-Crear espacio para hablar de las cosas y captar lo que se transmite . Obtengamos estas conversaciones al aire libre donde se puedan compartir. Proporcionar tiempo y el espacio para la reflexión y la lectura. Hay más conocimiento fuera de cualquier organización que dentro. (La escuela y la universidad pierden la esencia de toda la vida, ahora el conocimiento está en todas partes y eso “es mucho más grande que cuatro paredes”…
-Romper las barreras. Establecer la transparencia como el modo por defecto, por lo que cualquiera puede saber lo que otros están haciendo.
Desbloquear los cuellos de botella de comunicación, al igual que los supervisores que controlan el flujo de información. Si los supervisores no pueden manejar un entorno abierto, de deshacerse de ellos , ya que constituyen un obstáculo para el aprendizaje organizacional y ahora es de misión crítica.
El tiempo apremia. la distracción se esconde detrás de cada correo electrónico entrante, de la mediocridad con la que convivimos. pero: Los problemas son urgentes. La necesidad de una respuesta es inmediata y, a menudo no puede esperar.La situación es tal que se apoya de forma óptima los procesos de aprendizaje — si encontramos una solución a un problema y lo aplicamos, tendemos a recordar que es mucho mejor que si lo discutimos en una sesión de clase y no somos capaces de aplicarlo de inmediato . Debido a que es fundamentalmente diferente, organizaciones de aprendizaje tienen que volver a pensar en la manera de brindar contenidos de aprendizaje formal también.
¿Qué debo hacer para apoyar a estos cambios? Estoy convencido de que el primer paso para ayudar a la organización para empezar a moverse en la dirección descrita anteriormente es empezar a hablar de los cambios y ese camino lo emprendí en el año 2004, con la publicación de mis primeras investigaciones con LAS BASES PARA UN E-LEARNING-INCLUSIVO, que se centraba en un APRENDIZAJE ABIERTO, INCLUSIVO Y UBÍCUO.
El aprendizaje ubicuo, también conocido como «aprendizaje en cualquier momento y en cualquier lugar», se relaciona intrínsecamente con la visión de la Educación 5.0 propuesta por Juan Domingo Farnós. A continuación, se detallan cómo estos dos conceptos se conectan:
1. Aprendizaje Ubicuo en la Educación 5.0:
Concepto: El aprendizaje ubicuo se refiere a la idea de que el proceso de aprendizaje no está limitado a un entorno específico, sino que puede ocurrir de manera continua y en diversos lugares, aprovechando las tecnologías para la accesibilidad.
Relación con la Educación 5.0: La Educación 5.0 aboga por una educación que supere las barreras físicas y temporales, aprovechando la tecnología para facilitar el aprendizaje personalizado y ubicuo.
2. Flexibilidad y Adaptabilidad:
Concepto: El aprendizaje ubicuo implica flexibilidad en términos de acceso a la información y adaptabilidad a las preferencias y ritmo de aprendizaje de cada individuo.
Relación con la Educación 5.0: La Educación 5.0 se centra en la personalización del aprendizaje, adaptando los métodos educativos a las necesidades y estilos de aprendizaje individuales, lo que se alinea con la flexibilidad propuesta por el aprendizaje ubicuo.
3. Tecnologías Habilitadoras:
Concepto: El aprendizaje ubicuo depende en gran medida de las tecnologías de la información y comunicación (TIC) para proporcionar acceso a recursos educativos en cualquier momento y lugar.
Relación con la Educación 5.0: La Educación 5.0 reconoce la importancia de integrar tecnologías emergentes, como la inteligencia artificial y la realidad extendida, para crear experiencias educativas más dinámicas y accesibles.
4. Enfoque en la Autodirección del Aprendizaje:
Concepto: El aprendizaje ubicuo promueve la autonomía y la autodirección, ya que los estudiantes tienen la capacidad de acceder y gestionar su propio proceso de aprendizaje.
Relación con la Educación 5.0: La Educación 5.0 fomenta la autodirección del aprendizaje al permitir que los estudiantes elijan rutas de aprendizaje personalizadas y participen activamente en la construcción de su conocimiento.
5. Integración con la Vida Cotidiana:
Concepto: El aprendizaje ubicuo se integra de manera natural en la vida diaria, permitiendo que el aprendizaje sea una parte constante de la experiencia cotidiana.
Relación con la Educación 5.0: La Educación 5.0 busca integrar el aprendizaje en la vida cotidiana, eliminando las barreras entre el aprendizaje formal e informal y fomentando un enfoque continuo de desarrollo.
6. Aprendizaje Social y Colaborativo:
Concepto: El aprendizaje ubicuo puede facilitar la colaboración y el aprendizaje social, ya que los estudiantes pueden conectarse y compartir conocimientos en entornos virtuales.
Relación con la Educación 5.0: La Educación 5.0 destaca la importancia del aprendizaje social y colaborativo, promoviendo la interacción entre estudiantes y la construcción conjunta de conocimiento.
El aprendizaje ubicuo y la Educación 5.0 comparten la visión de un aprendizaje continuo y accesible, personalizado a las necesidades individuales, habilitado por la tecnología y conectado de manera significativa con la vida cotidiana y social. La educación ubicua se convierte así en un componente esencial para la realización de los principios de la Educación 5.0.
Imaginemos un escenario en la educación superior donde se utiliza inteligencia artificial (IA) para personalizar la experiencia de aprendizaje de los estudiantes en un curso de ciencias de la computación. Vamos a explorar cómo se podrían aplicar herramientas de IA en este contexto:
Contexto: Curso de Inteligencia Artificial en la Educación Superior
Recomendación Personalizada de Contenido:
Herramienta de IA: Un sistema de recomendación basado en IA analiza el rendimiento pasado, las preferencias de aprendizaje y los intereses de cada estudiante.
Ejemplo: El sistema recomienda módulos específicos dentro del curso, proyectos de investigación o recursos externos (artículos, videos) relacionados con las áreas de mayor interés del estudiante.
Evaluación Adaptativa:
Herramienta de IA: Un sistema de evaluación adaptativa utiliza algoritmos para ajustar las preguntas y desafíos de las evaluaciones en tiempo real según el nivel de habilidad y comprensión del estudiante.
Ejemplo: Durante una prueba en línea, el sistema adapta la dificultad de las preguntas según las respuestas anteriores del estudiante, proporcionando un desafío adecuado y retroalimentación personalizada.
Asesoramiento Virtual:
Herramienta de IA: Un asistente virtual basado en IA proporciona orientación y apoyo a los estudiantes, respondiendo preguntas comunes, ofreciendo recursos adicionales y recordando fechas importantes.
Ejemplo: Los estudiantes pueden interactuar con el asistente virtual para obtener clarificaciones sobre conceptos difíciles, acceder a material de lectura adicional o recibir recordatorios sobre fechas límite.
Proyectos Colaborativos Asistidos por IA:
Herramienta de IA: Plataformas colaborativas impulsadas por IA facilitan la formación de equipos en función de las habilidades complementarias de los estudiantes y monitorean la contribución individual.
Ejemplo: Los estudiantes trabajan en proyectos prácticos relacionados con la IA, y la plataforma utiliza IA para asignar roles en el equipo, asegurando una distribución equitativa de tareas y fomentando la colaboración efectiva.
Retroalimentación Automatizada en Tareas de Programación:
Herramienta de IA: Sistemas de revisión automática basados en IA evalúan el código fuente de los estudiantes, proporcionando retroalimentación detallada sobre la eficiencia, la calidad y las posibles mejoras.
Ejemplo: Después de completar una tarea de programación, los estudiantes reciben comentarios instantáneos sobre su código, incluyendo sugerencias para optimizar algoritmos y mejorar la legibilidad.
Adaptación de Recursos Multimedia:
Herramienta de IA: Plataformas de aprendizaje utilizan IA para adaptar el formato y la presentación de los recursos multimedia (videos, simulaciones) según el estilo de aprendizaje preferido de cada estudiante.
Ejemplo: Un estudiante visual puede recibir contenido a través de visualizaciones interactivas, mientras que un estudiante auditivo puede acceder a explicaciones en formato de podcast.
La aplicación de estas herramientas de IA en la educación superior no solo personaliza la experiencia de aprendizaje para cada estudiante, sino que también aprovecha la tecnología para ofrecer retroalimentación instantánea, facilitar la colaboración y adaptar la entrega de contenido, todo alineado con los principios de la Educación 5.0.
Macroescenario: Integración de Herramientas de IA en la Educación Superior – Educación 5.0
En un entorno de educación superior inspirado en la visión de la Educación 5.0, la integración de herramientas de inteligencia artificial (IA) transforma radicalmente la experiencia de aprendizaje. Este macroescenario presenta un modelo holístico que abarca varios aspectos del proceso educativo, alineándose con los principios de personalización, colaboración y adaptabilidad propios de la Educación 5.0.
1. Acceso Personalizado a Contenido:
Descripción: Los estudiantes ingresan a una plataforma de aprendizaje en línea impulsada por IA. La plataforma analiza el historial académico, preferencias de aprendizaje y habilidades para ofrecer recomendaciones personalizadas de cursos y recursos educativos.
2. Aprendizaje Adaptativo en Tiempo Real:
Descripción: Durante las clases en línea, sistemas de aprendizaje adaptativo ajustan la dificultad de los ejercicios y la velocidad de la presentación de contenido de acuerdo con la comprensión y el progreso individual de cada estudiante.
3. Colaboración Facilitada por Asistentes Virtuales:
Descripción: Asistentes virtuales basados en IA ofrecen apoyo a los estudiantes, facilitando la colaboración en proyectos grupales al proporcionar recordatorios de reuniones, recursos compartidos y facilitando la comunicación fluida entre los miembros del equipo.
4. Evaluación Continua y Retroalimentación Instantánea:
Descripción: Las tareas y evaluaciones se realizan a través de plataformas en línea con sistemas de revisión automática basados en IA. Los estudiantes reciben retroalimentación instantánea sobre su desempeño, fortalezas y áreas de mejora.
5. Proyectos Colaborativos Asistidos por IA:
Descripción: Plataformas colaborativas con funcionalidades de IA facilitan la formación de equipos de proyecto, considerando habilidades complementarias y asignando roles automáticamente para asegurar una colaboración efectiva.
6. Adaptación de Contenido Multimedia:
Descripción: Los recursos multimedia, como videos y simulaciones, son adaptados automáticamente según el estilo de aprendizaje preferido de cada estudiante. Esto asegura una entrega de contenido más efectiva y personalizada.
7. Entornos de Aprendizaje Ubicuos:
Descripción: Los estudiantes pueden acceder a materiales de aprendizaje desde cualquier lugar y en cualquier momento a través de dispositivos móviles. La educación se integra en la vida cotidiana, permitiendo un aprendizaje continuo y ubicuo.
8. Plataformas de Desarrollo de Habilidades del Siglo XXI:
Descripción: Se implementan plataformas de desarrollo de habilidades del siglo XXI que utilizan IA para evaluar y fomentar habilidades como el pensamiento crítico, la resolución de problemas y la creatividad.
9. Monitoreo del Bienestar Estudiantil:
Descripción: Herramientas de análisis de sentimientos basadas en IA monitorean el bienestar emocional de los estudiantes, detectando signos de estrés y ofreciendo recursos de apoyo, promoviendo un entorno educativo saludable.
10. Trayectorias de Carrera Personalizadas:
Descripción: Sistemas de asesoramiento basados en IA analizan las preferencias y habilidades de los estudiantes, proporcionando orientación personalizada sobre trayectorias académicas y profesionales.
En este macroescenario, la IA actúa como un facilitador integral que se entrelaza en todos los aspectos de la experiencia educativa. La personalización, la adaptabilidad y la colaboración se maximizan, creando un entorno educativo que no solo se ajusta a las necesidades individuales de los estudiantes, sino que también se anticipa y responde a sus desafíos y aspiraciones, reflejando así los principios fundamentales de la Educación 5.0.
Probablemente, la mayor diferencia entre los dos modelos es el hecho de que las organizaciones de formación modernos de hoy necesitan para proporcionar plataformas y opciones – no sólo soluciones, tienen que asegurarse de que los empleados, los aprendices… sean capaces de interactuar entre sí, que sean capaces de colaborar y compartir su conocimiento.
Si el aprendizaje está en todas partes , debe definitivamente estar donde está el trabajo . Cuando el aprendizaje es el trabajo, tenemos que observar cómo la gente está aprendiendo a hacer su trabajo ya. Debemos encontrar estos caminos naturales y reforzarlos.
Hay otras acciones pragmáticas para tomar:
Conectarse es “cómo” aprender a la tarea actual. Mostrar y contar sólo funciona si se puede poner en práctica. La curva del olvido es empinada cuando no hay práctica.
Que sea un trabajo de todos para compartir lo que han aprendido. ¿Has notado lo fácil que es encontrar “cómo hacer” videos y explicaciones en la Web? Eso es porque alguien se ha tomado el tiempo para publicarlos. Todo el mundo en la organización debería hacer esto, si se trata de un texto corto, una foto, un mensaje, un artículo, una presentación con las notas, o un vídeo en toda regla.
Crear espacio para hablar de las cosas y captar lo que se transmite . Obtengamos estas conversaciones al aire libre donde se puedan compartir. Proporcionar tiempo y el espacio para la reflexión y la lectura. Hay más conocimiento fuera de cualquier organización que dentro. (La escuela y la universidad pierden la esencia de toda la vida, ahora el conocimiento está en todas partes y eso “es mucho más grande que cuatro paredes”…Juan Domingo Farnós
“Es hora de que en la universidad se produzca un profundo debate sobre cómo funcionan las universidades en una sociedad en red. El modelo de siglos de aprendizaje sigue siendo ofrecido por muchas grandes universidades, pero ya no funciona más, sobre todo para los estudiantes que han crecido de manera digital.
Para empezar, las grandes universidades todavía están ofreciendo lo que llamo el modelo de difusión del aprendizaje, donde el maestro es el locutor y el estudiante es el destinatario supuestamente dispuesto para el mensaje unidireccional. Dice así: “Soy un profesor y voy a tener el conocimiento. Prepárese; . Su objetivo es tomar estos datos en su memoria a corto plazo para que pueda recordarlo cuando a mi se me ocurra hacer una prueba (examen)”
Hoy por hoy y de eso no hay la menor duda, cuando se ponen notas son las notas del profesor, no las del alumno, es decir, el profesor decide y el alumno acepta o no, pero que remedio le queda…ninguno!. Todo este proceso ya no se sostiene en la era digital y en una sociedad en RED, con una nueva generación de estudiantes que representan el futuro del aprendizaje. La generación de hoy quieren conversar cuando aprenden, y por tanto, si como no nos cansamos de decir, LA EVALUACIÓN forma parte de cualquier aprendizaje, en sus evaluaciones, TAMBIÉN. A ellos les gusta compartir, están dispuestos a probar cosas nuevas, frustrarse a alta velocidad y luego recomponerse a igual velocidad, algo impensable para el MISTICISMO de la UNIVERSIDAD. Para ellos, la Universidad debe ser divertida e interesante, por lo que deben disfrutar del placer de descubrir cosas por si mismos, no por la de los profesores.
Si las universidades quieren adaptar las técnicas de enseñanza a su audiencia actual, deben hacer cambios significativos, especialmente si quieren sobrevivir a la llegada de cursos gratuitos en línea, con algunos de los mejores profesores del mundo, sinceramente no les veo por la labor y eso significará que si a partir de ahora no se les ve ninguna intención, por lo menos gradual, dentro de poco, o quedarán como algo residual (lo más posible y lógico) o desaparecerán por otros organismos.
El profesor deberá dejar de ser RELEVANTE ABANDONANDO la clase tradicional, y empezar a escuchar y conversar con los estudiantes. Para empezar, el dominio del conocimiento (cualquier cosa donde hay una respuesta correcta o incorrecta) debe lograrse por los estudiantes que trabajan con programas interactivos, a su propio ritmo de aprendizaje por ordenador (personalized learning–social learning) Esto se puede hacer fuera del aula, liberando a los estudiantes y profesores por igual a pasar el tiempo de clase en las cosas que importan: discusión, el debate y la colaboración en torno a proyectos (PBL, ABL, FLIPPED CLASSROOM etc…).
El profesor de la Universidad de HARVARD, Eric Mazur, utiliza este enfoque en su clase de física,: “La educación es mucho más que la simple transferencia de información. La información tiene que ser asimilada. Los estudiantes tienen que conectar la información de lo que ya saben, los modelos de desarrollo, aprender a aplicar los nuevos conocimientos y la forma de adaptar este conocimiento a la situación nueva y desconocida ”
No se, pero parece razonable ¿no?, por lo menos para mi, no se para vosotros… Lo que cuenta en estos días es su capacidad de aprender durante toda la vida (LIFE LONG LEARNING) de pensar, la posibilidad y la ilusión por investigar , encontrar información, analizar, sintetizar, contextualizar, evaluar críticamente, aplicar la investigación para resolver los problemas, colaborar y comunicarse, eso si, como siempre decimos, hacerlo de manera multidisciplinar, se acabaron las materias, las asignaturas solitarias que debemos conocer al dedillo, la sociedad ya no es así. También nos encontramos con otro mantra en el aprendizaje de estilo antiguo,el supuesto de que el estudiante debe aprender por su cuenta. El intercambio de notas de exámenes o colaborar en trabajos con otros compañeros, con empresas de fuera de la universidad, con otras universidades (uiiii, pecado) y es precisamente esto lo que los estudiantes de hoy no quieren hacer, aprender en solitario que han crecido colaborando compartiendo y creando juntos en línea.
Es cierto que las UNIVERSIDADES tienen cogidos por el cuello a los aprendices, que son ellas las que emiten los títulos para después poder trabajar, o bueno eso era antes, por eso ESTE MONOPOLIO debe acabar de una vez, hoy ya no tienen sentido alguno, ha quedado obsoleto, aprende una persona mas en la red que en una universidad, no hay la menor duda.
Pero una credencial e incluso el prestigio de una universidad tiene sus raíces en su eficacia como institución de aprendizaje. Si los campus son vistos como lugares donde el aprendizaje es inferior a otros modelos, o peor, lugares donde el aprendizaje es restringido y , el papel de la experiencia del campus serán socavados también. La universidad es demasiado costosa para ser simplemente un campamento de verano prolongado. Si seguimos con los planteamientos que la gente de hoy no hacemos en público (red) y en privado, face to face, respecto a la UNIVERSIDAD … ¿por qué un estudiante universitario debe limitarse a aprender de los profesores de la universidad a la que asiste y no con otros que no sean de esta universidad y que estén en otra universidad o mejor, en la red, donde están los mejores?Es cierto que los estudiantes, obviamente, pueden aprender de los intelectuales de todo el mundo a través de libros o en Internet, por tanto, para que me sirve la Univerdidad? ¿para darme un título?, pues fácil, QUE NO SEA LA UNIVERSIDAD QUIEN ME LO DÉ. (fuera monopolio). El mundo digital está desafiando la noción misma de una institución amurallado que excluye a un gran número de personas. Sin embargo, el modelo era industrial de la educación es difícil de cambiar. Los intereses creados combaten el cambio. Y los líderes de los viejos paradigmas son frustrar la carga para abrazar lo nuevo.
“(me hace gracias que muchos docentes universitarios que parecen innovadores, eso dicen, cuando les hablan de todo eso defienden SU UNIVERSIDAD a ultranza, incluso contra lo que predican, el uso de la tecnología en la educación, pero claro, lo hacen por corporativismos y por monopolio, ya que de lo contrario, ¿qué harían ellos? cuando lo importante no son ellos, si no los aprendices y la sociedad, por supuesto)” Juan domingo Farnós
Romper las barreras. Establecer la transparencia como el modo por defecto, por lo que cualquiera puede saber lo que otros están haciendo. Desbloquear los cuellos de botella de comunicación, al igual que los supervisores que controlan el flujo de información. Si los supervisores no pueden manejar un entorno abierto, de deshacerse de ellos , ya que constituyen un obstáculo para el aprendizaje organizacional y ahora es de misión crítica.
Todo esto se puede hacer dentro de las unidades de negocio. Los equipos de trabajo pueden dejar los cursos a los especialistas en formación, pero deberían tomar el control de su propio aprendizaje. El aprendizaje es el trabajo.” …se refiere Harold jarche…
Juan Domingo Farnós hace referencia al aprendizaje ubicuo, como una forma de establecer puentes primero, y fusiones después, entre educación y trabajo…
[…] se puede aprender en cualquier lugar, pero además valorándolo, es decir, si yo aprendo fuera del centro, que lo que yo aprenda tenga tanto valor como lo que es curricular, como lo que está dentro del centro, y no sólo eso, sino que tenga más valor que lo curricular por tratarse de un aprendizaje que atiende a lo que cada alumno quiere aprender.
Con todo ello, la confianza, la transparencia, el compartir experiencias…realmente esto es el aprendizaje y en ello se basa el trabajo.
La Educación como elemento aislado ha terminado, debe ir con el comercio, la cultura, el trabajo…pasamos a una meta-conectividad..
Pasar de “el fracaso no es una opción. a el fracaso no es un problema” es cambiar de “cultura, es pasar a una cultura de la RESILENCIA….a una cultura de superación, adaptación, transparencia y confianza…lo que podríamos definir como cultura de la REDARQUÍA..
Cada vez necesitamos más adaptarnos a un nuevo PARADIGMA, más eficiente de aprender y con métodos más transparentes y más confiables métodos de evaluación alentando a los estudiantes a explorar diversas ideas, experimentar con diversos formatos o construir puentes con las comunidades diversas…
El mundo natural se compone de sistemas complejos y por tanto tiene sentido que las mejores estrategias para una población son las que toman en cuenta esta complejidad.
Esta es una limitación de los modelos de organización jerárquicos. Ellos no pueden hacer frente a los niveles a gran escala de complejidad..
Las jerarquías amplifican la escala de comportamiento de un individuo pero no aumenta su complejidad, en todo caso, la limita y la disminuye.
Para aumentar la complejidad en una sociedad y que ésta le permita encontrar diferentes caminos, para diversas situaciones, se necesita una transversalidad, unalateraralidad, una REDARQUÍA, que permita establecer planteamiento complejos abiertos, ya que si los jerarquizamos, los cerramos y delimitamos, con lo que ya no sirven para la sociedad.
Si bien nos debemos salir de las jerarquías oficialistas, necesitamos redes sociales fuertes, pero no en el sentido dogmático y uniforme, si no en redes transparentes y confiables entre sus componentes.
Stephen Downes me pregunto en Caracas, sobre si la personalización y la socialización podrían convivir o eran excluyentes? Pues está claro que deben ser convergentes, a mayor personalización (inclusividad, excelencia personalizada, diversidad…) mayores potencialidades sociales, ya que si cada indivíduo consigue dar de si mismo lo máximo que puede, su aportación social será mucho mayor..
Aunque algunas relaciones sociales como las de Serge Moscovici (19619, . Se le conoce más como “sistema de valores, ideas y prácticas con una doble función: en primer lugar, establecer un orden que permita a las personas a orientarse en su mundo material y social y para dominarlo, y en segundo lugar para que la comunicación tenga lugar entre los miembros de una comunidad, proporcionándoles un código para el intercambio social y un código para nombrar y clasificar sin ambigüedades los diversos aspectos de su mundo y de su historia individual y de grupo “
Sergé se basa en dos planteamiento a la vez, uno es el CIENTÍFICO, que a través de los planteamientos empíricos conocidos, nos lleva a la creación de conocimiento científico…
El universo consensual de la representación social, en el que el público lego elabora y difunde las formas de conocimiento que llegado a constituir el contenido de sentido común, el aspecto más PERSONALIZADO Y REDÁRQUICO.
Esta dualidad en situaciones sociales complejas, hace que frente a cualquier INNOVACIÓN, surge lo que se llama la SOCIOGENESIS:
Primero se anclan viejos planteamiento adquiridos y conocidos (aspectos más conservadores), y a continuación se pasa a una objetivación más abstracta y por tanto más compleja (desconocida)…lo cual fortalecerá aun más el grupo, manteniendo cada indivíduo su posicionamiento propio.
La identidad social y por tanto la personalización dentro de la complejidad, se construye mediante la identificación, pero la gente no necesariamente se compromete a todos los aspectos, si no a aquellos que no se aportan de sus intereses, maneras de ser…. Pueden utilizar su débil identificación de separarse de los valores y resaltar su identidad personal en su lugar( la libertad siempre tendrá prioridad).
La excelencia académica ya no se mide por los resultados reflejados en las pruebas estandarizadas. Ahora tenemos que accionar el conocimiento, hacerlo parte de nuestra práctica privada y profesional. No hay otra mejor manera de demostrarle a los estudiantes que el éxito profesional se alcanza cuando salimos de nuestra cómoda sala de clases para adentrarnos en contextos reales donde se teoriza nuestra propia práctica. Es ahí donde habitan los verdaderos marcos teóricos conceptuales que interaccionan en multiplicidad de circunstancias.
Es el pozo donde brota la minería de datos cuantitativos y cualitativos provenientes del empoderamiento y la participación de los involucrados. El estudio de fenómenos emergentes es más efectivo cuando educadores y aprendices se sumergen conjuntamente en el contexto real e interaccionan con las variables que intervienen en el mismo. Mientras las variables bajo estudio estén en constante movimiento, los hallazgos de ayer ya no pueden ser iguales a los de mañana. Contemplando los fenómenos estudiados en el aula de manera pasiva -a través de recursos analógicos- para luego administrar pruebas estandadizadas a ser aprobadas es aprender de manera artificial. Replicando experimentos e investigaciones realizadas por otros no tiene nada que ver con el aprendizaje auténtico. Por tanto, gran parte de estas nuevas perspectivas educativas convergen en el hecho de que tenemos que poner mayor énfasis en el aprendizaje orgánico y menos en la instrucción programada.
Es una lástima que en la mayoría de los Programas de Pedagogía no se presenten estas perspectivas educativas del nuevo milenio. En las universidades que he visitado desconocen los postulados del aprendizaje abierto, inclusivo, ubícuo, porque sus viejos currículos a penas llegan hasta el Constructivismo. La mayoría de los egresados conocen algunos de sus postulados pero no saben cómo aplicarlo efectivamente en los escenarios reales. Los nuevos educadores terminan enseñando en el aula tal y como lo hicieron sus predecesores porque es más cómodo para ellos evaluar lo que es más fácil de enseñar. Su enfoque se centra más en la planificación de la instrucción que en la calidad del diseño de aprendizajes. La relación entre la instrucción-calificación-aprendizaje está completamente desacertada en esta era. Demás está decir que una alta calificación no es sinónimo de mayor aprendizaje.
Entonces, me cuestiono constantemente el porqué en las universidades se estudia tantos fundamentos filosóficos y teóricos de la educación si en casi ningún contexto educativo real se llevan a la práctica. Pero claro, el sistema educativo que tenemos no da espacio para la diversidad, abundancia, creatividad, emprendimiento y el desafío de nuevos retos.
El aula se ha convertido en un entorno fosilizado en el que impera lo estático, lo formal, lo incuestionable, lo exacto, lo medieval, lo programado y lo extremadamente reglado. No sé dónde habita la práxis del libre pensamiento si los primeros en condenarla son los administradores que anteponen las ideologías de los funcionarios del gobierno en el poder. Si la mayoría de los estudiantes de esta generación hacen sus proyectos con el mínimo grado de esfuerzo es porque la estructura del aula y sus actividades -de arquitectura Fordista– ya no encienden la llama de la pasión por aprender. Entonces, lo que tenemos que hacer es refundar su diseño por completo. Reformarlo es intentar revivir lo que ya está muerto.
En vez de quedarse cruzados de brazos esperando a que el sistema atienda todos sus reclamos, los invito a que crucemos nuestras mentes para refundar el sistema educativo imperante. Creemos un nuevo modelo siguiendo estas nuevas perspectivas educativas del milenio. Y aquellos que no sepan, no puedan o no quieran hacerlo, quítense del camino y dejen el espacio libre a l@s que queremos aportar al nuevo diseño del futuro…
Vamos a conquistar una nueva sociedad, otra educación si somos capaces de establecer un cambio audaz de la organización temporal y espacial de aprendizaje….No debemos tener miedo de hacer lo que todos queremos hacer, atreverse no es una ingenuidad, es una necesidad.
Un ejemplo muy claro que les podría dar: ¿Qué podemos aprender conocimientos de la neurociencia en el proceso de aprendizaje yen la forma en que pueden ayudar a orientar la oferta educativa de manera diferente?
Examinar cómo la conversión digital de nuestras instituciones educativas, empresas… cuestiona directamente la forma en que aprendemos y el papel del conocimiento en una serie de cada vez más diversas situaciones sociales. ¿Cómo aprender cuando las instituciones educativas ya no son el principal acceso al espacio de conocimiento? ¿Cómo educar en la dispersión, la diversidad y la búsqueda de la eficacia inmediata caracterizan muchos usos de las nuevas redes sociales, educativas, económicas…?
La tecnología puede tanto mejorar el aprendizaje y desaprendizaje que sin duda esto se debe a que la línea divisoria es inestable, frágil y muy sensible a las personas que componen cualquier situación educativa, pero es por eso mismo, que debemos manejar las tecnologías como algo que ya está en nosotros, que forma parte de nosotros y por tanto, utilizarlas sin miedo, claro que si..
El mismo Foucault nos dice al respecto sobre las tecnologías,..”. las tecnologías digitales representan una nueva forma hipomental generado por el artificiaidadl de estos objetos y la exteriorización de la memoria humana.
Nunca antes el conocimiento ha estado en el corazón de muchos , las actividades diarias, lo que resulta, es un fenómeno masivo de la “intelectualización de la vida social.”
Así que si el conocimiento está en la red, siempre a mano, ¿qué hemos aprendido? Debemos “aprender a aprender” responder a coro todos los maestros que no se dejan intimidar por el hecho de que esto sucede?, …por qué no? Nadie tiene la razón única, y hace un tiempo esto ni su contemplaba, pero ahora si, los aprendices son uno más en la sociedad, no estarán más “en el escalofón más bajo de la posesión ni del conocimiento, ni de la verdad”.
La externalización del conocimiento no condena a la transmisión y adquisición de conocimientos, pero probablemente ella hace de la educación un tanto anticuada sesgada por el dominio del conocimiento, la “memoria” y la evaluación de itinerarios educativos que está obsesionado para comprobar la transmisión de información desde el cerebro del profesor al estudiante,pase a aprender a encontrar, a apropiarse, a criticar,a exteriorizar (compartir) el conocimiento para movilizarlo en buen uso en diversos contextos.
Aprender a interpretar en lugar de almacenar, requiere una familiaridad profunda con la estructura del conocimiento y requiere una inteligibilidad múltiples diversa de información y hacerla accesible, libre, abierta… a todos, pero eso no se puede reorganizar y rearticular sin implementar un comprensión global, curiosa y aguda. También acompaña el gesto del educador,” que ya no debe transmitir el conocimiento como el contenido, pero si debe esforzarse constantemente para asegurar que el estudiante dirija su inteligencia tan exigente, que requiere atención, ejercicio,…a una preocupación crítica de todo cuanto aprenda…
La individualización y personalización de la educación que fomenta la singularización, es importante, pero no suficiente, hace falta que este aprendizaje sea socializado, SOCIAL LERNING, lo cual aporta un mayor potencial creativo de cada uno y la formación en investigación en toda la vida. (LIFE LONG LEARNING).
Esa es la idea, aprendiendo de lo que vas haciendo, no de lo que no has hecho todavia, en lo que hacemos esta incluido el error.
Estamos en una permanente transicion un caminar permanente, los fines ultimos son planteamientos del pasado porque conducen al pensamiento unico, y lo que pedimos es un transitar de manera personalizada y socializadora donde el valor que vamos aprortando cada uno de nosotros enriquezca no solo la sociedad en su conjunto, sino que le permita estar siempre en estado permanente de Beta, preparada para cualquier acontecimiento, ya que si ha dado por finalizado sus objetivos, si sobreviene algo nuevo, nunca estará predispuesta para llevarlos a cabo.
Me gusta mostrar más reacciones…
Esa es la idea de mi planteamiento teorico de inicio ya hace 15v años con mis investigaciones. Siempre ha sido bajo estas premisas que son inconclusas, es un DOCTORADO permanente, una investigacon que nunca acabara y que no esta ni ubicada en el spacio ni limitada por el tiempo.
No se basa en ningún teórico del pasado y si vas leyendo se basa en todos ellos, en lo mejor de cada uno, ya que creo que me los he leído e investigado a casi todos, des de filósofos, pedagogos, matemáticos y físicos, futuristas, sociólogos…pero es una prolongación de lo que veo en la sociedad. Siempre he dicho que pienso y escribo lo que veo primero y lo que siento después….ese es mi camino…
ERIK DUVAL, en sus investigaciones sobre la ANALÍTICA DE APRENDIZAJES.…volvemos a las nuestras propias con las interacciones del usuario en forma de los llamados metadatos de atención. Mediante la visualización de estos datos, proporcionamos cuadros de mando que permiten a los usuarios dirigir sus actividades en un “yo”.
Si lo cuantificamos”, sería lo lo que siempre hemos denominado tipos de caminos, ultimamente, aprendizajes PERSONALIZADOS, tanto en ellos, como en las posibles investigaciones que realicemos. Por otra parte, también ltambién nos sirven en la utilización diversificada de recursos, actividades y por qué no, en los sujetos de aprendizaje… las personas.
Debemos entender y diferenciar entre el análisis de los aprendizajes y los análisis académicos, ya que esto conduce en buena parte al fracaso de muchos aprendices, especialmente en la universidad, ya que la institución apuesta por el análisis académico con lo que así no pierde su cuota de poder y su carácter finalista junto con los constantes procesos de instrucción de lo que ellos llaman personalización, cuando realmente lo que es el Mastery learning es una mera individualización reforzada con una retroalimentación CONTINUADA EN EL TIEMPO, eso le permite la entrega o no de titulaciones, mientras que el analisis de aprendizajes se deja de lado por ser un PROCESO y no una finalidad.
La marea del progreso tecnológico está erosionando rápidamente entornos de aprendizaje tradicionales y la construcción de otras nuevas. Como las TIC continuará mejorando y la caída de los costos, los ambientes de aprendizaje existirán siempre y los aprendices podran elegir lo que ellos desean ser.
Las aulas evolucionarán hacia comunidades abiertas, flexibles, centradas en el alumno El alumno del futuro construirá el conocimiento que es importante para él o ella como individuo o como parte de una red construida socialmente, navegara a través de problemas mal estructurados con un compañero o como parte de un grupo. Estos espacios, ya sean físicos o virtuales, proporcionarán una población diversa con un entorno seguro para explorar compartir y aprender, siempre a partir de lo que cada uno de ellos haran y de lo que recibirán como parte de su HUELLA UNICA, para asi dar a la comunidad su parte de valor añadido que se sumará a la de los demás, conformando comunidades abiertas dentro de una sociedad muticanal y multisocial.
Ya que no concibo el Social learning sin el personalized learning, así como la educación inclusiva, el cambio de roles y la ayuda de las TIC, Internet, AI…Si abogamos por un aprendizaje donde el responsable sea el aprendiz, que no es lo mismo que se suele afirmas “el aprendizaje es el centro del aprendizaje, ya que estos postulados solo se contempla las fortalezas del mismo y se sigue sin tener en cuenta el cambio de roles” (Juan Domingo Farnós)
La definición de aprendizaje personalizado está evolucionando rápidamente y su diferencia con respecto a otros temas de la próxima generación, como el aprendizaje de la próxima generación y el aprendizaje combinado, puede que no esté claro. El aprendizaje personalizado puede tener lugar en entornos digitalmente mejorados o no.
Si se piensa en que el aprendizaje de la próxima generación incorpore el aprendizaje personalizado y que la integración perfecta con la tecnología sea necesaria para implementarla de manera efectiva, asequible ya una escala significativa, entonces si que llegaremos a través de él al social learning, eso sin duda.
También encontramos que las evaluaciones del aprendizaje a posteriori, las evaluaciones de la próxima generación son parte integral del proceso de aprendizaje, es decir, son evaluaciones para el aprendizaje. (la calidad esta en los mismos aprendizajes).Por todo ello se están buscando formas “inteligentes” para que los aprendices por medio de “UN CLIC” puedan encontrar exactamente en la red lo que necesitan, tanto en primera oleada como en la retroalimentación continuada, algo esencial para ell@s.
Por otra parte, el problema del concepto de continuidad de los itinerarios de aprendizaje también tiene que ser considerado, mientras que implementar la secuenciación de plan de estudios de manera personalizada, nos conduce la mayoría de las veces a problemas insolubles. En comparación con el modo de aprendizaje que nos permite navegar libremente sin ningún tipo de guía de trayectoria de aprendizaje personalizado utilizado en los sistemas de aprendizaje más basados en la web, este trabajo se evalúa si el sistema de e-aprendizaje personalizado basado en la genética propuesto, puede generar itinerarios de aprendizaje apropiados según la prueba incorrecta de respuestas de un alumno de manera individual en una prueba previa, proporciona beneficios en términos de rendimiento del aprendizaje, mientras que la promoción del aprendizaje, está garantizada, aunque sea apropiándonos del error, por otra parte obvio.
“El mayor error que puede hacer en la vida es estar siempre con el miedo de cometer un error.” (Dietrich Bonhoeffer)
En un entorno de aprendizaje ubicuo sensible al contexto, los sistemas de aprendizaje pueden detectar comportamientos de aprendizaje de los estudiantes en el mundo real con la ayuda de la tecnología sensible al contexto (sensores); Es decir, los estudiantes pueden ser guiados para observar o manejar objetos del mundo real con los medios de comunicación, eso si, siempre de manera personalizada desde el mundo digital.
Un problema de optimización que los modelos de los objetivos y criterios para determinar los itinerarios de aprendizaje ubicuos presentan, es que son sensibles al contexto personalizado para maximizar la eficacia de aprendizaje para los estudiantes individuales por lo que formularemos tomando la significación de las trayectorias de aprendizaje, diferentes posibilidades de aprendizaje y también según el número de visitantes simultáneos a cada objeto de aprendizaje, por tanto se producirá un efecto innovador.
Para ello necesitamos de las tecnologías:
Anuncios
about:blank
INFORMA SOBRE ESTE ANUNCIOPRIVACIDAD
a-La tecnología social y la necesidad de facilidad
b-La tecnología social está a nuestro alrededor, pero necesita trabajar en nuestros términos. Las cosas más pequeñas hacen la diferencia en el compromiso
Algún Aprendizaje Social tendrá lugar en sistemas formales, la tecnología que la organización provee, pero a menudo la formalidad de esa tecnología inhibe el compromiso. Si el espacio se siente formal, la gente puede estar menos dispuesta a arriesgarse, a cometer errores. Así que tenemos que nutrir a la comunidad.
Personalmente abogo por la necesidad de la tecnología ya que gracias a su soporte primero podemos establecer el:
Veamos de forma práctica cómo se revela esto a la hora de confeccionar el currículum, lo que nos servirá para tener claro siempre hacia donde podemos ir en el nuevo paradigma:
Nuestro procesos están basados en el APRENDIZAJE ABIERTO, INCLUSIVO Y UBÍCUO, el conocimiento/aprendizaje se construye en el estudiante con guía y acompañamiento del docente, apoyado por didácticas y recursos tecnológicos acordes a las necesidades y pertinentes a cada programa y nivel de formación. E l estudiante contribuye al cumplimiento de sus objetivos de aprendizaje con aprendizaje autónomo e interacción con sus compañeros. Un proceso permanente en construcción como MODELO PEDAGÓGICO A través de un trabajo interdisciplinario garantiza su vigencia y permite la articulación tanto de los nuevos contenidos fijados en la malla curricular como de las necesidades que demanda la sociedad; en un proceso integrado y apoyado en didácticas, enfoques pedagógicos y recursos técnicos y tecnológicos.
Adquieren conocimiento relevante y significativo. Aprenden en colaboración con otros. Autogestionan su aprendizaje. Mejoran su aprendizaje y resultados del mismo a través de la evaluación y retroalimentación permanente. Desarrollan comportamientos fundamentales en la ética y la responsabilidad ciudadana. Estimulan la reflexión del estudiante sobre lo que hacen, como lo hacen y los resultados que obtienen.
Construcción de identidad a partir de la interacción con él mismo, la sociedad y el mundo que le rodea. Los contenidos que propenden por la formación de profesionales éticos y socialmente responsables son permeables en la malla curricular en los diferentes niveles. Respaldado por el uso de recursos tecnológicos didácticamente sustentados para facilitar el aprendizaje y fortalecer el acceso a la información. La formación se fundamenta en identificar la realidad y transformarla en beneficio propio y de la comunidad.
a–Nuevas capacidades para escuchar (observar, recabar información, explorar…). Una oferta personalizada. No se trata de emplear el tiempo en enviar cientos de currículos, o en llevar a cabo Diseños Instruccionales genéricos, si no en utilizar las potencialidades de cada uno de nosotros (PERSONALIZED LEARNING: https://juandomingofarnos.wordpress.com/…/personalized-lea…/ de Juan Domingo Farnos:
–Armar sólidas y duraderas redes de colaboración que vayan creciendo y consolidándose a lo largo de la vida (mi potencial y efectividad como profesional está en función de la red de confianza que creo en torno a mí). Mi red de confianza me puede acompañar de por vida si la alimento, mi aprendizaje-empleo, no.
–La capacidad de desaprender y reaprender. Los conocimientos prácticos adquiridos que pueden reforzar el VALOR QUE YO PUEDO APORTAR.
-Los éxitos y experiencias pasadas (también los ERRORES- fracasos) que sirven de experiencia para fortalecer LO QUE VAMOS A APORTAR.
-La Educación como elemento aislado ha terminado, debe ir con el comercio, la cultura, el trabajo…pasamos a una meta-conectividad..
Pasar de “el fracaso no es una opción. a el fracaso no es un problema” es cambiar de “cultura, es pasar a una cultura de la RESILIENCIA….a una cultura de superación, adaptación, transparencia y confianza…lo que podríamos definir como cultura de la REDARQUÍA..
Ya no se aprende solo, eso es una evidencia (próximo articulo) si no que se hace en “Red de aprendizaje personalizada y socializada” dejando ya por superados los PLE (Graham Attwell) , los PLN, los PKM . los PERSONALIZED LEARNING, los SOCIAL LEARNING , por tanto el P-S LN, pasa a ser la referencia educactiva del siglo XXI….. Juan Domingo Farnos (vamos a tener que hacer un gráfico al respecto)
Los aprendices que buscan el PERSONALIZED LEARNING ENVIRONAMENT (PELE), no confundir con el PLE, buscan la facilitacion y la orientacion en todo momento porque lo que desean es alcanzar la EXCELENCIA PERSONALIZADA, nunca un estandar propuesto por cualquier sistema vertical y jerarquizado, presentando tres ambientes diferentes que pueden coincidir con las orientaciones de aprendizaje, fomentar la mejora de la capacidad de aprendizaje, y reemplazar las tradicionales soluciones de “talla única para todos”.
La Excelencia personalizada bebe de la diversidad, de la complejidad, de la anulación de lo homogéneo y lo uniformizante y pasar a lo horizontal a la redaquía, algo así como por ejemplo, que por qué se sigue insistiendo en JEFES O DIRECTORES de las INVESTIGACIONES. El no haber investigadores “estrella” no significa que no exista excelencia en lo que se hace y esto aún no lo tiene claro ni nuestra “universidad” ni nosotros mismos y es aquí donde radica el problema.
Si partimos de la idea de que la REALIDAD es múltiple, podemos entender por qué aprender en la diversidad no tiene porque llevarnos a un punto común-….esta premisa es fundamental para entender el pensamiento crítico en los aprendizajes y sin la cuál sería imposible llevar a cabo aprendizajes basados en la diversidad-INCLUSIVIDAD (EXCELENCIA)….
¿Alguien quiere personalizar los espacios de aprendizaje? Evidentemente un 99% dirá que quiere, faltaría más…
Pero el uso de diseño y arquitectura para facilitar el aprendizaje personalizado es sólo una parte del proceso. Weaver dice que es imprescindible inmiscuir la escuela en el proceso, capacitar al personal para abrazar el nuevo enfoque, y luego continuar a integrar el proceso en el largo plazo mediante la capacitación del personal y los alumnos.
Si partimos de la idea de que la realidad es múltiple, podemos entender por qué aprender en la diversidad no tiene porque llevarnos a un punto común-….esta premisa es fundamental para entender el pensamiento crítico en los aprendizajes y sin la cuál sería imposible llevar a cabo aprendizajes basados en la diversidad-INCLUSIVIDAD (EXCELENCIA PERSONALIZADA):
Aprendizaje personalizado no es “Instrucción Personalizada”.
a-Personalización de los medios de aprendizaje …
b-Los estudiantes saben cómo aprenden para que estén preparados para el presente y su futuro como ciudadanos del mundo.
c-Los estudiantes son los compañeros de los alumnos y compañeros de los diseñadores del currículo y el ambiente de aprendizaje.
d-Los estudiantes deben poseer y manejar su propio aprendizaje.
Cada estudiante es único y aprende de diferentes maneras. Diferenciación de instrucción significa que el profesor se adapta el plan de estudios existente para satisfacer las diferentes necesidades de cada estudiante en su salón de clases. El profesor se convierte en la persona más trabajadora en el aula. La individualización significa que las empresas de la maestra y el libro de texto de crear varios niveles de currículo para satisfacer las diferentes necesidades de todos los estudiantes. Esto significa que usted paga más a las empresas de libros de texto para preparar el plan de estudios o encontrar múltiples formas de enseñar a un área de contenido que cumpla con los estilos de aprendizaje variados y niveles de lectura en el aula.
La diferenciación y la individualización de la enseñanza es el maestro-céntrico, a nivel de grado, y basada en estándares. Los profesores pueden utilizar estas técnicas para presentar el contenido. Sin embargo, el estudiante necesita para ser los más difíciles de las personas que trabajan en el aula. Los maestros deben enseñar a sus alumnos a pescar y no el pescado para ellos. En un ambiente de aprendizaje personalizado, el profesor no tiene por qué ser el único experto. La ventaja de la tecnología es que los estudiantes puedan utilizar los contenidos y que los expertos con su profesor.
No pretenden conformar un entorno pedagógico, tecnológico y de implementación personal como un numero dentro de un grupo social, sino que quieren aprender como una persona única que son y aportar a los demás (Social learning) un valor que como numero nunca podrían conseguir.
En este caso la orientacion y la intención (necesidad) son básicos, por tanto la diferenciación con el PLE, el PLN, el PKM..cada vez son más importantes. Naturalmente en todo personalized learning la actuación puede ser diferente según el contexto que se encuentren, llegando incluso a modificar casi completamente lo que ha aprendido como tal y lo que ha aportado ususalmente, por tanto esta variante que no se contempla en el PLE, si debe hacerse en el PELE, ya que supone una actuación directa de la persona.
Los aprendices que buscan el PERSONALIZED LEARNING ENVIRONAMENT (PELE), no confundir con el PLE, buscan la facilitacion y la orientacion en todo momento porque lo que desean es alcanzar la EXCELENCIA PERSONALIZADA, nunca un estandar propuesto por cualquier sistema vertical y jerarquizado, presentando tres ambientes diferentes que pueden coincidir con las orientaciones de aprendizaje, fomentar la mejora de la capacidad de aprendizaje, y reemplazar las tradicionales soluciones de “talla única para todos”.
Es precisamente aquí donde aparece el P-S LN, ya superando lo anterior ya que los aprendizajes son PERSONALIZADOS y SOCIALIZADORES Y EN RED, a no son aprendizajes en el sentido de servir a la sociedad…
No concibo el Social learning sin el personalized learning, y por supuesto en red, de otra manera incluso operativamente es imposible dilucidadr ningún aprendizaje, así como la educación inclusiva, el cambio de roles y la ayuda de las TIC, Internet, AI…Si abogamos por un aprendizaje donde el responsable sea el aprendiz, que no es lo mismo que se suele afirmas “el aprendizaje es el centro del aprendizaje, ya que estos postulados solo se contempla las fortalezas del mismo y se sigue sin tener en cuenta el cambio de roles”
Aprender con la web nos permite aprender de manera personalizada y mutable, podemos cambiar de registros a cada momento según el proceso de nuestro aprendizaje y el camino que vamos tomando, otra ventaja importante que con el aprendizaje estático en el espacio y en el tiempo (aula), nunca podríamos realizar.
Los mecanismos por lo tanto para muchos investigadores se centran en desarrollar sistemas de e-learning con aprendizaje personalizado para ayudar el aprendizaje en línea basado en la web y de forma personalizada ofrecer formas de conocimientos con el fin de promover la capacidad de aprendizaje de los alumnos de manera individual, conduciendo al social learning.
¿Cómo será el nuevo modelo y como será capaz de describir que nuestra forma de crear y transformar el significado, y que sea computable?….no tardará mucho, de eso podéis estar seguros.
El futuro del aprendizaje se encuentra en una tesitura centrada en el estudiante facultada en red . Esta es la nueva cultura del aprendizaje, y se lo debemos a nuestro propio aprendizaje permanente y para nuestros para que nuestros aprendices puedan desarrollar su formación de manera inductiva.
Tenga en cuenta que en casi la totalidad de estos seis, la tecnología es esencial, en particular el poder de la Internet. Aprendizaje por indagación personal y tarjetas de identificación (Certificaciones y Reconocimiento Social, pero por encima de todo la Evaluación como un proceso de aprendizaje, no como una espada de DAMOCLES,…Y EN EL APRENDIZAJE EN LÍNEA (e-learning), aún más.
Seamless aprendizaje es cuando una persona experimenta una Continuidad de aprendizaje a través de una combinación de lugares, tiempos, tecnologías o entornos sociales. Tal aprendizaje puede ser intencional, como cuando se inicia una actividad de aprendizaje en el aula y luego continúa a través de una conversación informal con los colegas, o en línea en casa.
El aprendizaje puede ser un colectivo o un proceso individual. Además, puede extenderse en el tiempo y lugares, ofrecen todas partes el acceso a los recursos de aprendizaje, abarcar los mundos físico y digital, participar múltiples tipos de dispositivos, e integrar los diferentes enfoques de la enseñanza y el aprendizaje….lo que podríamos llamar COMPUTACIÓN UBÍCUA ….propugnan la integración de dispositivos alrededor de escenarios donde se encuentre localizado el ser humano, en el que éste puede interactuar de manera natural con sus dispositivos y realizar cualquier tarea diaria de manera completamente trasparente con respecto a sus computadores. Durante sus actividades ordinarias, alguien que esté “usando” computación ubicua (decimos entrecomillas “usando” porque el usuario nunca lo hará directamente) lo hace a través de diversos dispositivos y sistemas computacionales simultáneamente, y generalmente lo hará sin percibirlo. Este modelo es visto como un paso más del paradigma de uso de ordenadores de escritorio. .(.Juan Domingo Farnós )
Maneras de realizar un proceso Educativo y Social:
La educación debe preparar a los estudiantes para que participen activa y constructivamente en una sociedad global.
Formación potenciada por la tecnología tiene la capacidad de involucrar a los estudiantes profundamente en su trabajo, conectar con incontables recursos, y les permite colaborar a través del tiempo y el espacio.
Las escuelas deben proporcionar una equilibrio en el estudiante, de manera personalizada (inclusiva)y personalizar la experiencia para todos los estudiantes-un principio fundamental de la ruptura de la escuela marco de mejora ..
Las escuelas deben promover y modelo de valores que son esenciales en una sociedad civil y democrática.
El aprendizaje puede tener lugar sólo cuando los estudiantes se sienten libres de violencia y acoso.
Las escuelas deben ofrecer un papel significativo en la toma de decisiones a los estudiantes para promover el aprendizaje del estudiante y un ambiente de participación, la responsabilidad y la propiedad.
La Sociedad que debe liderar este procedimiento debe:
Alentar y modelar la utilización adecuada y responsable de las tecnologías móviles y sociales para maximizar las oportunidades de los estudiantes para crear y compartir contenido ..
Dirigir la conversación en torno a la conectividad y la participación de los estudiantes en la creación de políticas. #egov#puntogov
Incorporar el uso responsable de las tecnologías móviles y sociales en las políticas de uso aceptable.
Promover uno a uno el acceso a los dispositivos conectables, incluyendo los dispositivos de los propios estudiantes, para permitir en cualquier momento en cualquier lugar de aprendizaje.
Incorporar el acoso cibernético y sexting, con pautas de prevención en el código de conducta estudiantil.
Participar y proporcionar a los maestros de desarrollo profesional en el uso efectivo de los dispositivos móviles y las redes en las escuelas.
Debemos:
Articular políticas claras tecnología que tienen un margen suficiente para las escuelas para conectar por vía electrónica sin temor a represalias o consecuencias indebidas.
Proporcionar apoyo técnico y financiero a las escuelas que aspiran a conectar a los estudiantes y adoptar uno a uno los programas.
Reducir el filtrado de Internet para maximizar el acceso de los estudiantes a herramientas de aprendizaje en línea y proporcionar oportunidades para ejercitar el juicio en la selección de estas herramientas.
Las autoridades deben:
a-Proporcionar un flujo de financiamiento para asegurar la infraestructura de banda ancha y dispositivos móviles para todos los estudiantes.
b-Promulgar políticas razonables y aplicables en el acoso cibernético, “sexting”, y otras formas de acoso electrónico que aclare la responsabilidad jurídica de los funcionarios de la escuela.
c-Involucrar a la comunidad educativa de la escuela en las conversaciones que la formulación de políticas que se diseñan para reducir y sancionar el acoso en línea.
Para poder utilizar #Mlearning dentro del mundo del aprendizaje, bien sea por su potencialidad ubícua, como por su gran usabilidad y accesibilidad, hemos de tener claros algunos principios básicos. diseño, características de la formación, necesidades de los aprendices, accesibilidad….
Pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.
Todo el mundo será capaz de clasificar los datos como quieran y de aprender lo que quieran:
“Como lo expresa Cormier, “la comunidad es el plan de estudios”.
Una ventaja de un enfoque rizomática es que es más “nativo red” que muchos otros conceptos pedagógicos. Promueve el apoyo de los compañeros, aprendiz responsabilidad y una apreciación del poder de la red.
Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA, por medio de una mezcla de inteligencia artificial y algorítmica.
La expansión de las tecnologías móviles y la proliferación de dispositivos; explosión de las redes sociales y los comportamientos que desafían modelos en los que cada contacto es un momento de la verdad; desarrollo de Internet-de-todo; avances en el análisis de datos e inteligencia artificial; exige una experiencia personalizada en todos los canales y contextualizada; adopción de la computación en nube; fuentes de información disponibles a digital más numerosos y variados y volúmenes que estallan cara de procesamiento necesita más y más justo a tiempo …
La lista de grandes trastornos inducidos es larga. Y estas interrupciones ponen a la sociedad, la educación… bajo presión como nunca antes y hace que lo que transformamos no solo sea cuestión de estrategia, como metodologías, didáctica, simples innovaciones, si no lo más importante, un cambio radical de cultura….
Ofrecer una ‘educación de panorama general’ , teniendo en cuenta el panorama general de cómo la oferta educativa encaja en la trayectoria general de aprendizaje, el mercado laboral y los desarrollos en el mundo, es decir, sobre poner la demanda sobre la oferta.
Karl Ulrick y Cristian Terwiesch…se acercan y mucho a las ideas que promulgamos, en el apartado de educación: ellos quieren que la educación, al igual que nosotros hemos demostrado por activa y por pasiva, que no debe ser sobre la OFERTA -tal como se ha venido haciendo durante los últimos tiempos (sistemas educativos, educación formal), si no que se debe basar en la DEMANDA, es decir, cuando y como lo necesite cada personas, cada comunidad de personas…
Naturalmente incluso dentro de la Educación Formal y clásica se puede adaptar: sería lo que pretende hacer la GENERALITAT DE CATALUÑA, en los aprendizajes medios, tanto Bachilleratos como Formación Profesional…ya que permitirían establecer los aprendizajes mixtos, con Blended Learning, aunque aquí solo se puede hacer mediante un órgano OFICAL, el IOC, pero las condiciones de trabajo son la de tener un tutor virtual, poderlo hacer des de cualquier sitio (ubicuidad…) algo es algo para iniciar un cambio (nunca se ha conseguido)
La sociedad nos pide ver como se desarrolla el aprendizaje dentro de diferentes parámetros, y me explico, sabemos las tipologías de aprendizajes que hemos querido tener de manera cultural y por tradiciones, pero es bien sabido que los conocemos actuando por separada, por el contrario, si pensamos como interactuarían los unos con los otros y si son necesarias estas posiciones, sabemos bien poco.
Cuando examinamos una gama de diferentes contextos en los que el aprendizaje se lleva a cabo, descubrimos que lo que llamamos ‘atributos’ de formalidad / informalidad, que están presentes en cualquier situación, aunque solo actúe uno de ellos.
Significan tanto las características del aprendizaje en una amplia variedad de situaciones, y también el hecho de que son las personas las que atribuyen etiquetas como tales características formales, no formales e informales, Para. nuestro análisis nos sugiere que estos atributos de formalidad / informalidad están presentes en todas las situaciones de aprendizaje, sino que las interrelaciones entre esos atributos formales e informales varían de una situación a otra.
Nuestra red de arrastre nos ha hecho ver que todas las situaciones de aprendizaje contienen desigualdades de poder importantes, y que el aprendizaje informal / no formal y formal pueden ser todos emancipadores u opresivos y a menudo al mismo tiempo.
Mason, Davis, y otros, ha publicado recientemente una serie de artículos sobre el impacto de la teoría de la complejidad en la empresa de la educación.
Personas como Barnnett sugieren que debería ser más exactamente llamado”supercomplejidad” pues no podemos ni siquiera comenzar a comprender las direcciones que tomarán las cosas en el futuro.
Teoría de la red. Sociólogos, matemáticos, y físicos han pasado varias décadas definiendo las redes y los atributos de red. Somos capaces de definir las principales estructuras de la red, el modo de comportamiento, y el flujo de información.
Conceptos como pequeños mundos, leyes exponenciales, hubs, agujeros estructurales, vínculos débiles y / fuertes son comunes en la literatura. El foco educacional en las redes proviene del trabajo de Starr-Roxanne Hiltz, Chris Jones, Martin de Laat, y otros.
Las redes son importantes en todos los aspectos de la sociedad, no sólo en educación. Esta prominencia se debe en parte a la reconocible metáfora de la Internet… pero las redes han existido siempre. Como dice Barabási, las redes están en todos lados. Sólo necesitamos tener el ojo acostumbrado a ellas.
Las diferencias de poder y las cuestiones de desigualdad con los aprendices deben ser tomadas en serio en todos los contextos. Por otra parte, el grado en que el aprendizaje es emancipador u opresivo depende al menos tanto o más en los contextos organizacionales, sociales, culturales, económicos , con políticas más amplias en las que el aprendizaje tenga su sede, como en las prácticas reales de aprendizaje y pedagogías involucradas.
Ya dijimos que el primer elemento que se COMERIA LA ACTUAL EDUCACIÓN, sería la sostenibilidad y su vorágine ya ha empezado, no podría ser de otra manera, los sistemas,cualquiera de ellos y en cualquier aspecto de la sociedad actual son insostenibles, por tanto hay que reinventar otra manera de hacer las cosas y nosotros queremos que NOS ESCUCHEN, QUE TENEMOS MUCHAS SOLUCIONES Y BUENAS PARA TODOS…
Ya no importa ni la ubicación, ni el tiempo donde suceda, lo importante es la necesidad de cada personas en su ejecución personal y en aquello que le pueden proporcionar (personalizacion), llegando a través de la diversidad a ofertar a la sociedad un valor que demanda.
En base a ello nuestra red de arrastre nos ha hecho ver que todas las situaciones de aprendizaje contienen desigualdades de poder importantes, y que el aprendizaje informal / no formal y formal pueden ser todos emancipadores u opresivos y a menudo al mismo tiempo.
Mason, Davis, y otros, ha publicado recientemente una serie de artículos sobre el impacto de la teoría de la complejidad en la empresa de la educación.
Personas como Barnnett sugieren que debería ser más exactamente llamado”supercomplejidad” pues no podemos ni siquiera comenzar a comprender las direcciones que tomarán las cosas en el futuro.
Teoría de la red. Sociólogos, matemáticos, y físicos han pasado varias décadas definiendo las redes y los atributos de red. Somos capaces de definir las principales estructuras de la red, el modo de comportamiento, y el flujo de información.
Conceptos como pequeños mundos, leyes exponenciales, hubs, agujeros estructurales, vínculos débiles y / fuertes son comunes en la literatura. El foco educacional en las redes proviene del trabajo de Starr-Roxanne Hiltz, Chris Jones, Martin de Laat, y otros.
Las redes son importantes en todos los aspectos de la sociedad, no sólo en educación. Esta prominencia se debe en parte a la reconocible metáfora de la Internet… pero las redes han existido siempre. Como dice Barabási, las redes están en todos lados. Sólo necesitamos tener el ojo acostumbrado a ellas.
Las diferencias de poder y las cuestiones de desigualdad con los aprendices deben ser tomadas en serio en todos los contextos. Por otra parte, el grado en que el aprendizaje es emancipador u opresivo depende al menos tanto o más en los contextos organizacionales, sociales, culturales, económicos , con políticas más amplias en las que el aprendizaje tenga su sede, como en las prácticas reales de aprendizaje y pedagogías involucradas.
Podemos establecer una serie de condicionamientos que nos llevan a establecer nuestra «demanda personalizada» como:
Educación o no educación
Ubicación (por ejemplo, instalaciones educativas o de la comunidad, los lugares de trabajo)
Intencionalidad aprendiz / profesor / actividad (voluntarismo)
Alcance de la planificación o estructuración intencional
Naturaleza y alcance de la evaluación y acreditación
Los plazos de aprendizaje
La medida en que el aprendizaje es tácito o explícito
La medida en que el aprendizaje es un contexto específico o generalizable / transferible
Determinación externa o no
Si el aprendizaje es visto como trascendente o no. ‘
Parte de un curso o no.
Si los resultados pueden ser medidos
Si el aprendizaje es colectivo / colaborativo, cooperativo o individual
El estado de los conocimientos y el aprendizaje
La naturaleza del conocimiento
Relaciones alumno – profesor
Enfoques pedagógicos
La mediación del aprendizaje – por quién y cómo
Propósitos e intereses para satisfacer las necesidades de los grupos dominantes o marginados
Ubicación dentro de las relaciones de poder más amplias
Si hay o no control dentro del aprendizaje.
Pero para los que siguen manteniendo el sistema (los innovadores), loss que de alguna manera trabajáis en diseños de aprendizaje, os sugiero utilizar técnicas GAMMERS, paa poder establecer parámetros diferenciados y personalizados para los aprendices a los que van dirigidos. Podemos hacerlo de manera iterativa y tener en cuanta aspectos más descriptivos en cuanto a “hardcore,” grupos- “,” casual “retro”, y similares, pero estos términos todos se basan en las definiciones imprecisas y autoevaluaciones.
Estas agrupaciones son a menudo más acerca de declarar una afiliación de alrededor de identificar tipos específicos tanto de aprendices como de aprendizajes:….
-Acción: “Los jugadores con puntajes altos de acción son agresivos y les gusta saltar en la refriega y estar rodeado de efectos visuales y efectos dramáticos” (aprendizaje corto en teimpo e intenso)
-Maestría: “Los jugadores con puntajes altos de maestría como experiencias necesitas estrategias desafiantes con profundidad estratégica y complejidad. elevada.
-Logro: “Los que manifestan puntajes altos de logro son impulsados a acumular conocimientos, por tanto necesitan una fuerte carga de los mismos”
-Sociales: “Los de puntajes altos Sociales disfrutan interactuando con otros, a menudo independientemente si están colaborando o compartiendo con ellos., por tanto elementos de social learning les funcionará a la perfeccion”
Inmersión: “Los jugadores con puntuaciones altas de inmersión quieren relatos interesantes, personajes y ajustes para que puedan ser profundamente inmersos en diferentes escenarios, como la realidad aumentada, la virtual…”
-Creatividad: “Los de puntajes altos con Creatividad están constantemente experimentando con sus mundos y necesitaran una buena adaptación de ellos con sus propios diseños y personalizaciones.”
A partir de estos planteamientos podremos conseguir una mejor implicación de todos en sus aprendizajes, podemos poner este esquema con diferentes tantos por ciento, como podrían ser otros.
Karl Ulrick y Cristian Terwiesch…se acercan y mucho a las ideas que promulgamos, en el apartado de educación: ellos quieren que la educación, al igual que nosotros hemos demostrado por activa y por pasiva, que no debe ser sobre la OFERTA -tal como se ha venido haciendo durante los últimos tiempos (sistemas educativos, educación formal), si no que se debe basar en la DEMANDA, es decir, cuando y como lo necesite cada personas, cada comunidad de personas…
Ya dijimos que el primer elemento que se COMERÍA LA ACTUAL EDUCACIÓN, sería la sostenibilidad y su vorágine ya ha empezado, no podría ser de otra manera, los sistemas, cualquiera de ellos y en cualquier aspecto de la sociedad actual son insostenibles, por tanto hay que reinventar otra manera de hacer las cosas y nosotros queremos que NOS ESCUCHEN, QUE TENEMOS MUCHAS SOLUCIONES Y BUENAS PARA TODOS…
Ya no importa ni la ubicación, ni el tiempo donde suceda, lo importante es la necesidad de cada personas en su ejecución personal y en aquello que le pueden proporcionar (personalización), llegando a través de la diversidad a ofertar a la sociedad un valor que demanda.
En base a ello nuestra red de arrastre nos ha hecho ver que todas las situaciones de aprendizaje contienen desigualdades de poder importantes, y que el aprendizaje informal / no formal y formal pueden ser todos emancipadores u opresivos y a menudo al mismo tiempo.
Mason, Davis, y otros, ha publicado recientemente una serie de artículos sobre el impacto de la teoría de la complejidad en la empresa de la educación.
Personas como Barnnett sugieren que debería ser más exactamente llamado”supercomplejidad” pues no podemos ni siquiera comenzar a comprender las direcciones que tomarán las cosas en el futuro.
Teoría de la red. Sociólogos, matemáticos, y físicos han pasado varias décadas definiendo las redes y los atributos de red. Somos capaces de definir las principales estructuras de la red, el modo de comportamiento, y el flujo de información.
Conceptos como pequeños mundos, leyes exponenciales, hubs, agujeros estructurales, vínculos débiles y / fuertes son comunes en la literatura. El foco educacional en las redes proviene del trabajo de Starr-Roxanne Hiltz, Chris Jones, Martin de Laat, y otros.
Las redes son importantes en todos los aspectos de la sociedad, no sólo en educación. Esta prominencia se debe en parte a la reconocible metáfora de la Internet… pero las redes han existido siempre. Como dice Barabási, las redes están en todos lados. Sólo necesitamos tener el ojo acostumbrado a ellas.
Las diferencias de poder y las cuestiones de desigualdad con los aprendices deben ser tomadas en serio en todos los contextos. Por otra parte, el grado en que el aprendizaje es emancipador u opresivo depende al menos tanto o más en los contextos organizacionales, sociales, culturales, económicos , con políticas más amplias en las que el aprendizaje tenga su sede, como en las prácticas reales de aprendizaje y pedagogías involucradas.
Podemos establecer una serie de condicionamientos que nos llevan a establecer nuestra «demanda personalizada» como:
Educación o no educación
Ubicación (por ejemplo, instalaciones educativas o de la comunidad, los lugares de trabajo)
Intencionalidad aprendiz / profesor / actividad (voluntarismo)
Alcance de la planificación o estructuración intencional
Naturaleza y alcance de la evaluación y acreditación
Los plazos de aprendizaje
La medida en que el aprendizaje es tácito o explícito
La medida en que el aprendizaje es un contexto específico o generalizable / transferible
Determinación externa o no
Si el aprendizaje es visto como trascendente o no. ‘
Parte de un curso o no.
Si los resultados pueden ser medidos
Si el aprendizaje es colectivo / colaborativo, cooperativo o individual
El estado de los conocimientos y el aprendizaje
La naturaleza del conocimiento
Relaciones alumno – profesor
Enfoques pedagógicos
La mediación del aprendizaje – por quién y cómo
Propósitos e intereses para satisfacer las necesidades de los grupos dominantes o marginados
Ubicación dentro de las relaciones de poder más amplias
Si hay o no control dentro del aprendizaje.
Pero para los que siguen manteniendo el sistema (los innovadores), los que de alguna manera trabajáis en diseños de aprendizaje, os sugiero utilizar técnicas GAMMERS, paa poder establecer parámetros diferenciados y personalizados para los aprendices a los que van dirigidos. Podemos hacerlo de manera iterativa y tener en cuanta aspectos más descriptivos en cuanto a “hardcore,” grupos- “,” casual “retro”, y similares, pero estos términos todos se basan en las definiciones imprecisas y autoevaluaciones. Estas agrupaciones son a menudo más acerca de declarar una afiliación de alrededor de identificar tipos específicos tanto de aprendices como de aprendizajes:….
Cuando los procesos de aprendizaje son incidentales a la actividad cotidiana, muchos escritores llaman ellos “informal”, mientras que la participación en las tareas estructuradas por un profesor es a menudo considerado como formal. Del mismo modo, los enfoques pedagógicos de los docentes controlados de manera más didáctica están etiquetados de modo formal, mientras más democrática, negociados o pedagogías dirigidas por los estudiantes a menudo se describen como informal.
Para algunos, no es un tema sobre la pedagogía si no de un maestro (formal) o un entrenador industrial, mentor entrenado o consejero (menos formal), o un amigo o compañero de trabajo (informal).
Billett (2002) nos recuerda que los ajustes no educativos hay dimensiones, que no deben pasarse por alto de manera fuertemente formalizada.
Ahora es el momento de buscar todo lo necesario para que esta manera diferente de entender y de llevar a cabo nuestra vida en una sociedad diferente, por eso las tecnologías son tan necesarias, ya que nos ayudan a llegar ante, hacerlo en mejores condiciones y prepararnos para buscar siempre alternativas a lo que en cada momento tenemos. Esa es la principal diferencia de est sociedad y las anteriores,, su capacidad (gracias a las tecnologías) de poder buscar en cada momento salidas alternativas a lo que hacemos, ¿una pequeña diferencia?, pues no, una diferencia enorme, algo tan grande como un cambio radical en toda la sociedad (disrupción).
Ya no importa ni la ubicación, ni el tiempo donde suceda, lo importante es la necesidad de cada personas en su ejecución personal y en aquello que le pueden propordionar (personalizacion), llegando a traves de la diversidad a ofertar a la sociaedad un valor que demanda.
A partir de estos planteamientos podremos conseguir una mejor implicacion de todos en sus aprendizajes,,,
Se han propuesto muchos algoritmos de selección de modelos en la literatura de varias comunidades de investigación diferentes, demasiados para encuestar productivamente aquí. Tal vez sorprendentemente, a pesar de las muchas soluciones propuestas para la selección de modelos y los diversos métodos de análisis, las comparaciones directas entre las diferentes propuestas (ya sean experimentales o teóricos) son raros.
Confiando en evidencia que se divide entre los resultados experimentales controladas y análisis formal relacionada, comparamos diversos algoritmos de selección de modelos conocidos. Trataremos de identificar sus fortalezas y debilidades (DAFOs) relativas y absolutas, y proporcionamos algunos métodos generales para analizar el comportamiento y el rendimiento de los algoritmos de selección de modelos.
Si con todo ello entramos en el aprendizaje no supervisado en la mayoría de los casos sigue siendo norma utilizar una gran cantidad de datos etiquetados con el fin de construir detectores sensibles a clases de objetos u otros patrones complejos en los datos. . Aunque un puñado de resultados sugieren que esto es posible cuando cada clase de objeto representa una gran fracción de los datos (como en muchos conjuntos de datos de etiqueta), no está claro si algo similar se puede lograr cuando se trata de datos completamente sin etiquetar.
Un obstáculo importante para esta prueba, sin embargo, es la escala: no podemos esperar tener éxito con pequeños conjuntos de datos o con un pequeño número de características aprendidas, pero la realidad es que la RED, las herramientas de la web 2.o0 y la Inteligencia artificial, nos permiten suplir el tener una importante bases de datos (estática y en el mejor de los casos dinámica por las continas investigaciones quantitativas) por funcionalides sincronas que nos permiten acceder a diferentes estudios realizados en cualquier momento que lo necesitemos.
Acción: “Los jugadores con puntajes altos de acción son agresivos y les gusta saltar en la refriega y estar rodeado de efectos visuales y efectos dramáticos” (aprendizaje corto e nteimpo e intenso)
Maestría: “Los jugadores con puntajes altos de maestría como experiencias necesitas estrategias desafiantes con profundidad estratégica y complejidad. elevada.
Logro: “Los que manifestan puntajes altos de logro son impulsados a acumular conocimientos, por tanto necesitan una fuerte carga de los mismos”
Sociales: “Los de puntajes altos Sociales disfrutan interactuando con otros, a menudo independientemente si están colaborando o compartiendo con ellos., por tanto elementos de social learning les funcionará a la perfección”
Inmersión: “Los jugadores con puntuaciones altas de inmersión quieren relatos interesantes, personajes y ajustes para que puedan ser profundamente inmersos en diferentes escenarios, como la realidad aumentada, la virtual…”
Creatividad: “Los de puntajes altos con Creatividad están constantemente experimentando con sus mundos y necesitaran una buena adaptación de ellos con sus propios diseños y personalizaciones.”
A partir de estos planteamientos podremos conseguir una mejor implicación de todos en sus aprendizajes, podemos poner este esquema con diferentes tantos por ciento, como podrían ser otros.
Ver a los alumnos como agentes de cambio e involucrarlos activamente en el desarrollo e implementación del currículo;
Enseñar a los alumnos a ser conscientes de su interacción con la tecnología y, específicamente, de la seguridad y la ergonomía en el hogar, la escuela y el trabajo , la necesidad de mantener una buena salud física y mental y las posibles consecuencias de una exposición excesiva/inadecuada a la tecnología, incluido lo que puede ser hecho al respecto;
Preparar a los estudiantes para el aprendizaje permanente , asegurándose de que la oferta educativa desarrolle la capacidad y disposición de los estudiantes para participar en el aprendizaje continuo a lo largo de su vida profesional;
Garantizar la libertad de los objetivos curriculares y los resultados de aprendizaje de los marcos de calificación convencionales para ofrecer un aprendizaje personalizado y personal relevante.
¿Cómo podemos llegar ahí?————————————–
Llegar a la Educación 5.0 requiere una transformación educativa integral e implica abordar todos los elementos relevantes. Además de la tecnología, los elementos que deben abordarse incluyen ( Informe de PwC para la Comisión Europea 2020 ):
Estrategia : redefinir el propósito clave y los objetivos específicos de las ofertas educativas en el contexto de la Educación 5.0;
Colaboración : promover prácticas que vayan más allá de los patrones típicos de colaboración institucional e involucrar a individuos y comunidades, y específicamente crear ecosistemas de aprendizaje efectivos que involucren a todos los grupos clave de partes interesadas;
Contenido : identificar, desarrollar e introducir contenido que corresponda al elemento de Estrategia (incluido un buen equilibrio de disciplinas técnicas y no técnicas, prestando especial atención a las cuestiones de ética, inclusión social, diversidad y sostenibilidad, etc.);
Entorno de aprendizaje : crear un entorno de aprendizaje que sirva mejor a los objetivos específicos del elemento de estrategia (p. ej., enfoques que estimulen la orientación multidisciplinaria, el pensamiento de diseño, el espíritu de equipo, la resolución colectiva de problemas, el comportamiento de toma de riesgos, los enfoques experimentales, etc.);
Mecanismos de entrega : identificar qué herramientas son las más adecuadas para lograr los objetivos del elemento Estrategia; aquí es donde la tecnología puede o no ser elegida como el mecanismo de entrega más apropiado ;
Evaluación y reconocimiento : exploración y desarrollar de formas formales e informales apropiadas de evaluación y reconocimiento para la Educación 5.0, entendiendo que evaluación=aprendizaje
Si entendemos por evaluación como un proceso en el que hablamos de competencias ( El aprendizaje basado en competencias es un enfoque de la educación que se centra en la demostración de los resultados de aprendizaje deseados como el centro del proceso de aprendizaje del estudiante. Se refiere principalmente a la progresión del estudiante a través de planes de estudio a su propio ritmo, profundidad, etc. Como han demostrado las competencias, los estudiantes continúan progresando, por lo que también lo hacen de lo que entendemos por aprendizajes) y no hacerlo de capacidades, contenidos y contextos, no tiene sentido, mejor dicho, no tiene sentido en el paradigma en el que aprendemos de manera prescrita, obligatoria en según que edades y uniformizadora siempre ( Necesitamos de habilidades multiplicadas y desarrollo de actitudes creativas, las cuáles se presentan como elementos claves. Es necesario a pensar en un aprendizaje mejorado, que no se limite a una disciplina o certificación, sino que sea permanente, distribuido y escalable, cuya trazabilidad esté en manos de la mayor parte de la población, cada uno con sus características)…
Si leemos a Perry y Kitchener , nos encontramos con una descripcion de la teoría predominante sobre epistemología del aprendizaje como la participación de la ruptura deliberada hacia abajo y la reestructuración de los modelos mentales que apoyan las visiones del mundo. Prigogine ofrece una lente adicional en esta teoría en su discusión de “estructuras disipativas“. Esta teoría proporciona un modelo de la dinámica de aprendizaje epistémico; cada alumno pasa por un período de caos, la confusión y se siente abrumado por la complejidad antes de nueva información conceptual trae consigo una reestructuración espontánea de los modelos mentales en un nivel superior de complejidad permitiendo así que un aprendiz para comprender conceptos que eran formalmente opacos,, nos sirve para entender que cualquiera es capaz de llevar a cabo “su complejidad” pero difícilmente la de otros, con lo que un aprendizaje bajo el paraguas de cualquier sistema es imposible que funcione (lo cual hasta ahora no se ha entendido, es más, todos los sistemas educativos están diseñados bajo aspectos uniformizadores, con lo que contradice estos planteamientos y hace que “la enseñanza sea lo más considerado y el aprendizaje personalizado, el gran desconocido”.
En esta exploración nos preguntamos no sólo porqué la resistencia al cambio de las organizaciones educativas sino que buscamos hacer un zoom a aquellos espacios de exploración que sí están abriendo oportunidades que son importantes de incluir en el radar.Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.
Por tanto no solo es necesario aprender a evaluar el conocimiento ‘desinfectado’ de la escuela, pero a lo mejor si lo es hacerlo con un conocimiento nacido o construido de lo social, económico, político, circunstancias históricas y culturales. o aprender conocimientos complejos que no pueden ser reducidos – solamente – de los principios, invariantes, modelos y teorías de una disciplina con base fuerte.
Como vemos la evaluación se entiende de dos maneras: una, sería EVALUAR PARA APRENDER y la otra (en un nuevo paradigma) LA EVALUACIÓN ES EL MISMO APRENDIZAJE.
En la primera se realizan toda clase de pruebas para ver el «nivel» donde están los estudiantes, qué grado, cantidad, calidad de aprendizajes han asumido…
En la segunda aprendizaje y evaluación serían la misma palabra, es decir, tendrían el mismo significado, EVALUACION=APRENDIZAJE.
Por lo que las competencias serán también aprendizaje y como consecuencia, evaluaciones
COMPETENCIAS=APENDIZAJES=EVALUACIONES
Biggs, Juan Domingo Farnós , de hecho promovemos un enfoque para acompañar al estudiante en su camino hacia los resultados de aprendizaje, consecuentemente, la evaluación. Después de la determinación de este último que también llama la intención de los resultados del aprendizaje (los resultados del aprendizaje proyectado), deberemos mirar la evaluación (Cuáles son los criterios e indicadores que permitirán al profesor decir que estudiante “conoce, entiende y es capaz de hacer”. Entonces, y sólo el método, dispositivo que el profesor pondrá en su lugar y los recursos (ya que la escuela tradicional no se atreve a entregar la EVALUACION en las manos del aprendiz). y lo podemos describir brevemente ‘ como un enfoque hacia los resultados de aprendizaje ‘. Se trata de una alineación entre métodos (tareas que se proponen), la evaluación y los resultados de aprendizaje…lo que antes se establecía entre objetivos, métodos y evaluaciones.
La evaluación, ¿está en manos del sistema? ¿está en manos de los aprendices? ¿por qué?
Sería interesante leer algunos aspectos de la evaluación vista des de perspectivas no solo de contraste de conocimientos, si no de puntos débiles y fuertes para mejorar, o también vista des de el “error” como aprendizaje y no como elemento segregador….
Veremos que la educación de todos y para todos, se basa precisamente en eso, en una evaluación que la puedan realizar todos, pero sin que nadie sea superior ni inferior, si no con la misión de buscar una excelencia personalizada : https://juandomingofarnos.wordpress.com/2013/10/09/evaluar-es-person… Evaluar es personalizar los aprendizajes…! de Juan Domingo Farnós…
¿Qué les parece esta inferencia, este planteamiento?, por otra parte es un “escenario” con el que las TIC nos están ayudando, sin ellas sería casi imposible y aún estaríamos con los escribanos de la edad media.
Cuando se entregue la evaluación formal a los aprendices será el momento en que la educación se transforme (educacion disruptiva), y será entonces cuando aprendizaje y evaluación serán solo una cosa. Deben ser los aprendices quienes hagan este proceso, ya que los docentes no lo harán nunca porque son parte del sistema.
En cambio si utilizamos la evaluación como metodología de aprendizaje, pensaremos en la evaluación de los métodos activos los cuáles requieren el uso de herramientas de evaluación. No es fácil elegir a su / su herramienta (s) y esta elección debe ser siempre de manera pertinente (en relación con las competencias, habilidades, objetivos…. La elección de los instrumentos de medida es importante señalar y recopilar datos y recoger indicadores. Tardif (2006) ofrece nueve principios básicos para el desarrollo de un sistema de evaluación para los estudiantes adquiridas mediante el aprendizaje activo:
1. Informar una progresión;
2. Piense competencia;
3. Determinar los recursos utilizados;
4. Identificar los recursos disponibles;
5. Identificar las situaciones;
6. Documento de la trayectoria;
7. Informe de la autonomía;
8. Emplear múltiples criterios;
9. Integrar las diferencias individuales.
Así mismo debemos hacernos hacernos las siguientes preguntas:
– ¿He reunido pruebas suficientes para afirmar que el estudiante progresa?
-¿Yo he elegido las herramientas para medir el progreso?
-¿He definido los criterios de éxito?
Estas cuestiones se refieren a los tres pilares (Tardif, 2006) en el que la evaluación del aprendizaje activo, obviamente no es la nuestra (es la de EVALUAR ES APRENDER) ; se encuentra en el corazón de la experiencia de aprendizaje : ¿Cómo los alumnos son evaluados dando forma a su comprensión en el plan de estudios determinando su capacidad de progresar? Naturalmente yo creo que esto no sirve para nada, como ya he demostrado en múltiples ocasiones. Otra cosa es que los hábidos por “resistir” , lo cual sucede y mucho, sigan con sus evaluaciones segregadoras: de buenos y malos aprendices, de aprobados y sus pendidos, de los que superan cursos y de los que repitan…
Los “voceros”, en el buen sentido de la palabra, profesamos un enfoque “científico” al diseño de aprendizaje donde se avanzan hipótesis, los datos recogidos y evaluados y nuevas hipótesis formadas. La sabiduría convencional sostiene que una de las
características más importantes del enfoque de la educación abierta es la maleabilidad y personalización de los materiales, permitiendo que los recursos del componente de libre disposición sean remezclados, adaptados y modificados para adaptarse a las directivas institucionales específicos, necesidades de los aprendices, especialmente.
La nueva visión de la educación que promueve el uso de la tecnología informática para facilitar el aprendizaje mediante la participación de los estudiantes, la promoción de la creatividad, fomentar el aprendizaje autodirigido, la colaboración y habilidades de pensamiento avanzado.
El aprendizaje asistido por ordenador debe promover:
la tecnología como una herramienta para el aprendizaje, la comunicación y la colaboración
evaluaciones basadas en el rendimiento (por ejemplo, si queremos saber si un estudiante puede colaborar mediante el uso de la tecnología, no tendríamos que escriban un ensayo sobre el tema, solo volveríamos a ver a colaborar con otros estudiantes) .
La cuestión crítica, que he tratado de responder, de cómo la tecnología puede medir auténtico, aprendizaje relevante, primero requiere respuestas a otras seis preguntas importantes:
-¿Qué se entiende por auténtico, aprendizaje relevante?
-¿Qué se quiere decir con habilidades de pensamiento?
-¿Cómo pueden los docentes involucrar a sus estudiantes en el aprendizaje efectivo y cómo puede medirse?
-¿Qué visión tenemos para el aprendizaje y lo que parece?
-¿Que define a un rendimiento de alta tecnología y cómo puede medirse?
-¿Los programas educativos incorporando tecnología que permite a los estudiantes para lograr el aprendizaje de las TIC metas durante el uso de tecnología de alto rendimiento?
El aprendiz debe participar en las tareas de aprendizaje que se adaptan a situaciones de “vida real”. En su preparación para este “mundo real”, tenemos el deber de considerar lo que los lugares de trabajo y comunidades requieren. Muchas de las formas tradicionales de aprendizaje, tales como la memorización, y la evaluación en forma de opciones múltiples, desarrollar las habilidades que son útiles sólo en el ámbito escolar. ¿Cuántos de nosotros hemos tenido que usar un examen de opción múltiple como parte de nuestro trabajo? El lugar de trabajo, por el contrario, va a exigir a los trabajadores que pueden “pensar críticamente y de manera estratégica para resolver problemas.
Para lograr una nueva manera de evaluación, personalizada y adaptada a cada persona, tendremos que considerar en primer lugar la computadora como una herramienta cognitiva para participar al alumno en las interacciones (los suyos y con otros) para construir una comprensión más completa más rica.“Como una herramienta cognitiva, el equipo permite al alumno exteriorizar su pensamiento, para enriquecerla, manipularla y cambiarlo, todo mediante la interacción con el o los modelos más conceptuales en el equipo en la forma de un diálogo (ya sea real y llevado a cabo con otros o en la cabeza del alumno).
Foto: neurociencia y evaluación.
Con todo ello:
la información y la tecnología de la comunicación deben ser utilizados por los aprendices para aprender en todo momento.
buscadores de información, analizadores y evaluadores;
solucionadores de problemas y tomadores de decisiones;
comunicadores y colaboradores;
informados, los ciudadanos responsables y contribuyentes
Muchos pensadores sienten que la tecnología va a modificar lo que hacen los maestros. “El cambio más significativo es el cambio en el papel de un profesor del dispensador de conocimientos a los estudiantes a uno de ayudar a los estudiantes a adquirir conocimientos de una variedad de fuentes, lo que llamaos cambio de roles…
Quizás para superar estas resistencias al cambio podría empezar por una EVALUACIÓN continuada de de DESEMPEÑO, es decir …En la evaluación de desempeño el supervisor examina el rendimiento laboral de un empleado y comparte con éste el análisis de los resultados obtenidos. La primera parte del capítulo se dedica al propósito de la evaluación de desempeño y la segunda a los pasos que podemos tomar para mejorar el proceso de comunicación con cada empleado sobre su rendimiento. Uno de los pasos más importantes, es la retroalimentación de información a los empleados. Mientras que este paso ha sido motivo de mucha tensión tanto para el supervisor como para el subordinado, en este capítulo analizaremos un sistema de retroalimentación que resulta altamente favorable para ambos. ….http://cnr.berkeley.edu/ucce50/agro-laboral/7libro/06s.htm
Frente a ello nos encontramos con que la evaluación-retroalimentación lo entendemos como un PROCESO, El ENSAYO-ERROR-RETROALIMENTACION, sera lo normal en una nueva manera de trabajar, aprender… abierta, inclusiva y ubicua, basada en la persona, en el aprendiz, en los equipos que conforma…
Esto nos conduce a establecer simulacros que nos conducirán a otra sociedad que entiende las cosas de otra manera y que incluso los conceptos anteriores ni los contempla y por el contrario aparecen otros de nuevos, como aprender en el trabajo, sin tener en cuenta si es necesario o no una titulación, simplemente por que no lo contempla.
Para establecer una autentica DISRUPCION, se debe influir en gran media en la estructura organizativa tradicional…
.La mejora de la productividad
.Mayor Rendimiento (Efectos Red y Aprendizaje)
Coincidimos plenamente Harold Jarche y Juan Domingo Farnos en que … una sociedad compleja requiere de planteamientos complejos, ya no hablamos de soluciones, lo cual sería muy pretencioso….
El mundo natural se compone de sistemas complejos y por tanto tiene sentido que las mejores estrategias para una población son las que toman en cuenta esta complejidad.
Esta es una limitación de los modelos de organización jerárquicos. Ellos no pueden hacer frente a los niveles a gran escala de complejidad..
Las jerarquías amplifican la escala de comportamiento de un individuo pero no aumenta su complejidad, en todo caso, la limita y la disminuye.
La era de la red ya ha cambiado hasta la política, esta creando nuevos modelos de negocio dominantes, aprendizajes abiertos, y ahora está cambiando cómo operan las organizaciones – en el interior. Una vez que somos capaces de hablar de redes, veremos que muchas de nuestras prácticas de trabajo actuales son bastante obsoletos. De cómo se determina el valor del trabajo, de cómo calculamos la remuneración por un trabajo, las organizaciones tendrán que adaptarse a la era de las redes.
Leyendo a Clarles Jennings en http://charitylearning.org/…/qa-with-charles-jennings-7020…/, otro de mis autores referencia sobre el análisis y la evaluación de desempeño como una de las nuevas competencias fundamentales en el LEARNING IS THE WORK, com un procedimiento continuo, sistemático, orgánico y en cascada, de expresión de juicios sobre el personal de una organización, en relación con el trabajo y el aprendizaje habitual y a su potencial de desarrollo, y que se plantea con una óptica histórica y prospectiva que pretende integrar los objetivos de la organización con los del individuos…
Del mismo modo, Brown (1983) y otros… visualizaron una distinción entre una posición estática y una perspectiva dinámica de conocimiento y desempeño, con el argumento que los aprendices varían no solo en lo que saben, sino también en lo que hacen con lo que ya sabían previamente.
Una manera donde la retroalimentación genera más confianza mutua en todos los participantes en el proceso, tanto educativo, como laboral, como mixto, una auténtica DISRUPCIÓN…
El progreso es no reducir la velocidad para recoger a los rezagados. El progreso no respeta barreras, arrasa en su camino , hace caso omiso a todas las objeciones y, finalmente, logra su objetivo. Entonces se abre el camino para avanzar aún más, porque la educación en este sentido tiene la característica de un tiburón, es devoradora….
Entonces y solo entonces, cuando tenemos claro que hemos aprendido, tendremos claro que hemos evaluado, en el mismo tiempo y lugar.
También encontramos diferencias semánticas como en lo referido a Valoración y Evaluación:
EVALUACIÓN es la recopilación sistemática de datos para monitorear el éxito de un programa o curso para lograr los objetivos de aprendizaje deseados * para los estudiantes.
La evaluación se utiliza para determinar:
-Lo que los estudiantes han aprendido (resultado)
-La forma en que aprendieron el material (proceso)
Pero también para:
-Su acercamiento al aprendizaje antes, durante o después del programa o curso en el que el aprendiz está por medio-
-Para evaluar a los estudiantes antes de la instrucción para obtener una base de lo que los estudiantes saben (por ejemplo, mediante la administración de una prueba previa). -Durante la instrucción, la evaluación puede usarse para determinar qué estudiantes están aprendiendo para que pueda ajustar su enseñanza, si es necesario. Los cuestionarios o tarjetas de barro, que piden a los estudiantes que identifiquen el «punto más confuso» que les queda después de la clase, son dos métodos de este tipo de «evaluación formativa». -Después de la instrucción, puede usar la evaluación para dos propósitos: Determinar si ha habido un cambio en el conocimiento (los exámenes finales se pueden utilizar para la «evaluación sumativa») y proporcionarle información para revisar la clase o el programa.
EVALUACIÓN es un juicio del instructor o investigador educativo acerca de si el programa o la instrucción ha alcanzado sus Resultados de Aprendizaje Adelantados .
(* El término resultados de aprendizaje pretendidos proviene de (Biggs, J y Tang, C. (2011): Enseñanza para el Aprendizaje de Calidad en la Universidad, (McGraw-Hill y Open University Press, Maidenhead))
Podemos incluso revisar la estrategia de evaluación:
-¿Cómo evalúa actualmente a sus estudiantes? Hagan una lista de los métodos que utiliza.
-¿Vale la pena cada evaluación y se puede explicar a sus estudiantes por qué?
-¿Puede explicar cómo se comparan los métodos de evaluación que usa actualmente con los resultados de aprendizaje esperados?
-¿Con qué habilidades y capacidades quieres que tus estudiantes salgan de tu unidad / curso?
-Aproximadamente, ¿cuánto cuesta cada proceso de evaluación a los estudiantes y al personal en términos de tiempo y recursos utilizados?
-¿Siente que podría estar evaluando más? ¿Cómo lo sabes?
-¿Qué criterios utiliza? ¿Son suyos, o puede usted involucrar a los estudiantes ellos mismos en formularlos?
-¿Conoce los alumnos los criterios? ¿Lo entienden realmente?
-¿Está la retroalimentación que da a sus estudiantes claramente relacionada con sus criterios de evaluación?
-¿Qué tan bien los estudiantes de retroalimentación que reciben en el trabajo evaluado les ayudan a saber cómo están haciendo?
-¿Cuánta práctica y orientación tienen los estudiantes en los métodos de evaluación elegidos?
-¿Qué evaluaciones disfrutan los estudiantes y por qué?
-¿Cómo sabes que los estudiantes encuentran útiles sus/las evaluaciones?
-¿De qué manera las evaluaciones ayudan a su estudiante a aprender?
Esto nos servirá para entender mejor las dos opciones, la antigua y la nueva (transformación del paradigma), y llegaremos a discernir si es mejor el nuevo paradigma que el viejo o dicho de otra manera, si el aprendizaje y la evaluación siendo lo mismo y también en el espacio y en el tiempo, nuestras competencias revelan que en ello estamos todos incluidos y que no solo no sobra nadie, si no que todos hacemos falta.
Garantía de calidad : desarrollar criterios de calidad específicos para la Educación 5.0 y realizar un seguimiento continuo de la calidad.
¿Cuál es el papel de la UE y de los gobiernos nacionales?
Los gobiernos tienen un papel fundamental en la promoción de la noción de Educación 5.0. Las medidas específicas incluyen lo siguiente:
En lugar de poner la tecnología en el centro de la agenda educativa, aborde esta transformación desde la perspectiva de los resultados de aprendizaje deseados para los humanos;
Fomentar iniciativas para identificar y difundir buenas prácticas para cada uno de los elementos mencionados de Educación 5.0;
Alentar iniciativas para desarrollar pautas comunes para proveedores de educación y capacitación para el diseño e implementación de Educación 5.0 y estimular la adopción de esas pautas;
Fomentar iniciativas para monitorear, analizar y prevenir las ‘malas prácticas’ de la educación digital, que conducen a una menor motivación, un menor rendimiento y problemas de salud de los alumnos;
Desarrollar pautas para proveedores de educación y estudiantes sobre protección de datos y privacidad, y otros aspectos de la ética digital; y
Prestar especial atención a la creación de un ambiente saludable en las escuelas en relación con el rápido aumento en el uso de la tecnología; estimular específicamente las iniciativas que apuntan a minimizar/eliminar la radiación EMF en las escuelas (por ejemplo, enrutadores inalámbricos ecológicos, ethernet, etc.); estimular iniciativas que apunten a fomentar la actividad física de los educandos; y estimular iniciativas que apunten a desarrollar la atención plena en los alumnos sobre el tiempo frente a la pantalla.
La educación 5.0 se trata de humanos, no de tecnología,obviamente son los conceptos de la Eduación Disruptiva, utiliza la tecnología como habilitador para agregar valor y aumentar la efectividad. La educación 5.0 no se trata de menos o más tecnología; se trata de tomar decisiones conscientes y responsables mientras se ve el panorama general.
La educación 5.0 presta especial atención a los aspectos de privacidad, ética, seguridad y mindfulness tecnológico. Requiere un enfoque holístico hacia la transformación educativa, que abarque todos los elementos esenciales de manera transversal y transdisciplinar ((EDUACIÓN DISRUPTIVA)).
El concepto de buen análisis dentro de un escenario nuevo de aprendizaje y trabajo debería ser más holístico y considerar el 100% del ecosistema de aprendizaje y rendimiento que incluye las personas, los procesos, el contenido, la tecnología y las métricas.
Estos son criterios para la evaluación holística del desempeño y si se realizan con el punto de trabajo en el punto cero, los porcentajes y las proporciones no son importantes ya que sin nos fijamos en el punto 0, el viejo paradigma tradicional de aprendizaje-trabajo carece completamente de importancia y por eso debe dejar paso a los otros en unnuevo paradigma.
La evaluación es la determinación sistemática del mérito, el valor y la importancia de un aprendizaje o proceso de formación mediante el uso de criterios respecto a un conjunto de normas. La fase de evaluación es continuo a lo largo del proceso. El objetivo principal es garantizar que los objetivos declarados del proceso de aprendizaje en realidad se reunirá la necesidad de la empresa requerida. Por lo tanto, se realiza durante las primeras cuatro etapas del mismo proceso::
Análisis: ¿El problema es el rendimiento de un problema de entrenamiento? ¿Cómo implementar una plataforma de aprendizaje un impacto positivo en una necesidad comercial o meta? ¿Qué debe hacer a los alumnos ser capaces de hacer con el fin de asegurar el cambio requerido en el rendimiento?
Diseño: ¿Cuál debe ser aprendido por los alumnos, que les permitan cumplir con las necesidades del negocio o meta deseada
Desarrollo: ¿Qué actividades lo mejor será llevar a cabo la actuación requerida.
Implementación: Los alumnos deberán convertido en intérpretes (tienen las habilidades y conocimientos necesarios para realizar las tareas requeridas)?
EVALUAR ES APRENDER ; se encuentra en el corazón de la experiencia de aprendizaje : ¿cómo los alumnos son evaluados dando forma a su comprensión en el plan de estudios determinando su capacidad de progresar? Naturalmente yo creo que esto no sirve para nada, como ya he demostrado en múltiples ocasiones. Otra cosa es que los hábidos por “resistir” , lo cual sucede y mucho, sigan con sus evaluaciones segregadoras: de buenos y malos aprendices, de aprobados y sus pendidos, de los que superan cursos y de los que repitan…
Pero para establecer una causa efecto y que la gente entienda que evaluación y economía, en el sentido de costos, no debería tener nada que ver, necesitamos conocer entre otras cosas:
-¿Cómo se evalúa actualmente a los estudiantes? Hagan una lista de los métodos que utiliza.
-¿Vale la pena cada evaluación y se puede explicar a sus estudiantes por qué?
-¿Puede explicar cómo se comparan los métodos de evaluación que usa actualmente con los resultados de aprendizaje esperados?
-¿Con qué habilidades y capacidades quieres que tus estudiantes salgan de tu unidad / curso?
-Aproximadamente, ¿cuánto cuesta cada proceso de evaluación a los estudiantes y al personal en términos de tiempo y recursos utilizados?
-¿Siente que podría estar evaluando más? ¿Cómo lo sabes?
-¿Qué criterios utiliza? ¿Son suyos, o puede usted involucrar a los estudiantes ellos mismos en formularlos?
-¿Conoce los alumnos los criterios? ¿Lo entienden realmente?
-¿Está la retroalimentación que da a sus estudiantes claramente relacionada con sus criterios de evaluación?
-¿Qué tan bien los estudiantes de retroalimentación que reciben en el trabajo evaluado les ayudan a saber cómo están haciendo?
-¿Cuánta práctica y orientación tienen los estudiantes en los métodos de evaluación elegidos?
-¿Qué evaluaciones disfrutan los estudiantes y por qué?
-¿Cómo sabes que los estudiantes encuentran útiles sus/las evaluaciones?
-¿De qué manera las evaluaciones ayudan a su estudiante a aprender?
Proporcionar al estudiante una retroalimentación frecuente y detallada es una parte fundamental de la experiencia práctica. Lo cuál nos lleva a asegurar que el contexto y las necesidades de cada alumno se reflejan en la enseñanza y el aprendizaje de manera personalizada-personal, y con un componente inclusivo, el cuál tendrá como preferencia buscar la Excelencia de cada uno.
…
Las técnicas de análisis varían considerablemente, pero la intención es desarrollar métodos de análisis modulares que los educadores pueden experimentar y compartir para que otros puedan usar y ajustar. Algunos ejemplos de estas técnicas:
Los estudiantes deben ver lo que la organización considera importante, pero siempre son ellos lo prioritario…
Tener un motor de Análisis de manera permanente abierto a todos los investigadores y organizaciones para construir entre todos los aprendizajes necesarios en cada contexto y contando en la tipología de personas que forman parte de ello.
Conectar estrategias de análisis y herramientas…especialmente en la nube: web 2.0…
Integración con herramientas de software libre existentes….
Modularizar y hacer extensible todos los planteamientos de manera REDÁRQUICA: transversal, transparente y confiable.
Las posibilidades de “dar formación en línea” han estado relacionados con las tendencias apoyadas por tecnologías emergentes y convergentes… (móviles, redes sociales), y las tendencias económicas (reducción de la financiación de las universidades públicas) en la última década han creado un “un punto de ebullición de las universidades ( ahora estamos cuestioanando en si las universidades son importantes para la sociedad, al conocimiento o para sus miembros – que son – sino más bien si la base económica del sistema actual puede mantenerse y sostenerse en el rostro del flujo cambiante de la información producida por las comunicaciones electrónicas .
No es la investigación y la enseñanza que estará bajo presión – que será más importante que nunca – sino más bien su entorno de enseñanza, el mismo sistema universitario…..
Si las tecnologías alternativas de enseñanza y sistemas de acreditación pueden ser elaborados, habrá una migración desde lo clásico basado en el campus de educación superior, hacia otros planteamientos, ahora los llamamos MOOCs (que no voy a comentar en este post, ya que hay más que información en la red) … pero eso es solo otra cuestión más, lo importante está por llegar. la caída o no de los modelos actuales de educación…
Hannafin utiliza el término de entornos de aprendizaje abiertos para referirse al mismo concepto que venimos desarrollando. Y lo hace contrastándolo con los entornos o ambientes de aprendizaje dirigidos propios de un enfoque tradicional. De esta manera los entornos de aprendizaje dirigidos ofrecen a los alumnos un contenido de aprendizaje ya dado, presentado de forma jerárquica, estructurados y en torno a la adquisición de destrezas. Por otra parte los entornos de aprendizaje abiertos sitúan el aprendizaje a partir de problemas que los alumnos deben de investigar para a partir de ellos ir construyendo su propio conocimiento.
Entornos de aprendizaje dirigido entornos de aprendizaje abiertos desglosan el contenido de forma jerárquica y dirigen la enseñanza hacia unos objetivos creados de forma externa sitúan procesos asociados con un problema, contexto y contenido con oportunidades para manipular, interpretar y experimentar simplifican la detección y el dominio de los conceptos principales mediante el aislamiento y la enseñanza de los conocimientos y técnicas que han de aprenderse eemplean problemas complejos y significativos que enlazan el contenido y los conceptos con las experiencias cotidianas donde la “necesidad de saber” se genera de forma natural combinan conocimientos y técnicas mediante planteamientos de enseñanza y aprendizaje estructurados y dirigidos sitúan los planteamientos heurísticos alrededor de “conjuntos” que exploran conceptos más elevados, aprendizajes más flexibles y perspectivas múltiples arbitran el aprendizaje de forma externa mediante actividades y prácticas; tienen como objetivo fomentar la comprensión de los cánones desarrollan la comprensión individual al evaluar los alumnos sus propias necesidades, al tomar decisiones y al modificar, evaluar y revisar sus conocimientos activan las condiciones internas de aprendizaje, diseñando cuidadosamente las condiciones externas enlazan la cognición y el contexto de modo inextricable consiguen mayor destreza centrándose en la producción de respuestas correctas y por lo tanto reduciendo o eliminando errores realzan la importancia de los errores para establecer modelos de entendimiento; una comprensión profunda implica que al comienzo existen con frecuencia ideas erróneas
La generación de hipótesis se puede mejorar mediante el uso de estrategias tales como el enfoque contrastivo, que consiste en la comparación de las similitudes y características discriminantes de entre dos y tres diagnósticos que compiten al mismo tiempo. El enfoque contrastivo puede presentar a los estudiantes el uso de cocientes de probabilidad de las características clave de los síntomas comunes.
La generación de hipótesis también se puede mejorar mediante el uso de marcos de razonamiento-esquema inductivo derivados de relaciones anatómicas básicas, Estos marcos específicas para presentaciones se pueden usar para definir el rango inicial de la investigación, ayudar a los estudiantes a entender la relevancia de los datos que recogen, y fortalecer el desarrollo de prototipos de común y las condiciones graves para el reconocimiento de patrones, pero deben ser patrones inclusivos, de manera que en cada momento se puedan utilizar de manera personalizada y socializadora..
En este contexto las instituciones que tradicionalmente tenían la potestad de establecer aquello que está bien y lo que no lo está, hoy se ven amenazadas por nuevas reglas del juego.
Estos retos nos llevan a pensar en nuevos perfiles de profesionales. Hacen falta perfiles híbridos digitales-analógicos que sean capaces de traducir conocimiento de una comunidad a otra y que puedan generar valor al momento de conectar conocimientos. Necesitamos de habilidades multiplicadas y desarrollo de actitudes creativas, las cuáles se presentan como elementos claves.
Es necesario a pensar en un aprendizaje mejorado, que no se limite a una disciplina o certificación, sino que sea permanente, distribuido y escalable, cuya trazabilidad esté en manos de la mayor parte de la población, cada uno con sus caraterísticas…
Hoy es fundamental analizar nuevas perspectivas para pensar el aprendizaje a la luz del acceso abierto y distribuido al conocimiento. La idea es sumergirnos en sus luces y sombras, la línea es difusa y las tecnologías DEBEN INVISIBLES Y NATURALES, para que su verdadera ayuda sea adecuada a las necesidades personalizadas y personales de las personas…
A más de 10 años de que el Massachusett Institute of Technology (MIT) anunciara su proyecto de ‘abrir’ sus cursos, sin costes ni matrículas es importante analizar qué ha pasado y qué no ha ocurrido desde entonces hasta la fecha, tanto en el mundo de la educación como en otros planetas cercanos.
Tras explorar las profecías de una educación para el futuro, recargada de pantallas y cables, es necesario pensar en el enorme rezago que existe entre las necesidades que establece nuestra sociedad actual y la resistencia al cambio que afecta a muchas vertientes de la educación.
A pesar de los muchos artilugios, licencias y de profesar a los cuatro vientos el discurso tecno-determinista de que las TIC salvarán a la educación del mañana, aún existen un importante número de instituciones educativas que conciben la enseñanza y la gestión a la vieja usanza (de manera lineal, meritocrática y con fuertes dosis de inmovilismo)….
En esta exploración nos preguntamos no sólo porqué la resistencia al cambio de las organizaciones educativas sino que buscamos hacer un zoom a aquellos espacios de exploración que sí están abriendo oportunidades que son importantes de incluir en el radar.Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.
“Transmedia storytelling represents a process where integral elements of a fiction get dispersed systematically across multiple delivery channels for the purpose of creating a unified and coordinated entertainment experience. Ideally, each medium makes its own unique contribution to the unfolding of the story.” – Henry Jenkins, Sandbox Summit 2010
..
Más que discutir cómo empujar a la universidad-la educación en general– hacia esta etapa de cambios, lo que haremos será pensar en rutas de auto-innovación (incremental y radical) bajo la lógica de aprender a re-aprender en donde el ‘sujeto en red’ puede diseñar sus propias rutas de adaptación y renovación permanente.”, por tanto la evaluación deberá seguir el mismo camino:
-Los estudios han explorado específicamente la eficacia de los enfoques estructurados para facilitar la práctica deliberada de maniobras y la identificación de signos anormales.
-Examen físico basados en hipótesis.
-Las habilidades de comunicación
La comunicación efectiva es esencial para la recopilación de datos precisos y eficientes.
Una crítica es que el entrenamiento de habilidades de comunicación a menudo se entrega como un sujeto aislado, lejos del contexto en que se aplica, en lugar de ser incluido en la instrucción en habilidades básicas.
Hay un fuerte argumento para ser a la vez necesario y adecuado el entorno de aprendizaje para entrenamiento de habilidades de comunicación. Esto es apoyado por el creciente reconocimiento de las demandas y las habilidades de comunicación específicas para cada disciplina.
Aplicación de la teoría y la investigación.
La incorporación exitosa de las teorías educativas y la investigación requiere una planificación estratégica y un fuerte liderazgo , así como una estrecha colaboración entre los educadores académicos, profesores y representantes de los estudiantes.Este proceso es posible gracias a un fuerte diseño curricular basado en objetivos claros de aprendizaje y enfoques sistemáticos para las actividades educativas formales. Se aplica marcos de aprendizaje de desarrollo específicos y materiales curriculares basados en la evidencia para mejorar el aprendizaje, así como las técnicas específicas de promoción del aprendizaje situado, como la incorporación de la entrevista médica y maniobras de exploración física en las tareas de razonamiento diagnóstico para optimizar la resolución de problemas y la adquisición de habilidades.
Para garantizar la óptima integración de la teoría y la investigación en la práctica educativa, es necesario que existan fuertes vínculos entre las actividades educativas formales y el aprendizaje informal:
b-La mejora en el aprendizaje de habilidades genéricas
c-Apoyar a los estudiantes en ambientes de aprendizaje
d-Incorporar con éxito la evolución de la teoría educativa y la investigación requiere que los aprendices estén bien apoyados en sus ambientes de aprendizaje.
Tienen que ser capaces de acceder y evaluar críticamente la información, participar activamente en la resolución de problemas, y reconocer y responder a la retroalimentación. También necesitan que se les enseñe formalmente las habilidades de la práctica deliberada, para que puedan entender su razón de ser y apreciar la importancia de su papel en el desarrollo y mantenimiento de experiencia clínica.
Esto puede facilitarse mediante el uso de herramientas tales como bitácoras electrónicas o en papel que alientan a los estudiantes a controlar su propio aprendizaje. Es importante destacar que los estudiantes tienen que estar equipados con las habilidades de supervivencia para los entornos clínicos, que incluyen la gestión eficaz del tiempo, la capacidad de tolerar la incertidumbre, y las estrategias para hacer frente a los problemas psicológicos que pueden tener un impacto negativo en el aprendizaje.
La educación está constantemente experimentando, se está renovando el mensaja, la preguntas y las en respuestas, el avance den el desarrollo de la teoría y la investigación, para la implementación exitosa de las intervenciones educativas diseñadas para mejorar el aprendizaje en contextos tanto formales como informales. La evaluación cuidadosa es importante para determinar el costo-efectividad de tales intervenciones y cómo afectan a los resultados a largo plazo….y así podríamos seguir hasta entender que la investigación siempre será básica para las innovaciones y las disrupciones, pero las maneras de “hacer” irán evolucionando con los progresos, los cambios de paradigma…y querer investigar como hace cien años es imposible de imaginar en los tiempos que corremos.
Esto nos servirá para entender mejor las dos opciones, la antigua y la nueva (transformación del paradigma), y llegaremos a discernir si es mejor el nuevo paradigma que el viejo o dicho de otra manera, si el aprendizaje y la evaluación siendo lo mismo y también en el espacio y en el tiempo, nuestras competencias revelan que en ello estamos todos incluidos y que no solo no sobra nadie, sino que todos hacemos falta.
La evaluación del aprendizaje se refiere a la medición y evaluación de los estudiantes en escenarios también de ELEARNING — como en otras modalidades de enseñanza — Aprender alcanza el éxito con el objetivo de la futura capacidad de los alumnos en situaciones de aplicación — fuera de los escenarios de aprendizaje — para predecir, determinar los déficits y para obtener información para la mejora de la educación de los acuerdos de los medios de comunicación y de aprendizaje electrónico interactivo, por lo que los alumnos puedan lograr un mejor futuro éxito en el aprendizaje.
La evaluación del aprendizaje requiere en primer lugar la determinación del punto de referencia para la medición y evaluación del éxito de aprendizaje, que — debido a los resultados del aprendizaje no son un fin en sí mismo — es el uso en situaciones con los social media en el aprendizaje virtual de espacios aprendidos. Se requiere la evaluación de éxito en el aprendizaje, la determinación del objeto de la evaluación, de modo que los problemas, métodos y herramientas para la recolección de datos y el análisis y evaluación de datos pueden ser conceptualizados:
El objetivo de este proceso pretende hacer frente a las necesidades actuales y las oportunidades de aprendizaje, mediante esta analítica recogiendo los enfoques multidisciplinares pero complementarios de diferentes campos, tales como Ciencias de la Computación, Ciencias de datos, Matemáticas, Educación, Sociología…
Necesitamos por tanto:
-Análisis de aprendizaje basado en competencias:
-Análisis de aprendizaje para la evaluación de las competencias genéricas y específicas.
-La integración de la analítica de investigación y aprendizajes educativos.
-Analíticas de aprendizaje y el aprendizaje autorregulado.
-Intervenciones y análisis de los diferentes aprendizajes, estudio de casos…
-Implementaciones de la analítica de aprendizaje.
-Analíticas de aprendizaje y efectos a largo plazo (estudios sobre la analítica de aprendizaje).
-Los avances teóricos en la analítica de aprendizaje.
-Replicación y validación cruzada de las investigaciones existentes.
-Aspectos éticos de la analítica de aprendizaje.
-Analíticas de aprendizaje y formulación de políticas (policy makers)
–Interoperabilidad para la analítica de aprendizaje.
Oportunidades:
-Las aplicaciones móviles para la analítica de aprendizaje multimodal
-El aprendizaje de análisis en los mundos virtuales.
-Discurso y el sentimiento de análisis.
-Análisis de la educación: la integración de la analítica de aprendizaje y análisis académicos.
-Fuentes de datos para la analítica de aprendizaje.
-Nuevos enfoques y métodos de análisis en el aprendizaje.
-Analíticas de aprendizaje para entornos personales de aprendizaje (PLE)
Para ello debemos tener claro, ¿Qué es un aprendizaje exitoso en el contenido (refiriéndonos a la excelencia personalizada y no estandarizada), dimensiones y niveles o para ser considerada como tal.
También se toma un paso más allá al asegurar que los alumnos realmente puede satisfacer las nuevas normas de funcionamiento una vez que han completado su formación y regresaron a sus puestos de trabajo. Y en segundo lugar, asegurarse de que la necesidad de la empresa o meta que realmente se cumplen.
Tenemos claro que necesitamos por una parte aprender y por otra, que nuestro desempeño sea mejor, por eso recurro a WISE y a Charels Jennigs, «el primero nos dice que la formación está en el lugar de trabajo, fuera de ella va perdiendo calidad y se va alejando de lo que pretendíamos (no hablamos de títulos ya que los consideramos un mal menor), esto representa un modo de pensar fuera de los paradigmas de aprendizaje más tradicionales». Posteriormente, está más allá del alcance y de alquiler para la mayoría de las organizaciones de aprendizaje.
Pero la fuerza de trabajo cambiante y los comportamientos adaptativos igualmente asociados a ella, indican la necesidad de un cambio de mentalidad en torno al aprendizaje. Por ejemplo, la generación del milenio están tomando cada vez más roles y responsabilidades en el lugar de trabajo, y la forma en que aprenden y buscan información deben dar a los líderes de aprendizaje una idea donde su estrategia de desarrollo debe estar orientada en este sentido.
Las organizaciones de aprendizaje ofrecen una mejor formación, más rápido en un número de maneras, incluyendo la reducción del alcance y la duración de la formación. Sin embargo, tanto las peticiones y las respuestas se hacen a menudo con la creencia de que el rendimiento del aprendizaje será mejor, aunque no siempre lo tienen claro, obviamente y es aquí donde radica la cuestión, en romper esta brecha.
“Dame las herramientas y los recursos para ejecutar el trabajo una vez que me ha contado lo que es el trabajo’”, dijo Wise de preferencias de aprendizaje Millennials, que reflejan haber crecido en una época en que la mayoría de cualquier información es sólo una búsqueda en línea”.
«Al acercarse el aprendizaje y el desarrollo en un paradigma de rendimiento también significa que los líderes de aprendizaje tendrán que revisar su metodología de descubrimiento. Cuando una solicitud de capacitación entra, el siguiente paso es por lo general para llevar a cabo una evaluación de las necesidades de formación. “Eso tiene que ser substituida con una evaluación del rendimiento para identificar los últimos momentos de necesidad”, afirma Gary Wise.
El paradigma rendimiento emplea un enfoque holístico de la visión crítica de aprendizaje y el rendimiento del ecosistema de una organización con el fin de reducir el tiempo del impacto.
Si buscamos resultados que garanticen la implementación de los aprendizajes realizaremos Investigaciones en procesos de acción-reacción en un proceso de sistemas de pensamiento, que Elliot (1991) que describe como un ciclo de desarrollo profesional de la acción-reflexión que determina el proceso de gestión del cambio cualitativo de cómo el profesor puede experimentar con su plan de estudios. Por lo tanto, consideramos que la investigación-acción para tener un proceso de pensamiento crítico que pone el investigador de la acción en una reflexión sobre la práctica como una forma de auto-indagación sistemática (McMahon (1999)) a partir del cual los emplearemos las herramientas síncronas y asíncronas de la web 2.0, de la inteligencia artificial….
Hay diferentes necesidades de mejora en el rendimiento del aprendizaje-trabajo y no cómo un objetivo final, sino como un proceso:
Establecer las diferentes posibilidades de aprendizaje, el desempeño laboral, la capacitación de las personas que intervienen en le proceso y también las características y necesidades de manera personalizada y personal.
Cuando se realiza un análisis, lo mejor es tomar un enfoque a largo plazo para asegurar que los lazos de mejora del rendimiento en la iniciativa con la visión de la organización, misión y valores. Esto conecta cada necesidad con una métrica para asegurarse de que lo que realmente hace lo que se supone que debe hacer. Esto se logra mejor mediante la vinculación de las necesidades de análisis de rendimiento con cuatro niveles deKirkpatrick evaluaciones (Phillips, 2002):
Necesidades de nuestro proceso aprendizaje .trabajo …
Necesidades de trabajo de rendimiento, las cuales están relacionados con el comportamiento, actitudes…
Necesidades de capacitación están vinculados al aprendizaje
Necesidades personalizadas y personales, están vinculados al proceso Acción-Reacción.
El análisis se realiza para determinar lo que se necesita, por lo que se inicia con un análisis de las carencias: las “necesidades” de la organización, menos el nivel de rendimiento actual, es igual a la diferencia….
Mejoramiento del Desempeño es una herramienta para cerrar la brecha en el aprendizaje.
Más que preocuparnos de cómo cerrar la brecha (la creación de contenido y contexto), es mejor tener siempre presente descubrir el nivel actual de rendimiento que se exige. Además, conocer el “por qué”. Es decir, ¿Qué está causando la brecha?
Pensamos en el aprendizaje no como un resultado, sino como una“meta-disposición” personal y social, de relacionar el mundo del conocimiento con la educación y el trabajo…•, pero de ninguna manera dejamos los resultados de parte, ya que una cosa no quita la otra.
Para ello lo que realizamos es:
-Conceptualizar el proceso de diseño de aprendizaje desde diferentes perspectivas ….
-Aplicar una variedad de recursos de aprendizaje de diseño, herramientas y métodos para una intervención de aprendizaje…
-Crítica positiva a una serie de enfoques pedagógicos y el papel desempeñado por las diferentes tecnologías en el apoyo a estos…
-Revisar y discutir el teórico bases del diseño de aprendizaje
-Desarrollar un guión gráfico innovador, actividades de aprendizaje y una estructura para la implementación…
Actualmente el dilema consiste en “romper con la ‘cultura’ educativa que venimos soportando desde hace muchos años en una sociedad que ya no se basa en la producción-dinero sino en el conocimiento”. A su juicio se trata de definir si queremos continuar “solo con una línea educativa formal, prescriptiva, uniformizante… o, por el contrario, damos libertad de elección a una posible incorporación de una educación basada en aprendizajes más informales, naturales y orgánicos a las personas” con el mismo reconocimiento social y académico pero que permita la conjugación“aprendizaje-trabajo” que permita a cada persona escoger su escenario educativo más acorde con sus posibilidades.
A pesar de proporcionar liderazgo global en L & D continúo defendiendo el diseño del trabajo de tal manera que el flujo de trabajo, los recursos, el ambiente, las motivaciones y la información se alineen para facilitar el desempeño sin necesidad de aprendizaje formal, lo que entendemos por APRENDIZAJE INFORMAL (Jay Cross-Juan Domingo Farnos …. https://juandomingofarnos.wordpress.com/…/educacion-trabaj…/… Juan Domingo Farnós Miró
Las evaluaciones ayudan a medir la diferencia de Reich, determinando el valor y la eficacia de un programa de aprendizaje. Utiliza las herramientas de evaluación y validación de proporcionar datos para la evaluación. La evaluación es la medición de los resultados prácticos de la formación en el entorno laboral, mientras que la validación determina si los objetivos de la meta de capacitación se cumplieron.
Comentarios — Vinculación de los resultados del aprendizaje de los objetivos y proporcionar una forma de control de calidad.
Control — Realizar vínculos de la formación con las actividades de la organización y de considerar la rentabilidad.
Investigación — La determinación de las relaciones entre el aprendizaje, la capacitación y la transferencia de la formación para el trabajo.
Intervención — Los resultados de la evaluación influir en el contexto en el que se está produciendo.
Los juegos de poder — Manipulación de los datos de evaluación para la política de la organización.
Una revisión de la literatura para el período de 17 años previos a 1986 sugiere que hay una infravaloración generalizada de programas de formación, y que lo que se está haciendo es de calidad desigual (Foxon, 1989). Sin embargo, con la economía actual y las organizaciones que buscan recortar programas que no funcionan, esta actitud displicente hacia la evaluación de la formación está cambiando, pero no necesariamente hacia el ROI (Retorno de la Inversión), sino más bien para garantizar que la formación apoya las necesidades de las unidades de negocio. Esto se debe principalmente a las partes interesadas en su mayor parte no consideran la formación como un centro de beneficios, sino como un socio estratégico que apoya sus metas…..
El análisis se realiza para determinar lo que se necesita, por lo que se inicia con un análisis de las carencias: las “necesidades” de la organización, menos el nivel de rendimiento actual, es igual a la diferencia….
Mejoramiento del Desempeño es una herramienta para cerrar la brecha en el desempeño…
Más que preocuparnos de cómo cerrar la brecha (la creación de contenido y contexto), es mejor tener siempre presente descubrir el nivel actual de rendimiento y el rendimiento que se exige. Además, conocer el “por qué”. Es decir, ¿qué está causando la brecha?
Los japoneses tienen un concepto de mejora del rendimiento interesante — se preguntan “por qué” cinco veces cuando se enfrentan con un problema. En el momento en el quinto por qué se responde, creen haber encontrado la causa última (raíz) del problema. Así que cuando se mira en un déficit de rendimiento, mirar profundamente — “¿Qué es exactamente que está causando la brecha?”
Una vez que entienda el problema, entonces tenemos que ver cómo encaja con los distintos niveles de la organización.
La tabla a continuación muestra el esquema básico de un análisis de rendimiento y cómo Cuatro Phillips Necesidades y cuatro niveles de Kirkpatrick de enlace con las evaluaciones realizadas en Rummler y Brache Tres Marco de nivel de rendimiento.
Cuando examinamos una gama de diferentes contextos en los que el aprendizaje se lleva a cabo, descubrimos que lo que llamamos ‘atributos’ de formalidad / informalidad están presentes en cualquier situación, aunque solo actúe uno de ellos.
Significan tanto las características del aprendizaje en una amplia variedad de situaciones, y también el hecho de que son las personas la que atribuyen etiquetas como tales características formales, no formales e informales,para. nuestro análisis nos sugiere que estos atributos de formalidad / informalidad están presentes en todas las situaciones de aprendizaje, sino que las interrelaciones entre esos atributos formales e informales varían de una situación a otra.
Es importante no ver los atributos formales e informales como algo separado, a la espera de ser integrados. Este es el punto de vista dominante en la literatura, y es un error. Por lo tanto, el desafío no es, de alguna manera, combinar el aprendizaje formal e informal, para los atributos formales e informales están presentes y relacionados entre sí, lo queramos o no.
El reto consiste en reconocer e identificar, y entender su implicaciones. Por esta razón, el concepto de aprendizaje no formal, por lo menos cuando se ve como un estado intermedio entre la educación formal y no formal, es redundante.
Dentro de la dimensión “política”, existen las frecuentes declaraciones sobre el potencial emancipatorio superior de la educación no formal.
Esto es peligrosamente engañosa. Nuestra red de arrastre nos ha hecho ver que todas las situaciones de aprendizaje contienen desigualdades de poder importantes, y que el aprendizaje informal / no formal y formal puede ser todos emancipadores u opresivos y a menudo al mismo tiempo.
Las diferencias de poder y las cuestiones de desigualdad con los aprendices deben ser tomadas en serio en todos los contextos. Por otra parte, el grado en que el aprendizaje es emancipador u opresivo depende al menos tanto o más en los contextos organizacionales, sociales, culturales, económicos y con políticas más amplias en las que el aprendizaje tenga su sede, como en las prácticas reales de aprendizaje y pedagogías involucradas.
El grado en el que el aprendizaje tiene atributos formales / informales relacionados con fines depende de la dimensión de que se trate. Una preocupación teórica se relaciona con el grado en el que el aprendizaje es el foco principal y deliberado de la actividad, o si la actividad tiene otro propósito primordial, como la productividad del lugar de trabajo, y el aprendizaje es un resultado en gran parte no deseada.
Dentro de la dimensión política, la preocupación es mucho más con cuyos propósitos se encuentran detrás del aprendizaje. ¿Es el aprendiz determinante e iniciado (informal) o es el aprendizaje diseñado para satisfacer las necesidades determinadas externamente de otros con más poder — un maestro dominante, una junta examinadora, un empleador, el gobierno, etc (formal).
Esto cubre la naturaleza de lo que se está aprendiendo:
– ¿Es esta la adquisición de conocimientos de expertos / comprensión / prácticas establecidas (formales), o el desarrollo de algo nuevo (informal)?
-¿Es el enfoque en el conocimiento proposicional o vertical (formal), la práctica diaria competencia (informal) o lugar de trabajo (informal)?
-¿Es el enfoque en el conocimiento de alto estatus o no? Desde el punto de vista político, el contenido también es visto como una manifestación de relaciones de poder?
Según nuestras investigaciones y lecturas de muchos lugares y no lugares, de escenarios de aprendizaje…., nos encontramos con…
todos (o casi todos) los procesos de aprendizaje contienen atributos de formalidad / informalidad:
1-Estos atributos de la formalidad y la informalidad están relacionados entre sí de diferentes maneras en diferentes situaciones de aprendizaje.
2-Esos atributos y sus relaciones influyen en la naturaleza y la eficacia del aprendizaje en cualquier situación.
3-Esas interrelaciones y los efectos sólo pueden comprenderse adecuadamente si el aprendizaje se examina en relación con los contextos más amplios en los que tiene lugar. Esto es particularmente importante cuando se consideran las cuestiones de empoderamiento y la opresión.
Quizás lo más importante…nuestra formación continuada…. el análisis de las necesidades individuales es la identificación de la población objetivo. Si bien esto está estrechamente relacionado con la formación Necesita más arriba, ya que ambos se ven en el nivel de empleo / Intérprete, las necesidades individuales de ir un poco más profundo.
Se asegura que la intervención rendimiento realmente se ajusta a los requisitos individuales. Por ejemplo, en el análisis de necesidades de capacitación, podría determinar que los titulares de los puestos de trabajo tienen que aprender un nuevo proceso. En este análisis de las necesidades, la población objetivo se mira más de cerca para determinar el contenido real, el contexto y forma de entrega de la intervención rendimiento.
En el análisis de necesidades formativas, nos fijamos en los educandos como conjunto, mientras que en este análisis de necesidades nos fijamos en ellos individualmente…
Además, se desea determinar qué tan bien este análisis se llevó a cabo mediante el uso de un nivel de una evaluación , por lo que determinamos que tanto en el APRENDIZAJE como en su implicación directa con EL TRABAJO, no debe ligarse a una sola posibilidad de resultados, sino a diferentes caminos, de esta manera nos aseguramos una realización personalizada y de la misma manera, con mayores probabilidades de mejoras y de retroalimentación, a la vez….
.A lo largo de la capacitación esta evaluación también se conoce como hojas de smiley — qué tan bien lo hicieron los alumnos como la intervención rendimiento.
Detrás de todo el contexto planteado, lo esencial es el de analizar el sistema, identificar una necesidad, construir una evaluación (instrumento de medición) que identifica el objetivo que se requiere, preparar las diferentes posiciones de RETROALIMENTACIÓN-incluso para cambiar todo el proceso-identificar el contenido, “por qué” seleccionamos la intervención, y luego construir en el contexto cerrando la brecha entre la necesidad y el objetivo. Una vez que tenga un programa en el lugar, la realización de una evaluación debe ser instantánea porque ya dispone de las herramientas de medición en el lugar, lo que provocará todo un ESCENARIO INCLUSIVO y “prácticamente automatizado, por lo que tanto se podrá realizar por medio de la Inteligencia humana cómo por la Inteligencia Artificial.
Mirando el contexto social de la vida real de la investigación y su relación con las dimensiones sociales de un ambiente de aprendizaje conversacional auto-organizado, se puede ver que la investigación funciona dentro de un entorno de aprendizaje social basado en el equipo que integra la base de tareas individuales actividad con la colaboración del grupo de aprendizaje y la investigación .
La cuestión crítica, que he tratado de responder, de cómo la tecnología puede medir auténtico, aprendizaje relevante, primero requiere respuestas a otras seis preguntas importantes:
¿Qué se entiende por auténtico, aprendizaje relevante?
¿Qué se quiere decir con habilidades de pensamiento?
¿Cómo pueden los docentes involucrar a sus estudiantes en el aprendizaje efectivo y cómo puede medirse?
¿Qué visión tenemos para el aprendizaje y lo que parece?
Lo que define a un rendimiento de alta tecnología y cómo puede medirse?
¿Los programas educativos incorporando tecnología que permite a los estudiantes para lograr el aprendizaje de las TIC metas durante el uso de tecnología de alto rendimiento?
El aprendiz debe participar en las tareas de aprendizaje que se adaptan a situaciones de “vida real”. En su preparación para este “mundo real”, tenemos el deber de considerar lo que los lugares de trabajo y comunidades requieren. Muchas de las formas tradicionales de aprendizaje, tales como la memorización, y la evaluación en forma de opciones múltiples, desarrollar las habilidades que son útiles sólo en el ámbito escolar. ¿Cuántos de nosotros hemos tenido que usar un examen de opción múltiple como parte de nuestro trabajo? El lugar de trabajo, por el contrario, va a exigir a los trabajadores que pueden “pensar críticamente y de manera estratégica para resolver problemas.
El aprendizaje no termina en sí mismo, sino que sirve para superar las discrepancias en las acciones y por lo tanto las competencias de los sujetos para hacer frente a las respectivas condiciones de vida y de trabajo.
Las discrepancias en sus competencias , por un lado en su acción actual aprenden práctica, reflexionan y compensan, por ejemplo, por los procesos de aprendizaje que se acompañan con e-learning en los escenarios virtuales que los llevamos a cabo.. En segundo lugar, se puede detectar entre la educación deseada futuro y / o de la habilidad profesional y sus habilidades de acción actuales con sus discrepancias existentes que puedan superar su compromiso con las pedagogías organizadas y asistidas con contenido y el personal de aprendizaje en espacios virtuales de aprendizaje.
Los alumnos deben demostrar su capacidad de aplicar herramientas y procesos dentro de un contexto o problema específico y, a continuación, transferir estas habilidades a nuevos contextos o problemas.
Para construir recursos de apoyo al desempeño debe haber un cambio en el enfoque de L & D para poner una cierta prioridad seria en el punto de trabajo y por tanto, de aprendizaje, donde se manifiesta el desempeño real, en ese punto si es necesario porque ya no nos referimos a lo que siempre hemos entendido por trabajo…
Ese cambio requiere un conjunto de habilidades que muchos diseñadores de instrucción no poseen, el descubrimiento cambia,
El punto de trabajo es un nuevo campo de juego para muchos en L & D, ya que es el entorno operativo posterior al entrenamiento, donde el valor del negocio, del aprendizaje se genera … o se pierde.
No sólo podemos mirar a través del lente de competencias y transferencia de conocimiento exitosa, necesitamos mirar a través de una lente operativa y de rendimiento:
-Tenemos que construir soluciones que apoyen el desempeño de la fuerza laboral en el punto de trabajo …
-Tenemos que diseñar activos que se pueden acceder en el momento de la necesidad …
-Tenemos que proporcionar la tecnología que puede permitir el acceso en el flujo de trabajo/aprendizaje …
Si se hace bien, este proceso permite que el aprendizaje se produzca naturalmente a través de la realización del trabajo. Consideremos, por ejemplo, la frecuencia con la que compramos productos para nuestras vidas personales y cómo somos capaces de ensamblar esos productos sin capacitación formal de producto.
Aquí, el enfoque holístico también significa unir fuerzas de todos los grupos de partes interesadas clave, incluidos los gobiernos, los proveedores de educación y capacitación, la industria, las estructuras de apoyo, la comunidad en general y, lo que es más importante, los propios estudiantes. Juntos, podemos hacerlo ‘de la manera correcta’, y eso nos llevará a nosotros y a las próximas generaciones hacia un futuro brillante y sostenible.
La visión holística de la Educación 5.0, según Juan Domingo Farnós, no solo se centra en la transformación del proceso de aprendizaje, sino que también abarca la colaboración de todas las partes interesadas clave. Aquí se explora cómo diversas entidades se unen para construir un futuro educativo brillante y sostenible:
1. Gobiernos:
Rol: Establecer políticas educativas que fomenten la innovación, la equidad y la adaptabilidad. Proporcionar recursos y apoyo financiero para la implementación de tecnologías educativas avanzadas.
2. Proveedores de Educación y Capacitación:
Rol: Desarrollar currículos flexibles y relevantes que integren tecnologías emergentes. Capacitar a educadores para utilizar eficazmente herramientas de inteligencia artificial y otras tecnologías.
3. Industria:
Rol: Colaborar en la identificación de habilidades necesarias para el mercado laboral futuro. Ofrecer programas de aprendizaje basados en la industria y oportunidades de pasantías para estudiantes.
4. Estructuras de Apoyo:
Rol: Establecer centros de apoyo para el bienestar estudiantil, brindando recursos emocionales y psicológicos. Facilitar la implementación y mantenimiento de tecnologías educativas.
5. Comunidad en General:
Rol: Participar activamente en iniciativas educativas comunitarias. Apoyar programas de tutoría y actividades extracurriculares. Contribuir a la creación de entornos de aprendizaje en toda la comunidad.
6. Estudiantes:
Rol: Ser participantes activos en su propio proceso educativo. Proporcionar retroalimentación sobre sus experiencias de aprendizaje. Colaborar con educadores y diseñadores de programas educativos para adaptar el proceso a sus necesidades.
Colaboración Concreta:
Ejemplo de Colaboración para Desarrollar Habilidades del Siglo XXI:
Identificación de Habilidades Necesarias (Industria y Gobiernos):
La industria y los gobiernos colaboran para identificar las habilidades clave necesarias para el mercado laboral futuro, incluyendo habilidades blandas como la creatividad, la resolución de problemas y la adaptabilidad.
Desarrollo de Programas Educativos (Proveedores de Educación):
Los proveedores de educación desarrollan programas educativos que incorporan estas habilidades, utilizando tecnologías avanzadas como la inteligencia artificial para personalizar la experiencia de aprendizaje.
Participación Activa de la Comunidad (Comunidad en General):
La comunidad participa en actividades educativas que van más allá del aula, como talleres, charlas y proyectos comunitarios que refuercen las habilidades del siglo XXI.
Apoyo Emocional y Psicológico (Estructuras de Apoyo):
Las estructuras de apoyo proporcionan servicios emocionales y psicológicos para garantizar el bienestar general de los estudiantes, reconociendo la importancia de la salud mental en el proceso educativo.
Retroalimentación Continua (Estudiantes):
Los estudiantes ofrecen retroalimentación sobre la efectividad de los programas, la relevancia de las habilidades adquiridas y la utilidad de las tecnologías educativas, permitiendo una mejora continua.
La colaboración armoniosa de estas partes interesadas crea un ecosistema educativo integral, donde la tecnología, la adaptabilidad y la colaboración se combinan para proporcionar una educación 5.0 significativa y sostenible que prepara a las generaciones futuras para los desafíos y oportunidades del mundo en constante cambio.
Desarrollo de Habilidades del Siglo XXI en la Educación 5.0: Una Perspectiva Detallada
La Educación 5.0 aboga por el desarrollo integral de habilidades del siglo XXI, reconociendo que la preparación para el futuro va más allá del mero conocimiento académico. Aquí se analizan en detalle algunas de las habilidades clave:
Creatividad:
Definición: La capacidad de pensar de manera original, generar ideas novedosas y abordar problemas de manera innovadora.
Aplicación en la Educación 5.0: Los estudiantes participan en proyectos interdisciplinarios que fomentan la creatividad y la resolución de problemas, utilizando tecnologías emergentes para expresar ideas de manera innovadora.
Pensamiento Crítico:
Definición: La habilidad para analizar, evaluar y sintetizar información de manera reflexiva, tomando decisiones fundamentadas.
Aplicación en la Educación 5.0: Los programas educativos incorporan actividades que desafían a los estudiantes a cuestionar, analizar y argumentar, utilizando herramientas de inteligencia artificial para analizar datos complejos.
Comunicación Efectiva:
Definición: La capacidad de expresar ideas de manera clara y persuasiva, adaptándose al contexto y la audiencia.
Aplicación en la Educación 5.0: Los estudiantes participan en presentaciones multimedia, debates en línea y proyectos colaborativos que mejoran sus habilidades de comunicación en diversos formatos.
Colaboración:
Definición: Trabajar eficazmente en equipo, contribuyendo con ideas, respetando la diversidad y alcanzando metas comunes.
Aplicación en la Educación 5.0: Plataformas educativas facilitan proyectos colaborativos en tiempo real, utilizando la inteligencia artificial para asignar roles y optimizar la dinámica del equipo.
Aprendizaje Autónomo:
Definición: La capacidad de dirigir y gestionar el propio aprendizaje, siendo autodisciplinado y motivado.
Aplicación en la Educación 5.0: Los estudiantes tienen acceso a recursos personalizados y rutas de aprendizaje adaptadas a sus estilos de aprendizaje, utilizando la inteligencia artificial para sugerir materiales y evaluar el progreso.
Adaptabilidad:
Definición: La disposición para ajustarse a cambios y aprender continuamente en entornos dinámicos.
Aplicación en la Educación 5.0: Los programas educativos fomentan la exposición a diversas disciplinas y situaciones, utilizando la tecnología para simular entornos del mundo real y desafíos cambiantes.
Inteligencia Emocional:
Definición: La capacidad de reconocer, comprender y gestionar las propias emociones y las de los demás.
Aplicación en la Educación 5.0: Las estructuras de apoyo integran actividades que promueven la inteligencia emocional, utilizando la tecnología para ofrecer recursos de apoyo y evaluación emocional.
Habilidades Tecnológicas:
Definición: La competencia para utilizar eficazmente herramientas tecnológicas y adaptarse a nuevas tecnologías.
Aplicación en la Educación 5.0: Los estudiantes se involucran con herramientas de inteligencia artificial, realidad extendida y otras tecnologías emergentes como parte integral de su aprendizaje, preparándolos para el entorno laboral digital.
Estas habilidades se entrelazan en el enfoque holístico de la Educación 5.0, donde la tecnología, la adaptabilidad y la colaboración se combinan para desarrollar individuos capaces de enfrentar los desafíos del siglo XXI de manera integral.
La Educación 5.0 promueve el desarrollo de habilidades del siglo XXI, reconociendo que el éxito en la era actual va más allá de la mera acumulación de conocimientos académicos. Entre estas habilidades, la creatividad ocupa un lugar central, estimulando la capacidad de los estudiantes para abordar problemas desde perspectivas originales y fomentando la innovación. Además, el pensamiento crítico se cultiva, permitiendo a los alumnos analizar y sintetizar información de manera reflexiva, capacitándolos para tomar decisiones fundamentadas.
La comunicación efectiva es otra destreza esencial, enseñando a los estudiantes a expresar sus ideas de manera clara y persuasiva, adaptándose al contexto y a la audiencia. La colaboración se fomenta mediante proyectos interdisciplinarios, utilizando la tecnología para optimizar la dinámica del trabajo en equipo. Asimismo, el aprendizaje autónomo se promueve, permitiendo que los estudiantes gestionen su propio proceso de aprendizaje, apoyados por la inteligencia artificial que personaliza recursos y rutas.
La adaptabilidad se considera crucial, ya que los estudiantes son expuestos a diversas disciplinas y entornos simulados digitalmente, preparándolos para afrontar desafíos cambiantes. La inteligencia emocional también se incorpora, reconociendo la importancia de gestionar las emociones propias y las de los demás en entornos educativos y laborales. Finalmente, las habilidades tecnológicas se integran de manera intrínseca, con los estudiantes interactuando activamente con herramientas de inteligencia artificial y otras tecnologías emergentes, preparándolos para el entorno laboral digital del siglo XXI. Estas habilidades se entrelazan para formar individuos preparados y adaptados a un mundo en constante evolución.
juandon
BIBLIOGRAFÍA:
En el ámbito de la Educación 5.0, la literatura académica y científica abarca una amplia gama de autores y universidades. A continuación, menciono algunos autores relevantes y sus obras, así como algunas universidades que han contribuido significativamente al discurso académico sobre la Educación 5.0:
Juan Domingo Farnós:
Obra: «Educar en la Sociedad 5.0»
Universidad: Universidad de Barcelona
Ken Robinson:
Obra: «El Elemento: Descubrir tu pasión lo cambia todo»
Universidad: Universidad de Warwick
John Hattie:
Obra: «Visible Learning: A Synthesis of Over 800 Meta-Analyses Relating to Achievement»
Universidad: Universidad de Melbourne
Sugata Mitra:
Obra: «Hole in the Wall»
Universidad: Universidad de Newcastle
Andreas Schleicher:
Obra: «World Class: How to Build a 21st-Century School System»
Organización: Organización para la Cooperación y el Desarrollo Económicos (OCDE)
Yong Zhao:
Obra: «World Class Learners: Educating Creative and Entrepreneurial Students»
Universidad: Universidad de Kansas
Sir Michael Barber:
Obra: «An Avalanche is Coming: Higher Education and the Revolution Ahead»
Universidad: Universidad de Londres
Sugatra Mitra:
Obra: «Beyond the Hole in the Wall: Discover the Power of Self-Organized Learning»
Universidad: Universidad de Newcastle
Universidades Destacadas en el Estudio de la Educación 5.0:
Universidad de Barcelona:
Enfoque: Investigación integral sobre la Educación 5.0, con énfasis en la adaptabilidad de los métodos pedagógicos a las demandas de la Sociedad 5.0.
Universidad de Warwick:
Enfoque: Exploración de modelos educativos innovadores, incluyendo el papel de la creatividad y el descubrimiento de pasiones en el proceso educativo.
Universidad de Melbourne:
Enfoque: Investigación basada en evidencia sobre la efectividad de diferentes enfoques educativos, contribuyendo al discurso global sobre la mejora del aprendizaje.
Universidad de Newcastle:
Enfoque: Desarrollo de investigaciones sobre aprendizaje autoorganizado y la integración de tecnologías en el entorno educativo.
Universidad de Kansas:
Enfoque: Investigación sobre la preparación de estudiantes para el siglo XXI, destacando la importancia de habilidades como la creatividad y la adaptabilidad.
Universidad de Londres:
Enfoque: Exploración de los cambios en la educación superior y la preparación para el futuro laboral en un contexto de rápida evolución tecnológica.
Instituto Tecnológico de Massachusetts (MIT):
Enfoque: Desarrollo de tecnologías educativas avanzadas y exploración de su aplicación en entornos de aprendizaje adaptativos.
Universidad de Harvard:
Enfoque: Investigación en el ámbito de la innovación educativa, centrándose en estrategias para mejorar la calidad y relevancia de la educación.
Universidad de Stanford:
Enfoque: Investigación en la integración de tecnologías emergentes como la inteligencia artificial y el aprendizaje automático en el ámbito educativo.
10. Universidad de Cambridge:
Enfoque: Exploración de modelos pedagógicos que fomentan el pensamiento crítico y la adaptabilidad, abordando los desafíos actuales y futuros de la educación.
11. Universidad de Oxford:
Enfoque: Estudios sobre el impacto de la inteligencia artificial en la enseñanza y el aprendizaje, examinando cómo estas tecnologías pueden mejorar la educación.
12. Universidad Tecnológica de Delft:
Enfoque: Investigación en el diseño y desarrollo de entornos de aprendizaje basados en tecnologías disruptivas, incluyendo la realidad extendida y la robótica educativa.
13. Universidad de Singapur:
Enfoque: Desarrollo de estrategias para integrar la inteligencia artificial en el diseño de currículos educativos, enfocándose en la personalización del aprendizaje.
14. Instituto de Tecnología de California (Caltech):
Enfoque: Investigación en la intersección de la tecnología y la educación, explorando cómo las nuevas herramientas pueden mejorar la comprensión y retención del conocimiento.
15. Universidad Tecnológica de Massachusetts (MIT):
Enfoque: Desarrollo de plataformas de aprendizaje en línea que aprovechan al máximo las capacidades de la inteligencia artificial para adaptar la experiencia de aprendizaje.
16. Universidad Nacional Autónoma de México (UNAM):
Enfoque: Investigación sobre la aplicación de la Educación 5.0 en contextos educativos diversos, incluyendo la inclusión de la tecnología en sistemas educativos tradicionales.
17. Universidad de Helsinki:
Enfoque: Estudios sobre la implementación de metodologías educativas centradas en el estudiante, utilizando la tecnología para personalizar el aprendizaje y desarrollar habilidades del siglo XXI.
18. Universidad Nacional de Educación a Distancia (UNED):
Enfoque: Investigación en la integración de la educación a distancia y tecnologías disruptivas para crear entornos de aprendizaje accesibles y efectivos.
Yong Zhao (China/EE. UU.):
Obra: «World Class Learners: Educating Creative and Entrepreneurial Students»
Enfoque: Se centra en el desarrollo de estudiantes creativos y emprendedores, abogando por un enfoque educativo que valore la diversidad de talentos.
21. Andreas Schleicher (Alemania):
Obra: «World Class: How to Build a 21st-Century School System»
Enfoque: Líder en la evaluación de sistemas educativos a nivel internacional, abogando por modelos educativos centrados en el siglo XXI.
22. Sugata Mitra (India/Reino Unido):
Obra: «Hole in the Wall»
Enfoque: Investigador en aprendizaje autoorganizado y defensor de la autoexploración y el descubrimiento en la educación.
23. Michael Fullan (Canadá):
Obra: «Stratosphere: Integrating Technology, Pedagogy, and Change Knowledge»
Enfoque: Experto en liderazgo educativo y cambio sistémico, aborda la integración efectiva de la tecnología en la enseñanza.
24. Cathy Davidson (EE. UU.):
Obra: «The New Education: How to Revolutionize the University to Prepare Students for a World in Flux»
Enfoque: Se centra en la transformación de la educación superior para preparar a los estudiantes para un mundo en constante cambio.
25. Pasi Sahlberg (Finlandia):
Obra: «Finnish Lessons 2.0: What Can the World Learn from Educational Change in Finland?»
Enfoque: Experto en el sistema educativo finlandés, abogando por enfoques educativos basados en la equidad y la confianza.
26. Linda Darling-Hammond (EE. UU.):
Obra: «The Flat World and Education: How America’s Commitment to Equity Will Determine Our Future»
Enfoque: Defensora de la equidad en la educación, examina las políticas educativas y la preparación del profesorado.
Cristóbal Cobo (Chile/España):
Obra: «Aprendizaje Invisible: Hacia una nueva ecología de la educación»
Enfoque: Investigador en aprendizaje invisible, destaca la importancia de reconocer formas no convencionales de adquirir conocimiento.
28. José Antonio Marina (España):
Obra: «La Educación Inteligente: 12 principios para formar a personas capaces y felices»
Enfoque: Filósofo y ensayista, aborda los principios fundamentales para una educación que fomente la capacidad y la felicidad.
29. Mariano Fernández Enguita (España):
Obra: «Sociología de la Educación»
Enfoque: Sociólogo de la educación, analiza la relación entre la sociedad y la educación, destacando su evolución y desafíos actuales.
30. Emilio Tenti Fanfani (Argentina):
Obra: «La Escuela y la Desigualdad: Ocho Ensayos»
Enfoque: Investigador en sociología de la educación, examina las desigualdades educativas y propone estrategias para abordarlas.
31. César Coll (España):
Obra: «Psicología y currículum»
Enfoque: Psicólogo educativo, explora la relación entre la psicología y la planificación curricular para mejorar la enseñanza.
32. Magdalena Claro (Chile):
Obra: «Pedagogía Híbrida: Nuevos Espacios de Aprendizaje»
Enfoque: Investiga la integración de entornos virtuales y presenciales en la enseñanza, promoviendo la pedagogía híbrida.
33. Fernando Savater (España):
Obra: «Ética para Amador»
Enfoque: Filósofo y escritor, aborda cuestiones éticas en la educación, resaltando la importancia de la formación en valores.
34. Manuel Castells (España):
Obra: «La Era de la Información: Economía, Sociedad y Cultura»
Enfoque: Sociólogo, analiza las transformaciones sociales relacionadas con la era de la información y su impacto en la educación.
35. Antoni Zabala (España):
Obra: «La práctica educativa: Cómo enseñar»
Enfoque: Pedagogo, desarrolla propuestas prácticas para mejorar la enseñanza y el aprendizaje.
Autores Destacados que Relacionan la Educación 5.0 con la Inteligencia Artificial:
36. Neil Selwyn (Reino Unido):
Obra: «Should robots replace teachers? AI in education and the role of the teacher»
Enfoque: Examina la interacción entre la inteligencia artificial y el papel del maestro, explorando el equilibrio entre la automatización y la enseñanza humana.
37. Rose Luckin (Reino Unido):
Obra: «Machine Learning and Human Intelligence: The Future of Education for the 21st Century»
Enfoque: Investiga el potencial de la inteligencia artificial para personalizar el aprendizaje y mejorar la efectividad educativa.
38. Erik Duval (Bélgica):
Obra: «Learning Analytics: From Theory to Practice»
Enfoque: Se centra en el análisis de aprendizaje, explorando cómo la inteligencia artificial puede transformar la recopilación y análisis de datos educativos.
39. Niall Winters (Reino Unido):
Obra: «Learning with Mobile and Handheld Technologies»
Enfoque: Examina el papel de la inteligencia artificial en las tecnologías móviles para mejorar el aprendizaje, destacando su impacto en la Educación 5.0.
40. Ana Hol (Países Bajos):
Obra: «Smart Learning Environments in Higher Education: A Scoping Review»
Enfoque: Investiga entornos educativos inteligentes y cómo la inteligencia artificial puede transformar la experiencia de aprendizaje en la educación superior.
41. Ben Williamson (Reino Unido):
Obra: «Big Data in Education: The Digital Future of Learning, Policy and Practice»
Enfoque: Analiza la influencia de grandes datos y la inteligencia artificial en la toma de decisiones educativas y la configuración de políticas.
42. Gaspar Santos (Portugal):
Obra: «Artificial Intelligence and Inclusive Education: Speculative Design for Better Futures»
Enfoque: Aborda la inclusión educativa y cómo la inteligencia artificial puede contribuir a crear entornos educativos más inclusivos.
43. María Jesús Rodríguez-Triana (España):
Obra: «Advances in Learning Analytics and Educational Data Mining»
Enfoque: Investigadora en el campo de aprendizaje analítico, explora cómo la inteligencia artificial puede transformar la recopilación y análisis de datos educativos para mejorar el aprendizaje.
Autores Latinoamericanos que Exploran la Relación entre Educación 5.0 e Inteligencia Artificial:
44. Raúl Santiago Campión (México):
Obra: «Inteligencia Artificial y Educación: Desafíos y Oportunidades»
Enfoque: Analiza los desafíos y oportunidades de integrar la inteligencia artificial en el contexto educativo latinoamericano.
45. Rocael Hernández Rizzardini (Guatemala):
Obra: «Inteligencia Artificial en la Educación: Un Panorama desde América Latina»
Enfoque: Ofrece un panorama regional sobre el uso de inteligencia artificial en la educación, destacando casos y posibles aplicaciones.
46. Mariela C. Urquiza (Argentina):
Obra: «Educación 5.0: Desafíos y Oportunidades en América Latina»
Enfoque: Examina los desafíos específicos y las oportunidades para implementar el enfoque de Educación 5.0 en el contexto latinoamericano.
47. Francisco Michavila Pitarch (Venezuela):
Obra: «La Educación 5.0 y su Relación con las Tecnologías Emergentes»
Enfoque: Explora la relación entre la Educación 5.0 y las tecnologías emergentes, incluida la inteligencia artificial, con un enfoque en el entorno latinoamericano.
48. Carolina Jeux (Uruguay):
Obra: «Aprendizaje Móvil y su Integración con Tecnologías Inteligentes en América Latina»
Enfoque: Investiga cómo la integración de dispositivos móviles y tecnologías inteligentes puede transformar la educación en la región.
49. José Eduardo Santarem Segundo (Brasil):
Obra: «Aprendizaje Colaborativo con Apoyo de Inteligencia Artificial en Instituciones Educativas Brasileñas»
Enfoque: Explora el potencial del aprendizaje colaborativo con el respaldo de inteligencia artificial en el contexto educativo brasileño.
50. María José Rubio Somoza (Chile):
Obra: «Desarrollo de Entornos de Aprendizaje Inteligentes en Chile: Experiencias y Perspectivas»
Enfoque: Analiza experiencias y perspectivas relacionadas con el desarrollo de entornos de aprendizaje inteligentes en el contexto chileno.
El aprendizaje efectivo no ocurre en un vacío de contenido. (McPeck (1990) y otros teóricos del pensamiento crítico han argumentado que la enseñanza de habilidades de pensamiento generalizadas y técnicas es inútil fuera de un dominio particular del conocimiento en el que puedan estar conectados unos con otros….lo que venimos diciendo, en el conocimiento y el aprendizaje prima más la misma red que el propio contenido (propio del Connectivismo y del mismo Mcluhan).
Hablando sobre ellos vemos que la Red ofrece mayores oportunidades a los aprendices para bucear cada vez más en los recursos de conocimiento, proporcionando así una búsqueda de medios ilimitados para que crezcan sus conocimientos, para encontrar su propio camino en el conocimiento de sus propios caminos, y para beneficiarse de su expresión en miles de formatos y contextos…
Con todos estos procesos, que son más FLUJOS QUE PROCESOS, el aprendizaje consiste en “corrientes” distintas, iterativos, e interconectados de aprendizaje, que no sólo desembocan en el futuro si no que se cruzan con las corrientes de aprendizaje personales de otras personas. Y juntos estas corrientes se convierten en “ríos” más grandes del aprendizaje de la que muchos se pueden beneficiar. –
Este enfoque se basa en el concepto innovador del conocimiento como flujo, frente al concepto tradicional del conocimiento como stock. Para ser efectivo, especialmente en entornos cambiantes y dinámicos, el conocimiento debe ser un flujo que se renueva permanentemente, que va de un lado a otro de la organización y que trata los temas más relevantes en cada momento, que está permanentemente al día. Esto no puede lograrse en entornos estáticos, donde unos pocos colocan información en un archivo para que otros la lean. Debe lograrse con entornos dinámicos, en los que se accede en tiempo real al conocimiento de todas las personas de la organización.
El conocimiento es cada vez más sobre los flujos y redes en lugar de stocks (Seely Brown 2015). La potencia de aprendizaje permite al ser humano regular este flujo de energía e información con el tiempo, cómo una persona identifica, selecciona, recopila, manipula y responde a los datos de cualquier tipo – para lograr un fin que les importa.
Las personas son sistemas complejos en su propio derecho y poder de aprendizaje en un proceso encarnado y relacional: cerebro, mente y son interdependientes e interactúan con su entorno y su historia (Siegel 2010, Siegel 2012), siguiendo una orientación hacia el riesgo y la incertidumbre, en la que uno está abierto y dispuesto a participar, evaluar y adaptar, en lugar de ser dependiente y frágil en la una mano o rígidamente persistentes en el otro (Deakin Crick, Huang et al 2015).
La pura complejidad de la vida y la digitalización significa que la capacidad para aprender, identificar y adaptarse provechosamente en una abrumadora cantidad de flujos, de datos… en condiciones de riesgo, incertidumbre y desafío – es una habilidad crítica para la supervivencia humana y para el liderazgo. Para una organización, se deduce que los más interesados en todos los niveles están capaces de generar energía de aprendizaje, mayor será la sinergia de aprendizaje que surgirá en una organización nivel y por lo tanto la probabilidad mayor de capacidad de la organización de respuesta rentable al cambio y la incertidumbre.
A veces oímos la gente hablar de la importancia del conocimiento digital para los estudiantes del siglo 21. Algunos se centran en las habilidades en lugar de alfabetizaciones:
La alfabetización digital se centra en por qué, cuándo, con quién, para quién.
— —La alfabetización digital es fundamental para el desarrollo de la educación superior como las tecnologías digitales, ofrecen nuevas oportunidades para mejorar la enseñanza, el aprendizaje, la investigación y la gestión de las organizaciones. Invertir en las capacidades digitales de los estudiantes y el personal trae beneficios individuales y organizacionales, tales como:
— — -Una educación de calidad en formas flexibles e innovadoras.
b-La satisfacción de las expectativas y necesidades de la diversidad de los estudiantes a través de una experiencia de aprendizaje mejorado la mejora de la empleabilidad y las habilidades superiores en una economía digital atrayendo a más estudiantes en un mercado de la educación global
— — -La mejora de los procesos, los sistemas y la construcción de la capacidad de organización maximizar el valor de las inversiones en las tecnologías de aprendizaje, contenidos y servicio..
-Las habilidades digitales se centran en qué y cómo:
— — — -Utilizaremos un software que permita a los estudiantes a aprender según su planteamiento personalizado ello permitirá hacer frente a las clases más grandes de manera efectiva, ya que el acompañamiento será a su vez más moderado, debido al autoaprendizaje que como consecuencia se produce.
— — — -En el futuro, los puestos de trabajo podrían requerir que las personas desarrollen HABILIDADES FLEXIBLES A CORTO PLAZO para transferirse frecuentemente entre trabajos o tareas, en lugar de enfocarse principalmente en el conocimiento académico específico enfatizado en las medidas de prontitud actuales, o lo que es lo mismo, las titulaciones oficiales van a perder toda su influencia social (perderán no solo el monopolio, sino que desaparecerán, ya no tendrán sentido, esto “está cantado”).
— — — — Las habilidades más flexibles, tales como aquellas enfocadas en el desarrollo socio-emocional, prometen ayudar a los estudiantes a volverse resistentes, reflexivos, resilientes y capaces de formar conexiones y relaciones positivas…. ( HABILIDADES BLANDAS) : el funcionamiento futuro de la educación-trabajo!
Vamos a necesitar…
1. Autoconocimiento profundo: Los individuos necesitarán descubrir continuamente sus propias fortalezas personales, profesionales, debilidades, pasiones y patrones emocionales y trabajarán desde los DAFOs a los VUCAs.
Nos fijamos en el mundo a través de una lente, que llamamos VUCA, que significa ‘Volátil, inestable, complejo y ambiguo. Así que podemos decir: “Es un muy mundo difícil, ‘o se puede decir:’ Es un mundo que está cambiando rápidamente, y podemos ayudar a los consumidores a navegar a través de él….. y también las personas que se adaptan mejor a este acrónimo, no por el acrónimo pero si por la manera de “moverse” por este mundo tan complejo.
La mayor parte de las personas no son lo que llamamos VUCA, que vendría a ser DIVERGENTES Y DISRUPTIVOS, por sintetizarlo en dos palabras y si en cambio son innovadores, peo en su mentalidad no llegan a entender lo que esto significa en esencia y es ahí precisamente donde se produce el principal problema para llegar a un nuevo paradigma.
Siempre defendí a los INNOVADORES, pero siempre puso reparos a muchas cosas que ellos llevan a cabo, ¿recuerdan? y no solo eso, si no a cómo la hacen y ahí está la prueba los VUCA.
Esta ambiguedad estaría en la falta de claridad sobre el significado de cualquier evento (Caron, 2009), no como se lleva a cabo, que eso si lo dominan , como Sullivan escribe, las “causas y el” quién, qué, dónde, cómo y por qué “detrás de la cosas que están pasando (que) son poco claros y difíciles de determinar. Un síntoma de la ambigüedad de la organización, de acuerdo con Kail, es la la frustración que se produce cuando los logros compartimentados fallan para agregar hasta un éxito integral o duradero, ya que se mueven más a la manera cortoplacista y finita de las cosa.
Se caracterizan por la visión, la comprensión, claridad y agilidad – el “Voltea” al modelo VUCA, como el sentido universalizador y global, ahora sería en RED , de los eventos, ideas… Los líderes en los tiempos turbulentos, decadentes….no solo intentan controlar la situación si no que buscan alternativas plausibles. La incertidumbre puede ser contrarrestada con la comprensión, la capacidad de un líder de parar, mirar, y escuchar. Para ser eficaz en un entorno VUCA, los líderes deben aprender a mirar y escuchar más allá de sus áreas funcionales de la experiencia para dar sentido a la volatilidad y al conducir con la visión. (trabajar en red pero de manera continuada y de manera transdisciplinar).
2. Regulación emocional: Los trabajadores tendrán que ser capaces de reconocer sus propias emociones, comprender los desencadenantes que los crean y pasar a estados emocionales más productivos.
No se aprende la inteligencia emocional” Daniel Goleman , “sino que cuando se aprende ya va incluida la inteligencia emocional” Juan Domingo Farnos
Creo que con esta aportación a la Inteligencia emocional se crea una estrategia, un proceso y se deja atrás un “contenido”, un “concepto” que muchos no acaban de comprender, ni aceptar. De esta manera, si en nuestras estrategias instauramos el concepto de “abierto” dentro de la inclusión de lo emocional en los propios aprendizajes esta facilidad asumida nos lleva a propuestas de transformaciones importantes donde las jerarquías educativas se pueden horizontalizar, dentro de una redarquía propia de nuestros tiempos y las barreras económicas y geográficas pueden ser disueltas.
3. Empatía y toma de perspectiva: las personas tendrán que ser capaces de reconocer las emociones y las perspectivas de los demás para ayudar a construir ambientes de trabajo inclusivos y colaborativos.
Si nos unimos a otros en nuestro aprendizaje (en red), nuestro aprendizaje será mayor y mejor.. Tener que incentivar la crítica ,por ejemplo a un blog personal, hace que mejoremos en expectativa de miras y ampliación de conocimientos, por lo que hace aún más evidente y claro que el aprendizaje ha de ser abierto.
El trabajo colaborativo es lo mejor, pero hace falta, por un lado, transparencia y por el otro confianza ..Las personas con mayores y más diversas redes tienen una ventaja como profesionales de la educación y también para hacer frente a los cambios..
Si caminamos por caminos que nos llevan por nuevos paradigmas que se corresponden con la sociedad de la información y del conocimiento, Frederick Laloux (Autor: Reinventando Organizaciones)) :”Mi opinión es que en el lugar de trabajo ideal del futuro, no habrá ningún” lugar de trabajo “o” empleadores “. Equipos de equipos se auto-ensamblan según la necesidad para co-crear y luego desmontarse para formar otros equipos de los equipos.
En el paradigma antiguo, el protocolo de la relación entre trabajador y empresa o entidad empleadora seguía el siguiente patrón conversacional, lo cual vamos a extrapolar al mundo de la educación. A ver si acertamos en la HIPÓTESIS y en el desarrollo inclusivo, abierto y ubicuo:
Yo empresa, te asigno unas tareas para que produzcas un bien o servicio cuyos procesos están establecidos de antemano”. – Lo que sería algo así como: Yo organización educativa te asigno un currículum para que lo cumplas y lo lleves a cabo bajo las directrices que te voy a dar.
Yo trabajador, te ofrezco a ti, empresa, mi fuerza bruta o conocimientos, como prueba de mis competencias te muestro mi formación y experiencia…. “Yo aprendiz, estudiante, voy a desarrollar todas mis competencias, a buscar todos los conocimientos posibles, a escucharte siempre y en todo momento, para cumplir tus directrices, organización educativa, siempre bajo tus directrices.
En el paradigma moderno, : “Yo trabajador, que he escuchado y estudiado lo que hace tu empresa, y en ese proceso he descubierto una oportunidad de crecimiento para ella. Te realizo una oferta para mejorar sus resultados, para lo cual cuento con una red de alianzas; un conjunto de nuevas destrezas (capacidad de coordinación, escucha, gestión emocional, impecabilidad, disposición a aprender y reciclarme). Y sobre todo, una proposición con la que juntos podemos crear valor. También te muestro los conocimientos que he adquirido y las experiencias exitosas y enriquecedoras que he tenido”.
En la Educación sería (paradigma actual y futuro) Yo aprendiz bajo mis posibilidades personalizadas, te pido organización que me acompañes y me facilites cuantas cosas -conocimientos, experiencias…) para realizar todos mis aprendizajes y para aportar todas mis posibilidades diferenciadas todo el valor posible a la sociedad.
Esta nueva realidad conversacional modifica el espacio y los protocolos clásicos de la intermediación laboral porque el rol del trabajador, aprendiz, es mucho más rico y activo.
En las empresas y organizaciones modernas que es donde debemos inspirarnos para que se entrenen y capaciten los aprendices trabajadores, y encontraremos a personas capaces de actuar autónomamente, de manera diversa, para tomar iniciativas, escuchar y responder a los cambios del entorno…
— — — — -Al proponer una nueva base para la preparación basada en estas habilidades sociales y emocionales básicas, estamos seguros que encajarán perfectamente en una nueva sociedad con otra cultura y un paradigma de paradigmas donde no solo trabajo y aprendizaje sean lo mismo, sino que la educación en general de la misma sociedad esté conformada por una nueva manera de entender el orden social.
Por ejemplo, la enseñanza de habilidades digitales incluiría mostrar a los estudiantes cómo descargar imágenes de Internet e insertarlos en las diapositivas de PowerPoint o páginas web. La alfabetización digital se centrará en ayudar a los estudiantes a elegir las imágenes adecuadas, reconocer la concesión de licencias de derechos de autor, y citar u obtener permisos, además de recordar a los estudiantes a usar un texto alternativo para las imágenes de apoyo a las personas con discapacidades visuales.
Las habilidades digitales se centrarían por ejemplo: Twitter y la forma de utilizarlo por ejemplo, la forma de twitter , retweet, utilizar TweetDeck…, mientras que la alfabetización digital incluiría preguntas en profundidad: ¿Cuándo usar Twitter en lugar un foro privativo o de otra herramienta?
Si está familiarizado con ocho elementos de alfabetizaciones digitales del investigador educativo Doug Belshaw, cívicas, críticas, creativas y comunicativas. Los otros cuatro son culturales, cognitivas, constructivas, y de confianza.
La enseñanza de la alfabetización digital no significa que la enseñanza de habilidades digitales en el vacío, pero si lo hace en un contexto real que tenga sentido para los estudiantes. Implica enseñar progresivamente en lugar de secuencialmente, lo que ayuda a los alumnos a entender mejor y con más claridad con el tiempo y hacerlo naturalmente, en red.
Sin embargo, el aprendizaje es demasiado a menudo un a proceso de negocio de base en lugar de incrustar en el trabajo real la planificación y mejorar del aprendizaje para medir objetivamente los resultados de aprendizaje. Por lo general, los presupuestos de formación se utilizan porque las personas están demasiado ocupadas con el trabajo real. El término Aprendizaje está manchado y devaluado por la parte superior hacia abajo, cursos obligatorios de hecho en el nombre de aprendizaje. Se les nombra formación, cuando lo que en realidad es un movimiento de información sin profundidad alguna.
Un principio básico es hacer hincapié en que los aprendices tienen diferentes opiniones acerca de lo que están aprendiendo y dilucidando .Por tanto la navegabilidad, la accesibilidad y la usabilidad…serán siempre elementos básicos para nuestros planteamientos disruptivos en la intervención asíncrona y sincrona de nuestras actuaciones en el aprendizaje.
El conocimiento es cada vez más sobre los flujos y redes en lugar de stocks (Seely Brown 2015). La potencia de aprendizaje permite al ser humano regular este flujo de energía e información con el tiempo, cómo una persona identifica, selecciona, recopila, manipula y responde a los datos de cualquier tipo – para lograr un fin que les importa.
Sin embargo, el aprendizaje es demasiado a menudo un a proceso de negocio de base en lugar de incrustar en el trabajo real la planificación y mejorar del aprendizaje para medir objetivamente los resultados de aprendizaje. Por lo general, los presupuestos de formación se utilizan porque las personas están demasiado ocupadas con el trabajo real. El término Aprendizaje está manchado y devaluado por la parte superior hacia abajo, cursos obligatorios de hecho en el nombre de aprendizaje. Se les nombra formación, cuando lo que en realidad es un movimiento de información sin profundidad alguna.
Incluso lo que algunos ya llamamos WEB 4.0 …
La relación entre: Contenido – Habilidades – Competencias:
a-¿Qué pasa si el contenido se elimina y sólo se proporcionaron preguntas?
-Por lo tanto, los estudiantes proporcionarán evidencia de que su aprendizaje es el contenido
b-¿Cómo podemos crear líderes / solucionadores de problemas si seguimos proporcionando contenido?
-Quita los apoyos y ofrece opciones
c-¿Cómo usar las herramientas que se convierten en contenido?
-Para algunos estudiantes esto es absolutamente necesario se convierten en dependientes de una herramienta sin transferir datos
d-¿Cómo pueden las nuevas necesidades impulsar nuestro aprendizaje?
e-¿Somos perezosos porque la herramienta es intuitiva?
Algunas líneas fundamentales que se adaptan y trabajan con las computadoras afectan directamente a la formación intelectual de los estudiantes como:
a–estimular el interés por nuevos interés y la participación del sujeto individual a través de la interactividad continua;
b–estimular la imaginación; desarrollo del pensamiento lógico; individualización del aprendizaje activo, asegurando una retroalimentación constante.
A través de una colaboración continua, el intercambio de ideas y una buena dosis de coraje, estamos en el camino correcto para asegurar un cambio duradero en nuestra sociedad y en nuestra educación. Estoy emocionado de ver las ideas como éstas crecen y se transforman el futuro de la educación..
Para todo ello proponemos preguntas como:
a-Cuáles son las dimensiones interculturales clave a considerar en equipos distribuidos educativos?
b-¿Cómo dimensiones culturales y sus diferencias se refieren a las preferencias de los canales de comunicación y educación?
c-¿Cómo afecta el uso de estas herramientas de una cultura a otra y por qué?
d-¿Cuáles son los problemas típicos que surgen cuando los miembros de diferentes culturas tienen que trabajar juntos?
e-¿Qué tipo de herramientas y canales de comunicación deben estar disponibles para colaborar en línea?
La participación en los flujos de conocimiento puede generar nuevas ideas y prácticas y mejorar el rendimiento de una manera que también producen el aprendizaje y nuevas capacidades.
Pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.
Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA, por medio de una mezcla de inteligencia artificial y algorítmica.
Esto generará automáticamente los ecosistemas de las ideas que serán navegables con todas sus relaciones semánticas. Seremos capaces de comparar diferentes ecosistemas de las ideas de acuerdo a nuestros datos y las diferentes formas de clasificarlos. Seremos capaz de elegir diferentes perspectivas y enfoques…..(personalized learning and Social Learning) (Juan Domingo Farnos Miro)
La dificultad real de innovación en cualquier empresa no radica en desarrollar nuevas ideas, sino en escapar de los viejos (Keynes, 1935) ,una adquisición orientada al enfoque de aprendizaje y desarrollo que se centra en el conocimiento “objetivo” lógico, a menudo es incapaz de contribuir a la transformación organizacional. El aprendizaje tiene que ser visto y promulgado como un silo colaborativo, un viaje que sale del status quo y salta a un estado nuevo, anteriormente desconocido.
Entramos de lleno en un viaje de aprendizaje es un conjunto dinámico y tiene procesos distinguibles. Tiene un ciclo de vida natural y puede ser colaborativo como individual, personal así como público, suceden todo el tiempo en etapas y en diferentes niveles.
Vamos a ser capaces de analizar y manipular significado, y allí radica la esencia de las ciencias humanas.
No hay que olvidar que el sistema educativo computarizado estudiante y maestro son socios en el acto de conocer la relación más allá de los patrones convencionales silla de banco, incluso ahora y más mañana, el discente tomará las riendas de su aprendizaje y el docente le acompañará en el proceso….La relación es la comunicación más flexible y abierta con retroalimentación inmediata.
Cualquier persona entiende y conoce la forma de acceder al conocimiento tácito o “blando” de otras personas en su organización; normalmente, se hace de manera informal. Todos podemos recordar ejemplos propios de situaciones de este tipo; charlas en las cafeterías, encuentros por los pasillos, llamadas al amigo de otra división, etc. El reto es superar la barrera geográfica y de amistad personal, para llegar a disponer del conocimiento de la organización completa, de todos sus individuos, e incluso de otras personas ajenas a la misma pero con intereses en ella . En definitiva, saber que sabe cada uno y poder acceder a ello.
Cualquier persona entiende y conoce la forma de acceder al conocimiento tácito o “blando” de otras personas en su organización; normalmente, se hace de manera informal. Todos podemos recordar ejemplos propios de situaciones de este tipo; charlas en las cafeterías, encuentros por los pasillos, llamadas al amigo de otra división, etc. El reto es superar la barrera geográfica y de amistad personal, para llegar a disponer del conocimiento de la organización completa, de todos sus individuos, e incluso de otras personas ajenas a la misma pero con intereses en ella (clientes, proveedores, etc.). En definitiva, saber que sabe cada uno y poder acceder a ello.
La construcción del conocimiento no se genera en “aula”, “empresa” o “encerrado” en un escenario concreto. La construcción se va abriendo paso en el camino de la propia construcción del conocimiento, en circunstancias físicas, espaciales, temporales y medioambientales diversas que van generando conocimientos diferentes.
En 1885 el Dr. Herman Ebbinghaus demostró que los conocimientos adquiridos fuera de contexto se pierde muy rápidamente (alrededor del 50% se olvida en una hora). Otras investigaciones han demostrado que tomar la gente lejos de su lugar de trabajo y de formación “que suele ser igualmente ineficaces. La mayoría de aprendizaje formal es de contenido fuerte y pobre interacción, ofrece pocas oportunidades para la práctica en su contexto y de reflexión. En otras palabras, una gran cantidad de aprendizaje formal es un costo en lugar de un beneficio.
Hudosn, llegó como conclusión en la idea de los pensamientos:
-Uno se llama pensamiento “convergente”, en el que la persona es buena en traer material de una variedad de fuentes para influir en un problema, de una manera tal que produce la respuesta “correcta”. Este tipo de pensamiento es particularmente apropiado en ciencia, matemáticas y tecnología.
Debido a la necesidad de coherencia y fiabilidad, esta es realmente la única forma de pensamiento que estandariza los tests de inteligencia, (e incluso los exámenes ) puede poner a prueba.
(Nosotros lo llamaríamos aprendizaje formal….Juan Domingo Farnos )
-El otro se denomina pensamiento “divergente”. Aquí la habilidad del estudiante está en la elaboración general creativo de ideas provocadas por un estímulo, y es más adecuado para las actividades artísticas y el estudio de las humanidades.
Con el fin de llegar a este tipo de pensamiento, ideó pruebas abiertas, tales como la prueba de “usos de los objetos”
(Nosotros lo llamamos aprendizaje informal….Juan Domingo Farnos)
Las personas hoy están “abocadas” a la educación formal, aunque sea temporalmente, ¿por qué no establecer un flujo y un reflujo de interactividad dentro de las aulas que hagan sentir a todo el mundo importantes per se?:
-Capacidad mejorada de atraer y de conservar mejor en talento de la clase
-Conseguir que exista una mayor y mejor velocidad de aprendizaje y agilidad
-Fomentar y encontrar un nivel de resistencia para lidiar con y crecer a través de la presión y contratiempos
-Dirimir una fuerza de trabajo más capacitada, que conduzca a mayores niveles de compromiso y motivación para ir “por encima y más allá”
-Procurar un sentido de propósito y conexión con la organización
-Encontrar y valorar ofertas de talento interno para ocupar posiciones de liderazgo en el futuro
-Mejorar con la cooperación de todos los miembros el valor de la diversidad de cada uno en un sentido socializador.
Buscaremos en el desarrollo a largo plazo, cambio de de roles, liderazgo participativo y desafío a prestar atención al estilo ya las técnicas que usan para lograr resultados. Así como los resultados que se espera que cumplan.
Desarrollaremos una mentalidad positiva sobre el aprendizaje y el crecimiento continuo y desarrollar no sólo las habilidades de las personas, sino también su capacidad para resolver problemas por sí mismos.
Descubriremos y optimizaremos el poder de las fortalezas, debilidades,habilidades y experiencia creando un ambiente donde la gente se sienta valorada, desarrollada y positivamente desafiada a mejorar.
La retroalimentación de todos los tipos se alienta activamente y se incorpora sin temor a recriminaciones.
Las poderosas técnicas de aprendizaje social, serán la base de vuestro funcionamiento.
Se anima a la gente a experimentar introduciendo sus ideas y utilizando sus fortalezas de formas novedosas para aprender a crear más valor para el grupo. Se necesitará estímulo y espacio para experimentar y probar nuevas formas de usar los talentos personalizados.
Aprender implica pruebas y errores, así como errores ocasionales para que la cultura debe ser tolerante con los errores y proporcionar apoyo sobre cómo reconocer cuando las cosas van mal.
Se promueve y reconoce el progreso individual y en equipo, no sólo cuando se cumplen los objetivos sino también cuando se detectan comportamientos y actitudes propositivas.
¿Cuán dependiente es nuestro ·ecosistema” en la aplicación de la formación tradicional? La pregunta más importante es: “¿Cuánto dependemos en nuestro paradigma de formacion actual?”.
Con todo ello realizaremos:
• Preparación – la fase de aprendizaje donde el objetivo es proporcionar actividades y activos de aprendizaje que contribuyan al estado del aprendiz en disposición para aprender.
• Despliegue – la fase de aprendizaje donde el objetivo es entregar los activos de aprendizaje formal para el alumno para asegurar la transferencia de conocimientos.
• Refuerzo (EVALUACIÓN) – la fase de aprendizaje en el que el objetivo es la aplicación del aprendizaje en el contexto de trabajo para impulsar el rendimiento medible y sostenible. (learning is the work).
Necesitamos crear una cultura organizacional en la que el aprendizaje sea continuo y suceda en el curso del trabajo (LEARNING IS THE WORK), donde los trabajadores ” escogen “el aprendizaje que necesitan cuando lo necesitan( y con las tecnologías necesarias)
El ciudadano de esta nueva cultura lidera no sólo la construcción de determinados conocimientos, sino la forma de cómo accede a ellos forma parte del itinerario para alcanzar nuevos conocimientos. Por lo tanto, (representado a través de una cuerda), está en condiciones de saltar al vacío sin miedo a equivocarse. En este liderazgo no se participa de manera solitaria, está relacionado, conectado generando estructuras de apendizaje y de compartición de conocimiento colectivos y se hace en voz alta, como dice Harold Jarche
“Working out loud is a way to ensure others know what you are doing and to be conscious of your own work. It is being mindful of your work and how it may influence others. But working out loud is nothing if there is no time taken for reflection. Learning out loud takes you to a different level, one that may seem even more precarious. It’s sharing your half-baked ideas with the world. But these ideas, combined with others over time, can build a resilient web of innovation.
Working out loud connects us as professionals and humans. It is a highly social activity. It also exposes us, so it requires trust. While we may get interesting ideas from our informal networks, such as on social media, we still need trusted spaces to test things out. A place to test new ideas is often the missing link between doing work and leisure time. We may see something interesting while engaging on social media at night, but when it comes time to go to work, there is no easy way to make the connection. At work we need to stay focused. We might have a chance for a quick chat over lunch, but for the most part we focus on getting things done”.
Entonces, ¿qué nos ayudaría a saber quién tiene la red para hacer frente a un trabajo complejo y cambiante? La búsqueda> Sentido> Compartir marco de PKM podría proporcionar algunas ideas. Un mapa de la red de personas que podrían ayudar en el caso de un problema o decisión “.
Para evaluar el alcance de las redes personales de uno para hacer frente a “trabajo complejo y cambiante” nos podrían beneficiarse de dos maneras: una, que podríamos aprender que nuestras redes no son tan fuertes como pensamos que son, dos, que se puede ampliar de forma útil a medida que tratamos de aprender y realizar con el conocimiento y la asistencia de otros.
La nueva cultura nos permite estar trabajando y aprendiendo en voz alta. Nos beneficiamos nosotros mismos y otros por hablar de nuestro trabajo en las conversaciones cara a cara ya través de los intercambios en línea promovidas por las plataformas digitales en nuestras instalaciones y redes sociales como Twitter y LinkedIn. Algunos de nuestro trabajo en voz alta incluso pueden adoptar la forma de cambios a un mecanismo de mensajería común, tales como parafina y en uso por nuestro grupo de trabajo o comunidad de práctica. A medida que progresa el trabajo, hacemos nuestros retos y soluciones explícitas en las actualizaciones rápidas.
Nuestras redes nos permiten establecer con exactitud la experiencia y involucramos a propósito con otros para hacer el trabajo y nuestro aprendizaje.
Trabajando en voz alta = Trabajo observable + Narrando su trabajo
. Cuando se hace esto – cuando se trabaja de una manera más abierta, conectada – se puede construir una red con propósito que le hace más eficaz y proporciona acceso a más oportunidades “.
Paso a paso se destacamos:
Anuncios
about:blank
INFORMA SOBRE ESTE ANUNCIOPRIVACIDAD
-el trabajo en voz alta no sólo hace que el trabajo visible, se hace mejor nuestro trabajo.
-significa que llevamos con generosidad.
-construimos una red social a través de nuestro compartir.
-todo lo que se hace es a propósito.
Trabajando en voz alta es una práctica que combina la sabiduría convencional acerca de las relaciones con los medios modernos para alcanzar y atraer a la gente. Es un enfoque muy diferente al trabajo en red, y comienza con tres preguntas:
-¿Qué estoy tratando de lograr?
-¿Quién puede ayudarme?
-¿Cómo puedo contribuir a ellos para profundizar nuestra relación?
Encuentro estas preguntas muy útil para pensar acerca de por qué y con quien deseo de buscar, sentido, y añadir valor al compartir.
A medida que aprendamos y trabajamos, construimos el conocimiento implícito, y cuando lo compartamos con los demás, el explícito. https://juandomingofarnos.wordpress.com/…/social…/ Social Learning…entre el conocimiento y el análisis de datos! (Educación Disruptiva) de Juan Domingo Farnos
La vista vieja de “conocimiento es poder” significa controlar la liberación del conocimiento para beneficiar solamente a nosotros o nuestros aprendices, empleadores y clientes.
Palabras como redárquica, transversal y horizontalmente (transparencia y confiabilidad son dos nuevas palabras que debemos añadir a nuestro recién estrenado diccionario)
El salto de aprendizaje y de adquisición de conocimiento propio del proceso que vive un ciudadano de este nuevo tiempo le lleva a buscar y obtener innovaciones disruptivas.
Aprendiendo en el camino Estamos siempre en un proceso de aprendizaje continuo en cualquier contexto. El aprendizaje no está en el aula. No se realiza estrictamente en el trabajo. La ubicuidad de las TIC son un exponente del modo a través del cual adquieren conocimiento sin miedo a equivocarse Nadie le marca el camino de adquisición del conocimiento que está buscando. Tiene un reto un objetivo,… y de manera autosuficiente inicia el proceso de apropiación de ese conocimiento. Lo cual no quiere decir que sea autosuficiente. Sí pueden recibir ayuda y en muchos casos se producen colaboraciones y aprendizajes entre iguales. Los instrumentos para hacer el camino están claros. El camino no tanto: ha empezado en un conocimiento, lo ha modificado, ha creado un nuevo conocimiento a través de procesos de aprendizaje disruptivos.
Las organizaciones, bajo estructuras muy diferentes a las actuales, llevarán a cabo sus actividades a través de una estructura distribuida que a menudo separa la gestión de la implementación en todo el mundo ya que se enfrentan a un mundo global.
Estos nuevos escenarios requieren la adopción de modelos de aprendizaje continuo y omnipresente, tanto de manera personal como social. Desde el punto de vista, el reto es gestionar en contra de la rápida obsolescencia de los conocimientos técnicos y dejar que los trabajadores-aprendices adquieren experiencia en nuevos temas “en el tiempo”.
Desde el punto de vista las personas que necesiten adquirir aprendizajes para mejorar en su trabajo deben adquirir la adopción de una innovación estratégica con el fin de aprovechar las nuevas tecnologías y garantizar el apoyo y la asistencia a un nivel de calidad cada vez mayor.
Estamos en presencia de una amplia gama de temas que deberían estar a disposición de una comunidad de aprendizaje grande (NODOS) con diferentes habilidades y objetivos de aprendizaje. La educación a distancia es una respuesta efectiva a esta demanda de flexibilidad en la formación, pero también debemos pensar en aprendizajes mixtos, en el life long learning, en el mobile learning…. El objetivo es construir una comunidad virtual de aprendizaje sobre la base de un modelo de conocimiento que responda adecuadamente a las diferentes necesidades de aprendizaje.
Aspectos de clasificación y reutilización de contenidos multimedia desempeñarán un papel fundamental en la mejora del medio ambiente.
Deberemos pensar y analizar las posibles innovaciones en la formación , y proponer el uso de un marco que integre todas las fuentes de información y ofrecer habilidades prácticas necesarias para satisfacer las nuevas necesidades.
Dentro de la organización y estructuración que hablábamos en nuestros recientes artículos , necesitamos también una buena gestión y una excelente comunicación con los demás, ya que de lo contrario de poco servirían nuestro esfuerzo.
Necesitaríamos una especie de arquitectura con diferentes capas capas , que consiste en una capa de presentación, una capa de middleware para procesos de transferencia de conocimientos y la gestión del conocimiento, y una capa de publicación de contenido.
La transferencia se produce cuando una persona aplica experiencias y conocimientos previos, al aprendizaje o a la resolución de problemas en una situación nueva (Learning and instruction, R.E. Mayer, 2008). Otra definición posible: transferencia se puede definir como la habilidad de aplicar lo que ha sido aprendido en un determinado contexto a nuevos contextos (Cognitive Development and Learning in Instructional Contexts, J.P. Byrnes, 1996), como cuando los estudiantes responden a una necesidad en su escuela o comunidad (por ejemplo, el diseño y la construcción de un jardín de la escuela, la mejora de un parque de la comunidad, ayudando a los inmigrantes locales) o crear algo que será usado o experimentado por otros.
Por último, un proyecto puede tener la autenticidad personal cuando habla a las propias inquietudes, intereses, culturas, identidades, y las cuestiones de los estudiantes en sus vidas.
La combinación consciente del CONTEXTO, la computación ubicua y omnipresente proporciona para entornos que son capaces de adaptarse a las diferentes identidades y necesidades de usuarios y organizaciones, un aprendizaje permanente, personalizado y adaptable.
Necesitaremos instalaciones que hagan posibles el u-aprendizaje consciente del contexto que se apoya por medio de dispositivos móviles, wereables , redes inalámbricas, sensores ….
Mediante el uso de u-learning se hace posible la creación de canales de comunicación ubicuas entre
diferentes contextos de nuestra vida, que facilitan la creación de un marco de diálogo en todas partes dentro de la cual los aprendices, empresarios, facilitadores, tecnologías, recursos …podremos organizar UNA RUTA DE APRENDIZAJE-IMPLEMENTACIÓN, diversa pero adecuada a cada momento y circunstancia.
Vídeos ubicuos son comúnmente producidos por los usuarios con dispositivos que contienen cámaras, típicamente conectados a las redes inalámbricas. Un número creciente de repositorios de vídeo basados en la web proporcionan facilidades para que los usuarios suban, compartan contenido generado por el usuario . Aplicaciones de computación ubicua se pueden explotar en este escenario para permitir a los usuarios experimentar nuevas formas de interacción social.
Si ya hemos visto y demostrado que la evaluación o control de calidad, no es un estrato diferente y aislado, sino que está en los mismos procesos tanto de aprendizaje como de implementación (learning is the work) recogeremos y analizaremos siempre los datos en tiempo real, mientras que e, supervisar el proceso de ejecución del programa, mientras que los aprendices y trabajadores participan en las actividades del programa, proveeremos retroalimentación oportuna para mejorar el programa, y el desarrollo de diversos modelos de programas para aumentar la eficiencia y mejorar los resultados.
Pondremos a disposición de los procesos dispositivos de mano inalámbricos que ofrecerán para la evaluación la oportunidad de recoger el modelo y analizar los datos sobre el terreno y en tiempo real.
Hasta hace poco, los dispositivos portátiles, tales como asistentes digitales personales y teléfonos celulares, eran poco más que eficientes herramientas de productividad personal y dispositivos de comunicación peer-to-peer. A través de los últimos avances tecnológicos, los ordenadores portátiles se han convertido en potentes dispositivos de mano inalámbricos con las siguientes características:
–Conectabilidad – Se conectan a Internet de forma inalámbrica a través de la fidelidad inalámbrica o WiFi.
–Portabilidad – Son portátil y por lo tanto siempre al alcance del usuario.
–Accesibilidad instantánea – Se enciende al instante y se apaga.
–Flexibilidad – Ayudan a recopilar datos al acomodar una amplia variedad de extensiones periféricas (por ejemplo, cámaras digitales, cargas de estudio científica, los dispositivos de sistema de posicionamiento global, la identificación por radiofrecuencia y lectores de códigos de barras).
–Viabilidad económica – Tienen gran parte de la capacidad de cómputo y capacidad de almacenamiento ampliable de ordenadores portátiles a una fracción del costo.
En la Universidad de Harvard determinaron cómo los dispositivos de mano inalámbricos pueden mejorar el aprendizaje y la enseñanza (Dieterle, 2003). Durante el año académico 2003-2004, HDUL handhelds integrado en diversos cursos en la Escuela de Graduados de Educación de Harvard (HGSE) y la Escuela de Extensión de Harvard (HES). Esta investigación demuestra que WHDs pueden ser muy útiles como los asistentes de investigación portátiles y conductos que viajan para el aprendizaje en línea.
Realmente ni la cultura de la colaboración siempre es “productiva”, ni siquiera necesaria, es más según como puede producir auténticos problemas, pero a veces necesitamos conocer “nuestros propios mecanismos de desarrollo” para que no solo eso no se produzca, sino que dándole la vuelta nuestros posicionamientos personalizados y socializadores, aporten un valor tan importante que el aprovechamiento que tengan los demás sea muy superior incluso al que esperábamos.
Si me permiten personalizar, sucedería con mi trabajo, es un ejemplo muy claro. Si tan ingente trabajo, que visualizarse en la red ya se ha conseguido, pero se necesita publicar, no por mi que como es obvio, lo hago, si no por otras personas que a sabiendas que lo utilizan, como decía ayer en los cinco continentes, deben publicitarlo en la misma red, diciendo que lo hacen…
Para que todo esto suceda de manera correcta, como se dice en el Harvard Bussines Review(https://hbr.org/2016/01/collaborative-overload), Los trabajadores del conocimiento (y esto incluye liderazgo) dentro de las organizaciones que abarcan estos contextos y deben poder contribuir productivamente a procesos de negocio, formativos… complejos y proyectos de equipo utilizando herramientas digitales y sociales con habilidades con las que puedan desarrollar relaciones y participar eficazmente en las redes de conocimiento para avanzar en su desarrollo de habilidades y aprendizaje continuo y para avanzar en el capital de conocimiento de la organización más amplia.
Como dice Morgan: “Durante las últimas décadas hemos pasado mucho tiempo hablando de los trabajadores del conocimiento y el trabajo del conocimiento. Sin embargo el conocimiento de hoy no es más que una mercancía y que la persona más inteligente en la habitación todo lo que necesita es acceso a un teléfono inteligente” , por tanto es aquí donde la colaboración y la cooperación alcanzan su máximo grado.
Yo no tengo dudas, en todo caso me lo cuestiono cada día, el «knowledge» para mi es el fruto de dos tipos de conexiones, una interna que se produce cuando las neuronas se conectan de manera sináptica y la otra externa, cuando una vez producidas estas sinapsis, somos capaces de conectarles con la sociedad..
Por tanto y siguiendo un poco los postulados de Piaget, diría que para que sea un verdadero conocimiento (metaconocimiento), debemos entenderlo como un proceso, por supuesto
También me gusta mucho el posicionamiento de THULLIER que no solo lo asimila como un proceso, si no como un proceso no regulado por unas normas o costumbres y es aquí donde coincido más…
Realmente los cuestionamientos del otro, las concordancias y discordancias, inclusive las no empatías, son motivos que mueven al sujeto a reflexionar; estas reflexiones, a buscar el CONOCIMIENTO y sus EPISTEMOLOGÍAS…se evidencian en lo público y en lo privado, en la convivencia, en el colectivo, en la comunidad académica; en pocas palabras, en el intervalo del yo-otro, o sea, en un nosotros.
Igual que sucede con el científico que piensa reflexivamente, sucede también con el grupo que construye un saber epistemológico, movido por una reflexión de grupo, la cual es enriquecida y compartida en el ser de la comunidad académica, LUGAR DONDE SE PRODUCE EL CONOCIMIENTO, que evidentemente no tendrá las mismas acepciones para todos y es aquí precisamente donde reside su riqueza y su posterior transformación en aprendizajes…
Los nexos ciencia – tecnología – sociedad han cambiado radicalmente en el curso de tres siglos y hoy adquieren una especial intensidad.
La educación de científicos e ingenieros debe tomar en cuenta esos procesos. Los enfoques sociales son hoy tan importantes para esos profesionales como el resto de las disciplinas que aceptamos como necesarias. La educación debería fundarse en la idea de que ciencia y tecnología son procesos sociales y no verdades y aparatos al alcance de todos.
Otro paso más en nuestra investigación para que vean como vamos implementando diferentes aspectos de nuestra propuesta de una Sociedad diferente que nada tiene que ver con las anteriores.
Ahora la batalla se desarrolla fuera de lo que conocemos por organizaciones formales, eso solo queda como un mero residuo y es por eso mismo que debemos construir maneras nuevas de entenderlo, primero, y despues camino para llevarlo a cabo en sus nuevos posicionamientos.
Por eso mismo necesitamos y mucho de la ECONOMIA DEL CONOCIMIENTO, la cual de alguna manera nos ayuda en estos procesos.
En la nueva economía de esta nueva sociedad que vivimos ya,no es importante lo que sabes, sino lo que haces y lo que eres capaz deaprender, que será valorado de manera continuada, por ti y por los demás… El futuro del trabajo es personalizado, complejo e intangible, por tanto, el de los aprendizajes, también!…
“El verdadero genio de las organizaciones es la economía informal, a menudo inspirada en formas espontáneas que las personas reales resolver problemas reales de manera que los procesos formales no puede anticiparse. Cuando estás compitiendo en el conocimiento, el nombre del juego es la improvisación, no la normalización memoria . “ de John Seeley Brown
Los estudios recientes de Hargadon y Bechky (2006) y Parjanen (2012) proponen un acercamiento a la creatividad centrada en la noción de un grupo. Según estos autores, los procesos de creatividad colectiva implementar interacciones sociales dentro de un grupo o una comunidad, que puedan modificar el resultado del proceso creativo. Parjanen (2012) desarrolla un enfoque para la estimulación de la creatividad colectiva iniciada por los colaboradores.
Es interesante que recurrir a la creatividad colectiva cuando ningún indivíduo es capaz de llevar a su / su propia solución. Esto es especialmente cierto cuando la solución creativa requiere múltiples y diversas habilidades. Aunque estas interacciones sociales implican conflictos y desacuerdos, sino que también ayudan a superar las percepciones existentes y reconsiderar las experiencias y el conocimiento (Nonaka, Takeuchi, 1995). En línea con Parjanen (2012), se define la creatividad colectiva como un diálogo en el que los participantes creativos facilitan la aparición de ideas nuevas y creativas, en el contexto de las interacciones sociales. Esta creatividad colectiva no sólo se nutre de las contribuciones individuales creativas, sino que también les proporciona un nuevo sentido y el valor (Parjanen, 2012,
Es aquí donde aparece laCREATIVIDAD INCLUSIVA, bien sea por medio de indivíduos o colectividades, es decir, cada «elemento» aporta sus ideas de manera diferenciada de los demás, pero lo aporta al grupo-colectividad, equipo, agrupamiento, sociedad…- dándole un valor añadido que de otra manera sería imposible, por lo que la creatividad en ese estado será no solo mucho más interesante, tanto en su aspecto intrínseco, especialmente en el extrínseco, si no que su aportación en el proceso y en posibles resultados, aumentará y mucho su potencialidad.
Las interacciones entre el conocimiento y los conceptos son los más intensos en el caso de proyectos de diseño de vanguardia, donde tanto el concepto y los espacios de conocimiento se convierten en mucho más ricos y también relevantes para modelar los procesos de diseño menos radicales que se basan en conceptos donde la expansión del espacio de conocimiento no requiere investigaciones profundas.
El pensamiento de diseño se ha identificado como un enfoque significativo para hacer frente a los problemas complejos (Buchanan, 1992). Por ejemplo, de acuerdo con Nelson y Stolterman (2003), el diseño no tiene por objeto resolver un problema con una respuesta definitiva, sino crear una adición positiva a la situación actual. De esta manera, el diseño difiere significativamente de la solución de problemas ordinarios. Los diseñadores no ven el mundo como si en algún lugar hubiera un diseño perfecto que deberían descubrir, sino que su objetivo es contribuir a la situación actual con su diseño. Así, el diseño es una actividad exploratoria donde se cometen errores que posteriormente se solucionan. Poéticamente, se puede decir que el diseño es navegación sin un mapa claro, basándose únicamente en el contexto actual y en la información obtenida de él.
El término «problema complejo» se utiliza para describir aquellos problemas que son difíciles de resolver ya que están incompletos, sus requisitos cambian constantemente y existen diversos intereses relacionados con los mismos. Las soluciones a los problemas complejos a menudo requieren que muchas personas estén dispuestas a pensar de forma diferente sobre el tema y a cambiar su comportamiento. Los problemas complejos son comunes en la economía, los asuntos sociales, la planificación pública y la política. Una característica de los problemas complejos es que la solución de una parte del problema suele causar otros problemas. En los problemas complejos no hay respuestas verdaderas o falsas, sino buenas o malas soluciones (Rittel & Webber, 1973)
El diseño puede proporcionar a la gente una idea de las nuevas formas de hacer las cosas y de las diferentes perspectivas e interpretaciones acerca de la realidad que están viviendo. De esta manera, el diseño puede ser una forma de enfrentar la complejidad y responder a la voluntad de la gente de cambiar deliberadamente el mundo (Nelson & Stolterman, 2003). Cuando se incluyen interpretaciones de la complejidad, el diseño no puede ser nunca una actividad neutral. Detrás del diseño, podemos encontrar ideas y principios cargados de valores, incluso de ideología. Tal y como destaca Bruce (1996), no es solo que los significados de estos artefactos se construyan socialmente, sino que el diseño físico y las prácticas sociales en torno a ellos también se construyen socialmente. Entender el diseño como una construcción social y los resultados del diseño como algo que va a tener un im – pacto real en la realidad socialmente construida que la gente vive, requiere responsabilidad y rendición de cuentas por parte de los diseñadores y de las personas que participan en el diseño. La tradición escandinava de diseño participativo es uno de los primeros modelos de pensamiento de diseño.
En el diseño participativo, las personas que se espera que sean los beneficiarios de un diseño están invitadas a participar en el proceso desde las primeras etapas. Mediante la participación de las personas en el proceso, se espera que los resultados en conjunto sean mejores que si se hace sin ellas. Por ejemplo, Ehn y Kyng (1987), los cuales han hecho investigación en diseño relacionada con los ordenadores en los centros de trabajo, se han percatado de que el diseño de una herramienta informática no es solo el diseño de una herramienta, sino que también tiene consecuencias en los procesos de trabajo y en todo el lugar de trabajo.
La adopción del aprendizaje colaborativo en la educación presenta problemas similares, ya que requiere repensar la cultura del aula, así como los objetivos curriculares y el marco institucional (Stahl, 2011). Por lo tanto, el reconocimiento de las personas como principal fuente de innovación es crucial para obtener diseños que sirvan a las necesidades de las personas que van a trabajar, aprender o enseñar con las herramientas diseñadas. Esto significa que, simultáneamente al diseño de la herramienta, se requiere que la comunidad reconsidere y rediseñe parcialmente sus procesos de trabajo actuales.
Este es el caso, por ejemplo, cuando los conceptos subyacentes de productos se reconsideran, con sólo cambios limitados en términos de la utilización de la tecnología. El proceso de diseño requiere entonces la creación y la validación de nuevos conceptos.
Cualquier idea puede ser buena o no si es factible de aplicar, o por lo menos intentar que sea así y en una sociedad en red, nadie perdonaría a ningún pensador que se preciara sino lo intentara con todos los medios tecnológicos, didácticos, organizacionales…que se encuentran dentro de la Sociedad de la Información y del conocimiento…
El pensamiento crítico, puede actuar de “alerta” para que en lo que respecta a lo que queremos dar a entender como Educación Disruptiva dentro de un entorno global social, pueda llevarse a cabo. Puede considerarse como el detonante de un proceso o procesos, que nos abra la mente…y que en un primer momento podríamos centrar en lo que …
Todo ello nos lleva a una cultura de la participacion de manera individual, colaborativa y/o cooperativa permitiendo a cada persona ser una incubadora de ideas que aporta ella o comparte con los demás.. De esta manera aprendizajes, trabajo,…ya no tienen el mismo significado que han tenido hasta ahora, como se puede entender.
Sin la práctica , no hay una habilidad ; sólo hay información. Y el primer lugar que van a practicar nuestros aprendices, es en el trabajo Con los clientes reales , compañeros de trabajo reales , subordinados reales Cuando los errores y torpezas tienen consecuencias reales para el negocio…
Tan poderoso es el papel de la experiencia y la práctica directa en el aprendizaje efectivo de tal manera que si eso no se ha (learning is work) incorporado en los diseños de los lugares de trabajo de formación , la organización que patrocina la formación está perdiendo su tiempo y dinero.
El proyecto “Educación disruptiva(learning is the work) como canal a una Sociedad Disruptiva” se sustenta sobre una plataforma tecnológica que tenga unas características particulares, ajustadas a los propios retos conceptuales y metodológicos que implica esta iniciativa y que se explicitan en su propia definición.
Es en este contexto debe surgir la posibilidad de incorporar diferentes aliados en un proyecto en su condición de organización con probada trayectoria de calidad en el desarrollo y mantenimiento de medios digitales en el campo de la educación y el aprendizaje.
A continuación se proponen una serie de ideas/iniciativas que se desarrollan en torno a a la educación disruptiva en nuestro mundo red y que en conjunto configuran el perfil de organizaciones que pueden colaborar en un proyecto de esta profundidad. Todas ellas abiertas a ser presentadas en tres idiomas, para darle más alcance al proyecto en términos de la población que se pueda involucrar en él. Estos idiomas son el español, inglés y el portugués. La propuesta se hace desde una visión de arquitectura conceptual que sintetiza una redarquía inteligente en la apuesta por lo disruptivo.
Ideas/Inciativas:
A través de una plataforma informacional que integre el proyecto que crea y desarrolla una comunidad horizontal que converse a partir de los presupuestos de la educación disruptiva y sus implicaciones a diversos ámbitos sociales. Desde esta plataforma La matriz se despliega y se puede conectar a todos los desarrollos del proyecto. Hay que provocar una nueva experiencia de interacción que singularice nuestro proyecto, de ahí la importancia de la síntesis entre forma y contenido de la misma.(plataforma/s abiertas, inclusivas y ubicuas)
A través de una nueva visión del contenido: Gutenberg debe navegar en la Red. Esta metáfora implica la concreción de contenido en movimiento, abierto al debate y a la aceleración informacional. Esto redimensiona tanto la estructura como la lectura de todo contenido: Gutenberg ya no es un caminante (lineal, secuencial), sino que es un navegante inteligente en la Red. Así la monografía “Educación disruptiva (learning is the work)” de Juan Domingo Farnós sería el primer ejemplo de esta concepción del conocimiento. Frente al libro lineal, secuencial y cerrado, herencia de la concepción Gutenberg, se mostrará el núcleo de la propuesta abierta, en red, interactiva, multimedia, en movimiento continuo, sin un cierre definitivo. Y se irían elaborando las sucesivas monografías a partir de la demanda de las propias redes: ejemplificación deuna socialización de todas las fases de elaboración del contenido.La información en el s. XXI sigue esa dirección, y debemos abanderar esa línea de investigación en el mundo.
A través de una plataforma apropiada como canal deeducación/sociedad disruptiva. Un ejemplo de cuatro proyectos audiovisuales. Primero: a partir de un documental sobre “Educación disruptiva” que explique sus características principales. Segundo: mostrando las mejores experiencias mundiales educativas y del aprendizaje actuales, desde la perspectiva de la educación disruptiva. Tercera: una serie de entrevistas estructuradas (periodicidad a tratar: un ejemplo Stephen Downes en un espacio simbólico de su trabajo conectivista) donde Juan Farnós conversa con los mejores pensadores globales que tengan que ver con la educación y el aprendizaje en la actualidad. Cuarta: audiovisuales que se van generando en la comunidad desde su investigación y concreción de la educación disruptiva. Todas ellas se podrían hacer con dos modalidades temporales: una breve, y otra más desarrollada que permita una viralización en todos los medios disponibles en la actualidad. Dicho de otro modo: el proyecto “Educación disruptiva como canal a una Sociedad Disruptiva” debe ampliar y profundizar todo el campo audiovisual por todos los medios disponibles.
Una característica de la educación disruptiva es su viralidad, y su despliegue ubicuo. De ahí que la creación de una radio de educación/sociedad disruptivaen la Red, sea un paso importante en su globalización necesaria.
Plataformas de aprendizaje disruptivo, que puedan realimentarse a sí mismas, y que abran un espacio digital y social de participación y creación, desde diferentes sectores, intrínsecamente incluyente. Siendo la educación disruptiva el eje de conversación, debemos llegar al mundo laboral, empresarial,creandouna redarquía inteligente de conversación e iniciativas que haga que seamos el referente deinnovación educativa y económica social en nuestro mundo red. Un ejemplo: no puede existir unasmart city, sin una ciudadanía inteligente adaptándose a través de la educación disruptiva en esos nuevos escenarios urbanos mediados de nuestro mundo red.
En consecuencia con lo anterior, la creación y celebración de eventos de Educación educación disruptiva por todos los mercados y sectores donde vayamos viralizando nuestras ideas de nuestro proyecto transformador de la sociedad y de la educación. Encuentros donde el mundo educativo, laboral, y empresarial y de los ciudadanos se entrelacen a través de las propuestas y reflexiones que el nuevo paradigma de la educación disruptiva abre a la sociedad.
Desarrollo de software: aplicaciones, y videojuegos que favorezcan el aprendizaje disruptivo. Una de las novedades posibles sería la creación de líneas y entornos para sujetos con necesidades especiales. La educación disruptiva debe abarcar toda la sociedad desde una perspectiva integradora e inclusiva.
Queremos ser punta de lanza, de vanguardia en la educación y del aprendizaje del s. XXI. Tenemos la experiencia de la creación, investigación (soporte internet): pretendemos establecer una línea editorial coherente con los presupuestos de la educación disruptiva, y que fuera lugar de encuentro de la mejor reflexión y opinión actualizada a nivel mundial sobre las líneas que se están desarrollando disruptivamente en el s. XXI. Reforzar y que todo gravite alrededor del concepto central de educación disruptiva, añadiendo la perspectiva plural, global e interdisciplinar que todo proyecto de contenido a largo plazo debe desarrollar.
Creación de una plataforma de bancos de creatividad a partir de los planteamientos de la educación disruptiva. La idea es establecer ese binomio indispensable: educación disruptiva/creatividad. En esta plataforma se pondrían en relación el mundo educativo y el empresarial, desde un planteamiento disruptivo: qué necesidades existen, y qué soluciones novedosas se pueden implementar desde estos bancos de creatividad de la educación disruptiva.
Creación de laboratorios disruptivos, que serían aulas síntesis como espacios ágiles e hiperconectados que puedan concretar físicamente la educación disruptiva. Una posibilidad que sería estratégica y útil en su globalización por diversos ámbitos y contextos.
Configuración de redes de personas interesadas en temáticas concurrentes en el ámbito de la educación/sociedad disruptiva y que provienen de diversos campos disciplinarios. Esta visión transversal de los contenidos es un aporte fundamental del proyecto.
“Nuestro proyecto va más allá del desarrollo de una propuesta, se trata de buscar líneas de encuentro con una sociedad que ya es “disrupiva”, pero que seguramente no se ha dado cuenta de ello”
Anuncios
about:blank
INFORMA SOBRE ESTE ANUNCIOPRIVACIDAD
Nunca será una idea cerrada si no completamente dinámica y mutable en el espacio, el tiempo y el contexto. No es un proyecto de nadie y si de todos, por tanto…..
La propuesta original de “Educación disruptiva como canal a una Sociedad Disruptiva” de Juan Domingo Farnos y Coordinada por Luis German Rodríguez, se basa en un proyecto transmedia y colaborativo, con diferentes fases: Planteamiento, Aportaciones y Apertura de Debates. (patrocinada en un principio POR FUNDACION TELEFÓNICA)
No hay sustituto para la experiencia. Esa es una verdad demostrada.Recordemos que la parte en que el profesor y los estudiantes regresan a la vida clasica, la de siempre, es ese momento volvemos a perder la experiencia que habíamos obtenido Eso es importante . En ausencia de perspectiva informada y devolución de datos válidos , sólo la experiencia es un maestro cruel lento y tiende a consolidar los malos hábitos junto con los buenos.
Naturalmente que muchos defenderán que la teoría es importante, pero eso se puede aprender también trabajando, muchos lo hacen y les funciona perfectamente. Del mismo modo , los juegos , simulaciones, y los instrumentos de retroalimentación pueden ser maravillosamente útiles para las habilidades relacionadas con el liderazgo, el trabajo en equipo , coaching , resolución de conflictos , la comunicación interpersonal , y más aprendizaje …¿eso lo podemos hacer en organizaciones educativas regladas por curriculums, tareas…prescritas y uniformizadoras?.
Desafortunadamente, ” aprendizaje experimental ” se ha convertido en una frase de moda en la comunidad empresarial – entrenamiento. Como suele ocurrir cada vez que una buena idea se convierte en una moda , una gran cantidad de tonterías ha surgido en torno a ella. Usted no tiene que buscar mucho para encontrar los programas de ” aprendizaje vivencial ” que sustituyen con la mera actividad de la experiencia y la práctica pertinente .
Pero ese aprendizaje ahora está refrendado de manera científica y no es que de ello ya no hablaran los “viejos rockeros de la pedagogía”…Freinet, Freire, Dewey….y ahora Jay Cross, Charles Jennings, Harold Jarche, Jane Hart, Juan Domingo Farnos,…y cada vez más, de los que parten de la innovación más profunda (no incluyo los que realizan buenas prácticas) porque estos van por otro lado del “cuadro”, son super necesarios para manetenernos la “sociedad activada”, pero cada vez más somos los que cruzamos las líneas rojas, Fernando Saez Vacas, Roger Schank, David Wiley, Stephen Downes, George Siemens, Juan Domingo Farnós…, los cuáles nos enfrentamos no con el sistema, ya que como solemos decir, “el peor antisistema es lo que algunos llman el mejor sistema”
La múusica podría desempeñar mucho ruído , los silbatos pueden soplar , la gente podría moverse, y algunos podrían disfrutar…. pero la actividad tiene poco, o nada , que ver con la generación de una visión real de la materia que nos ocupa , o la práctica de habilidades útiles.” ¿Qué hemos aprendido de esa experiencia? ” Una respuesta honesta sería: ” Ni idea “, ya que saldremos del “learning is work” y volveremos a entrar en el círculo que la sociedad “post industrial” nos marca, no la Sociedad del Conocimiento.
Al seleccionar una unidad de aprendizaje como granularidad para el modelado del producto, disponible REA se puede reutilizar fácilmente en las ofertas. Lo que se necesita, aunque para aumentar el encontrabilidad son descripciones más detalladas, junto con el REA en los objetivos de aprendizaje, la pedagogía, el conocimiento previo requerido, y así sucesivamente.
Como también se ha mencionado en la introducción, se espera que la demanda de ofrecer aprendizaje personalizado no pare de crecer en la próxima década (Horn y Christensen, 2013). En esa situación, habrá una necesidad de un suministro de materiales de aprendizaje donde este suministro, se ajustara a la demanda individual de cada aprendiz. Cuando esta expectativa se hace realidad, la universidad no necesitara ofrecer titulaciones porque la formacion permanente se realizara de manera abierta inclusiva y ubicua en cualquier parte de la sociedad y con las garantias propias de la RESPONSABILIDAD EY EL COMPROMISO de cada uno de nosotros.
Crear el mejor “ajuste” tiene en cuenta tanto el aprendizaje de los aspectos de la tecnología (por ejemplo, la variación en los enfoques pedagógicos) y las variaciones de la organización (por ejemplo, que ofrecen tanto cursos en línea, de ritmo, y no de ritmo). Oportunidades para hacer realidad tales ofrendas se pueden mejorar mediante el uso de técnicas como el aprendizaje de análisis y desarrollos como la web semántica. Estas técnicas se pueden utilizar para añadir a propiedades de contexto relacionados de los materiales de aprendizaje, realizando así una mejor encontrabilidad para la REA y proporcionar un resultado final más adecuado para el usuario individual con costos relativamente bajos.
Por mi manera de trabajar de manera multidisciplinario los datos y meta datos son básicos y los utilizo en muchos planteamientos e ideas a la vez, nunca de manera simple e individualizada, una manera de trabajar que considero se adapta mejor a la complejidad de esta nueva sociedad…
Supongo que con eso podrán entender que en la sociedad compleja de hoy y de mañana, los datos, por muchos que sean, deben utilizarse con elementos múltiples si puede ser a la vez, ya que es la propuesta a la que nos reta esta sociedad..
A mi lo que me interesa y lo vengo comentando es un programa de inteligencia artificial, en este caso iría de perillas esto, que me pudiera retroalimentar de manera personalizada y según los datos recibidos, según las caracteristicas personalizadas de cualquier aprendiz en cualquier ámbito.
Las aplicaciones en Tablets, smartphones… en cualquier herramienta móvil, seria lo ideal, por que de este manera los propios aprendices en cualquier entorno podrían re-dirigir sus aprendizajes en cualquier momento, según el contexto, las necesidades…
Evidentemente creo que el uso de las Tablets, teléfonos inteligentes.. en la educación formal (aunque a mi no me gusta) el uso de las tablets de manera universal, mejoraria en mucho los procesos de autoaprendizaje, por sus caracteristicas de interaccion, retroalimentacion, creatividad…
Usando la web social semántica (SSW) y el Sistema de recomendación (RS) tecnologías de la gPLEc integra “competencias de aprendizaje basadas en el aprendizaje personalizada (personalized learning) para generar recomendaciones personalizadas para cada alumno.
Normalmente realizamos un análisis de los datos análisis a través de miles de sistemas separados cada uno con su propia estructura de datos única y lo hacemos a manera de Big Data, pero de manera personalizada nos cuesta diseñar aplicaciones para cada persona, porque creemos que los datos y los metadatos, solo podran servir en retroalimentaciones uniformes y previstas.
Vemos que es mejor la posicion de análisis y crítica personalizados avanzandao en cada momento del aprendizaje y de la persona (razones sociales, cognitivas…) que mantener aquellos aspectos que ya hemos adquiridos y dejarlos de parte, ya que si lo hacemos así, convergeremos en muchos aspectos pero a medio largo plazo volveremos a “amontonar” procesos, ideas, comprobaciones…y tenderemos a clasificarlos, con lo que regresaremos al mundo de las jerarquías y los sistemas.
Esto nos acerca al santo grial de la personalización: donde la analítica del contenido adecuado, del proceso que necesitamos, de la retroalimentacion que nos reindique el nuevo camino… para el alumno, en lugar de que el alumno deba encontrar estos datos por sí mismos.”
Aqui tenemos un ejemplo de geolocalización, el cual irá cambiando a medida que las necesidades personales lo hagan…
Cuando usamos la analítica para entender cómo pepitas individuales de contenido se realiza para hacer ajustes frecuentes que mejoran las necesidades del alumno . Cuantos más de estos ajustes hagamos, más personalizado y más se personaliza todo el proceso, otra cosa será conseguir la automatización de la retroalimentación, lo cuál nos llevaría a un aspecto crítico, es cierto, pero por otra parte determinaria de una vez por todas que el autoaprendizaje llegaría a su mayoría de edad y esto corresponde sin duda a la web 3.0 y/o 4.0.
Esto a su vez da a los diseñadores una conexión para el rendimiento instantáneo. Sabemos de inmediato qué tipo de impacto que cada pepita de contenido está teniendo en los aprendices, es una especie de RESONANCIA MAGNÉTICA continuada.. Esto nos acerca a el santo grial de la personalización, donde la analítica nos da el contenido adecuado para cada alumno, en lugar de que el alumno encuenntre el contenido por sí mismos.
Los elementos clave, sin embargo, son las pepitas de tamaño de un bocado de contenidos, perfiles de usuario, y la retroalimentación social.
El éxito de los desarrolladores de datos los que van a ser vistas como estratégicas para el negocio, el aprendizaje…, son los que van a abrazar la tendencia al desarrollo de datos-contenidos ágiles. Esto significa exponer contenido a la comunidad de aprendices, lo que les permite calificar y brindan información sobre cómo mejorar el contenido, y luego actualizar inmediatamente pepitas de contenido para la mejora, muy lejos continua y permanente a partir del curso anual de actualización, o lo que es lo mismo, que los aprendices puedan personalizar los datos que les llegan de manera generalizada.
Sin retroalimentación, las personas, las organizaciones corren a ciegas en la forma en que hace su trabajo. Lo mismo ocurre a nivel de proyecto. La evaluación efectiva, la eficiencia al hacer posible el descubrimiento y la eliminación de esfuerzo perdido y de gastos.
El rigor de diseño de soporte de rendimiento requiere un conocimiento preciso de las tareas de las personas realizan y cómo trabajan en colaboración para completarlos. Se puede realizar un seguimiento del cumplimiento del proceso y los patrones de uso de los recursos de aprendizaje y rendimiento. Y la sabiduría combinada de la multitud puede manifestarse a través de una infraestructura de soporte de rendimiento que permite identificar de forma continua los errores venidos de los ensayos (ensayo-error…método cientifico). Una realidad de apoyo al rendimiento es que si un recurso no es útil, lo que nos revela rápidamente elementos ineficaces de rendimiento y facilita la mejora continua en cómo las personas realizan en conjunto y de forma independiente su aprendizaje.
Cuando eLearning era un recurso más de aprendizaje, las personas hacían promesas ridículas con respecto a su capacidad para sustituir a los formadores (esa era la autentica retroalimentación, si el proceso formativo no funcionaba, se cambiaba al formador) En ese momento la realidad era que la vinculación del hipertexto fue el único proceso de mejora, entrecomillado, claro, para mejorar eLearning y su poder de instrucción que se tenía bajo el capó. Lamentablemente, incluso cuando eLearning aumentó en la capacidad de instrucción, la metodología ha descuidado demasiado su impacto en el aprendizaje. Sin embargo, los vendedores de eLearning certifican siempre que todos los cursos que ofrecen son igualmente eficaces, nada más lejos de la realidad.
Leo mucho a Richard Culatta del Departamento de Educación de Estados Unidos . Él dice que la personalización es la suma de tres factores: el ritmo de ajuste (individualización), ajustando el enfoque (diferenciación), y que conectan los intereses y experiencias del alumno…
Pero difiero y mucho porque él dice que la personalización se alcanzará cuando se obtenga un estandar, una talla unica y a partir de ella podremos llega a una auténtica personalización.
Hacer las conexiones a través de los mares de la información, las personas y los recursos pueden ser abrumadoras. Conversaciones en línea han propuesto Personal Gestión del Conocimiento (PKM) como método para los trabajadores del conocimiento para convertirse en estudiantes más eficaces en entornos complejos. Primero acuñado por Peter Druker en 1959, los trabajadores del conocimiento utilizan su propio conocimiento para convertir los datos en información nueva. PKM no es sólo una solución centrada en el techno para absorber más y más contenido.
Es una nueva forma de trabajar que pone la tecnología al servicio de nuestros deseos naturales para conectarse, aprender y crear. Combina el pensamiento y las habilidades sociales con herramientas técnicas para informar a nuestra perspectiva y nos ayudará a procesar mejor el mundo que nos rodea. Y tradicionalistas estarán encantados de saber que la pluma y el papel son todavía una tecnología PKM útil:
-Seguimiento de Intervención: Herramientas y mecanismos para el seguimiento de las intervenciones de los profesores para reconocer lo que es más impactante en los logros y los resultados de los estudiantes.
-Mapas de Aprendizaje: Mapas de aprendizaje mostrarán los conceptos clave de contenido y de nivel de grado para tomar decisiones mejor informadas de instrucción, desarrollado con la ayuda de especialistas de contenido con experiencia en la formación de docentes y la enseñanza. Inicialmente Los mapas de aprendizaje comunican qué normas son las normas y qué significan, y proporcionan una conexión directa con el contenido relevante. Las futuras versiones de los mapas de aprendizaje estarán conectados a los datos de rendimiento, el uso de varios tipos de evaluación. la Aplicación proporcionará un conjunto básico de aprendizaje de mapas en ELA / Alfabetización, Matemáticas, Ciencias, y de otras a áreas del racimo que los demás pueden utilizar como punto de partida para la creación de sus propios mapas personalizados de aprendizaje:
-Autoría de Evaluación y entrega: Banco de artículos y herramientas para los profesores para crear, administrar y anotar las evaluaciones que se basan en el contenido que está alineado con las normas.
-Etiquetado contenido y Discovery: Herramientas que los educadores pueden utilizar para buscar y contenido etiquetado sobre la base de normas u otras clasificaciones, incluyendo la búsqueda, herramientas de publicación, herramientas de alineación estándar, las normas de evaluación de rigor, motor de recomendación, gusta / disgusta y características comentando, y la integración del uso.
-Repositorio de contenidos: La aplicacion utilizará una aplicación repositorio de contenido de código abierto y personalizarlo para apoyar la carga de objetos digitales para integrarse con el descubrimiento de contenido y aprendizaje, aplicaciones de mapas…
-Herramientas de colaboración: Herramientas para educadores y otros asociados (como participantes STEM Learning Exchange) para colaborar en las actividades y la ejecución de programas STEM de Estudio de instrucción.
-Exploración y Preparación: Aplicaciones y herramientas para apoyar a los educadores con las actividades de exploración de carreras, grados, maestrías.. para los aprendices, y para preparar a los estudiantes para carreras pero de manera personalizada Estos se conectarán a los recursos agregados a través de un STEM Intercambio de Aprendizaje y / o en esa comunidad en particular.
STEM Localizador y Programador: Solicitud de educadores para localizar y recursos STEM horarios disponibles a través de socios dentro de las Bolsas de aprendizaje STEM (por ejemplo, equipo, espacio de laboratorio, etc.).
-Caminos Noticias y Actualidad Calendario: Información para los educadores y otros socios para obtener información sobre Illinois Caminos. Todo esta obviamento pbajo el paraguas de los aprendizajes formales, por supuesto…. Este diseño será lo que los programadores deberan realizar para disponer de programas de Intelifgencia Artificial que permitirán, primero dentro de las aulasm, a los aprendices y profesores, trabajar con el personalized learning, y cuando estén más desarrollados de manera informal tal como nos proponen…
Nos hacen falta en el aprendizaje en línea (e-learning) estrategias diseñadas para proporcionar una evaluación formativa y sumativa con un mínimo impacto directo en la carga de trabajo docente y la del propio aprendiz :….
• El uso de las evaluaciones en línea por ordenador, tabletas, smatphone..que se extienden más allá de pruebas de ejercicios de simulación, laboratorios virtuales, y otras evaluaciones automatizadas de aprendizaje activo;
• Entornos de aprendizaje colaborativo que los aprendices crean para documentar y evaluar su propio aprendizaje en grupos virtuales o semi virtuales (blearning) • Los mecanismos, tales como tutores automatizados en línea( INTELIGENCIA ARTIFICIAL), que ayuda a los PROPIOS APRENDICES y la evaluación de andamios “de su propio trabajo y el de sus compañeros;
• Agentes estudiante que facilitan y supervisan las actividades de PARES para permitir a los APRENDICES para evaluar y ayudar a los demás de manera informal, NO FORMAL…. •
El uso de herramientas de software sofisticadas, como el análisis semántico latente o redes neuronales, a la máquina de puntuación incluso materias complicadas, tales como ensayos de los estudiantes. Por lo tanto, el reto de la educación en línea es para proporcionar una alta cantidad y calidad de la evaluación, manteniendo el interés y compromiso de los estudiantes. Estos objetivos suelen lograrse mejor mediante el desarrollo de una comunidad de aprendizaje, DE LAS QUE YA HEMOS HABLADO Y MUCHO…
La contradictoria relación entre significado y poder se manifiesta mediante una disociación cada vez más señalada entre el espacio de los flujos y el espacio de los lugares. El significado es definido en términos del lugar, hay lugares en el espacio de los flujos y flujos en el espacio de los lugares.
Mientras tanto, la funcionalidad, la riqueza y el poder quedan definidos en términos de los flujos. Se trata de la contradicción más crítica que surge en nuestro mundo urbanizado conectado en una red global. Es el principio de una nueva era de la REDARQUÍA (transversalidad), donde los flujos de información, creación de conocimientos y su imprementación en trabajo-aprendizaje, harán una sociedad más autónoma, sin necesidad de tanta burocracia y regulaciones por medio de leyes que delimitan la libertad de las personas y aumentará el grado de RESPONSABILIAD de su propia ciudadanía.
De la misma manera que con un enfoque lleno de energía en la capacitación de las voces de los educadores a través de la conexión y el intercambio, el movimiento de aprendizaje participativo ha traído personalización a la vanguardia del desarrollo profesional en educación. Hoy en día, los educadores con el deseo de desarrollar su práctica se están haciendo cargo de su propio crecimiento profesional mediante el diseño personalizado en cualquier momento y en cualquier lugar de experiencias.
Centrados en optimizar el aprendizaje y crecer como profesionales, profesores y líderes de alfabetización están encontrando un gran valor en el intercambio peer-to-peer como parte de redes de aprendizaje profesional, o PLNs. Junto con énfasis tanto en la voz y la elección, estos grupos inspirados están reinventando los modelos tradicionales de desarrollo profesional, permitiendo a los maestros para explorar, colaboran, y reflejan de forma continua de manera significativa y de transformación, teniendo muy claro que ya no son los docentes de antaño si no que ahora ejercen de mentores, facilitadores, acompañantes de sus “propios antiguos alumnos”….
Tienen claro que estos ya no “son suyos, si no que los aprendices también por medio de sus PLEs, sus PKM y su PLN se estan labrando su propia educación (En esta sociedad cada persona debe desarrollar su propia educación y trasladarla en el mismo momento a la red de los demas—de la personalizacion a la socializacion de los aprendizajes…https://juandomingofarnos.wordpress.com/…/la…/
La personalización y la socialización del aprendizaje ¿són excluyentes?.
En el espíritu del momento y lugar de aprendizaje, los educadores han encontrado comunidades de educadores conectados a través de la participación en las redes de medios sociales, como Twitter, Facebook, Google +, e Instagram. A través de un proceso de seguimiento y la conexión con los educadores afines, los profesores pueden personalizar sus PLNs en línea y tomar posesión de su propio crecimiento profesional. Una de las maneras más populares educadores usar los medios sociales para el intercambio peer-to-peer es participando en charlas educativas semanales. Para los chats de Twitter, los maestros se reúnen en un momento predeterminado para explorar cuidadosamente y con un propósito temas que son importantes en sus clases.
En conversaciones conectados de tweets, los educadores se reúnen a través de hashtags para compartir experiencias y examinar los conceptos con los educadores del mundo. chats populares para la alfabetización incluyen #ILAchat, # Read4Fun, #engchat, #edchat, y#edtechchat. Días, horas y temas de chat semanales se pueden encontrar en chats y Educación Listado Participar Aprendizaje….. Todo ello si aunamos las REDES de los APRENDICES con la de los DOCENTES, construiremos auténticos clusters que aumentarán la potencialidad de todo, teniendo presente que ya no hablamos de redes miméticas, de aprendizajes prescriptivos y homogeneizados, si no de aprendizaje personalizado, socializador y permanente….
El aprendizaje emergente puede ser validado y tener capacidad de retroalimentarse por si mismo.. y si es posible conectar o integrar el aprendizaje emergente y prescrito y por tanto, predecible. Las interacciones de múltiples agentes puede crear o contribuir a importantes cambios a nivel de sistema…es el APRENDIZAJE EMERGENTE.
Parece que se vislumbra curiosidad pero el cambio empieza por nosotros y buscar experto que ya han recorrido este camino http://romina-flurin.webnode.es/significado-de-chaviyu/ Las personas y las tecnologías de la información y la comunicación, la Inteligencia Artificial…hacen que nuestra relación como personas, con ORGANIZACIONES POLÍTICAS, ECONÓMICAS, EDUCATIVAS, SANITARIAS…deban ser de otra manera, con menos rigidezas (por tanto más sostenibles) y eso debe ponerse en VALOR de manera inmediata, ya que estamos dejando pasar el tiempo, teniéndolo a nuestro alcance des de ya hace mucho..
La interacción también puede ser delineado en términos de los actores que participan en él. Michael Moore discutió por primera vez las tres formas más comunes de interacción en la educación a distancia: alumno-alumno, alumno-maestro y alumno-contenido (Moore, 1989). Esta lista fue ampliada por Anderson y Garrison (1998) para incluir a maestros y profesores, de contenido docente, y la interacción de contenido contenido. He estado desarrollando un teorema de equivalencia que describe la capacidad de sustituir una forma de interacción para otro, con base en el precio de los factores de accesibilidad (Anderson, 2002; Anderson, 2003). Figura 2-3 ilustra estos seis tipos de interacción educativa.
Si pretendemos establecer diferentes teorías que nos puedan llevar hacia un aprendizaje por medio de elearning, debemos reflejar siempre una serie de variables previstas de antemano y además tener presente el tema de la retroalimentación, para que si es necesario ser capaces de modificar todo el planteamiento y pasar de una pura innovación continuada a cualquier disrupción no prevista.
Los aprendices pueden, por supuesto, interactuar directamente con los contenidos que se encuentran en múltiples formatos, y en especial en la Web, sin embargo, muchos optan por tener su aprendizaje secuenciado, dirigido y evaluado con la ayuda de un profesor. Esta interacción puede tener lugar dentro de una comunidad de investigación, utilizando una variedad de actividades síncronas y asíncronas basadas en red (vídeo, audio, conferencia por computadora, chats, o la interacción del mundo virtual-web 2.0).
Estos ambientes son particularmente ricos, y permiten el aprendizaje de habilidades sociales, el aprendizaje colaborativo de contenidos y el desarrollo de las relaciones personales entre los participantes. Sin embargo, a la comunidad se une aprendices en el tiempo y en el espacio (lo que llamamos NO LUGARES), obligando a sesiones ordinarias o, al menos, el aprendizaje en grupo con diferentes ritmos, “tempos”, adaptados a los elementos personalizados de cad indivíduo y/o grupo….
Usando el modelo en línea (, entonces, requiere que los aprendices, profesores y los diseñadores tomen decisiones cruciales en varios puntos. Un factor clave de decisión se basa en la naturaleza del aprendizaje que se prescribe. Marc Prensky (2000) sostiene que los diferentes resultados de aprendizaje se aprenden mejor a través de determinados tipos de actividades de aprendizaje. Prensky no pregunta:
-“¿Cómo aprenden los alumnos?”,
-Pero más específicamente, “¿Cómo se enteran de qué?”
Prensky (. 2000, p 56) postula que, en general, todos aprendemos:
• los comportamientos a través de la imitación, la retroalimentación y la práctica;
• la creatividad a través del juego;
• hechos a través de la asociación, taladro, la memoria, y preguntas;
• juicio a través de la revisión de los casos, hacer preguntas, tomar decisiones, y recibir retroalimentación y coaching;
• lenguaje a través de la imitación, la práctica y la inmersión;
• la observación a través de ver ejemplos y recibir retroalimentación;
• procedimientos a través de la imitación y la práctica;
• los procesos a través de análisis de sistemas, la deconstrucción y la práctica;
• los sistemas de descubrimiento a través de los principios y la realización de tareas graduadas;
• razonamiento a través de rompecabezas, problemas y ejemplos;
• habilidades (física o mental) a través de la imitación, la retroalimentación, la práctica continua y creciente desafío;
• discursos o roles de desempeño a través de la memorización, la práctica y el entrenamiento;
• teorías a través de la lógica, la explicación y cuestionamiento.
Prensky también sostiene que hay formas y estilos de juegos que se pueden utilizar, en línea o fuera de línea, para facilitar el aprendizaje de cada una de estas habilidades.
Yo diría que cada una de estas actividades se puede lograr a través de e-learning, utilizando una combinación de actividades de la comunidad en línea y actividades de estudio independientes, asistidas por ordenador. Al rastrear las interacciones esperadas y siempre para los estudiantes a través del modelo, se puede planificar y garantizar que una combinación adecuada de estudiantes, profesores, y la interacción de contenido se ha diseñado para cada resultado de aprendizaje…., pero también debemos estar preparados para que surjan de manera libre y abierta otras posibilidades de posteriores actuaciones, por lo que debemos estar todos preparados como interactuar de maneras diferentes a las ya previstas…
Nuestro reto como constructores de la teoría y los profesionales en línea es delinear los modos, métodos, actividades y actores que son más eficaces en términos de costo y el aprendizaje, en la creación y distribución de programas de e-learning de calidad.
La creación de un modelo es a menudo el primer paso hacia el desarrollo de una teoría. El modelo presentado ilustra la mayoría de las variables clave que interactúan para crear experiencias educativas en línea y contextos, pero también siempre preaprados para establecer otros procesos DISRUPTIVOS, que los aprendices necesitan o quieran, con lo que le modelo inicial ya no será el mismo y será construido otro de nuevo entre todos.
El siguiente paso es de teorizar y medir la dirección y la magnitud del efecto de cada una de estas variables en las variables de resultados pertinentes, incluyendo el aprendizaje, el costo, la terminación, y la satisfacción…
Cabe indicar que nunca un proceso estará terminado, es más, internet y su utilización en el aprendizaje, es una garantía de aprendizaje permanente, el cuál se basa siempre más en preguntas que en respuestas…
El aprendizaje en RED es colateral, aunque como hemos mostrado las TIC se pueden utilizar como soporte para la construcción de conocimientos y aprendizajes. LA RED EN SI MISMA HOY SE CONVIERTE EN EL MISMO APRENDIZAJE.. Esto es fundamental hoy en día; el rápido desarrollo de los conocimientos significa que tenemos que encontrar nuevas formas de aprender y mantenerse al día. No podemos aumentar nuestra capacidad para el aprendizaje hasta el infinito. Tenemos que empezar a concebir
el aprendizaje como socialmente en red y mejorado por la tecnología (que es una simbiosis de las personas y la tecnología que forma nuestras redes de aprendizaje). Tenemos que reconocer nuestro contexto de aprendizaje no sólo como un facilitador del aprendizaje, sino como un participante del propio aprendizaje.
Está demostrado que en la educación formal, los docentes (no digo las instituciones, organizaciones educativa, centros y demás) que están en “la red”, es decir, que trabajan y aprenden en la misma, los académicos que tienen identidades digitales en abierto (por ejemplo, Twitter, blogs) lo comparten con los estudiantes como una forma de intercambio de información y / o participar en la conversación y en las propias clases que imparten, trabajen donde trabajen. La creación de actividades de aprendizaje en espacios abiertos en línea – estos académicos crean las actividades de aprendizaje abierto para los estudiantes, por ejemplo, invitar o exigir a los estudiantes a usar una cuenta de Twitter, participar en charlas en la web de Twitter durante la clase, los blogs y / o la creación de cursos en espacios abiertos en línea (por ejemplo, el blog de WordPress con licencia Creative Commons), animan a los estudiantes a compartir sus proyectos de medios digitales, por ejemplo, en un grupo de Facebook público…
Utilizando el método comparativo constante de análisis, nos podemos enconytrar con:: la valoración del aprendizaje social, el equilibrio entre privacidad y la apertura, el crecimiento de la mentalidad de alfabetizaciones digitales, y las expectativas de roles desafiantes.
Podemos valorar el aprendizaje social Se puede identificar explícitamente su filosofía de enseñanza como del constructivismo
social, esfuerzos para alentar una mayor discusión de los estudiantes y el compromiso, la importancia de crear una comunidad de aprendizaje, y la participación en la construcción del conocimiento, junto con sus estudiantes. Las actividades sociales no fueron creadas para el aprendizaje en las aulas pero se pueden desarrollar dentro de los entornos de aprendizaje, pero siempre con una visión ABIERTA, INCLUSIVA Y UBICUA, , si pretendemos darle un sentido ÚNICO de formalidad y prescripción, en este momento PIERDE TODO SU VALOR.
De esta manera los aprendices pueden reflexionaron sobre sus identidades / actividades personales y profesionales en línea, Algunos se preocupan por el colapso contexto, es decir, los flujos de conversaciones sobre el trabajo, la vida familiar, las actividades sociales, deportes, política, etc. Otros quieren distinguir entre sus actividades en línea personales y profesionales el límite más desafiante para administrar a menudo con sus colegas inmediatos. Esto se expresa con mayor frecuencia como el dilema: voy a aceptar esta solicitud de amistad de mi colega / conocido de trabajo en Facebook? Todos debemos tener claro que aprendemos por decisiones personales, pero que está bajo nuestra RESPONSABILIDAD Y COMPROMISO, hacerlo correctamente cuando interactuamos con otros (SOCIAL LEARNING).
Aun así muchos docentes se mantienen en establecer LINEAS DIVISORIAS entre PROFESORES-ESTUDIANTES (líneas rojas que los estudiantes no pueden pasar y que los docentes no pueden aceptar) Esto se expresa con mayor frecuencia como mantener una distancia profesional.
Mentalidad del crecimiento Re: alfabetizaciones digitales:
El personal académico que valoran el aprendizaje social y que equilibran la privacidad y la apertura pueden estar predispuestos a la utilización de prácticas de educación abierta para la enseñanza. Sin embargo, otro factor necesario es tener las alfabetizaciones digitales, o quizás más específicamente, que tiene una mentalidad de crecimiento re: alfabetizaciones digitales.
[Tener una mentalidad de crecimiento re: alfabetizaciones digitales incluye ser conscientes de una serie de herramientas digitales abiertas; comprensión de cómo utilizar varias herramientas, tanto técnica como pedagógicamente; mantenerse al corriente de los cambios en el paisaje de las herramientas digitales y abiertas; y lo más importante, tener mucha confianza sobre el aprendizaje y la experimentación con nuevas herramientas y nuevas características. El personal con alfabetizaciones digitales altamente desarrolladas son más propensos a tener la confianza y las habilidades necesarias para gestionar la configuración de privacidad, negociar diversas herramientas de medios sociales, y operar con la agencia en ecosistemas complejos de medios sociales.
Una de las tareas más importantes es definir lo mejor posible el perfil o perfiles de usuario al que nos dirigimos. Lo que diferencia a un creador de materiales amateur de un profesional es que el primero piensa en su material el segundo en los destinatarios;
La nueva visión de la educación promueve el uso de la tecnología informática para facilitar el aprendizaje mediante la participación de los estudiantes, la promoción de la creatividad, fomentar el aprendizaje autodirigido, la colaboración y habilidades de pensamiento avanzado.
Si pretendemos llevar a cabo el aprendizaje permanente y a lo largo de toda la vida (life long learning) ¿será importante crear cimientos para prepararse para otras situaciones de aprendizaje y/o crear un falso sentido de aprendizaje?
Supongo que coincidiremos que habrá que prepararse personalmente y socialmente y no solo esto, sino asociarlo también con una transformación de contextos y eso dentro de la creación de una NUEVA CULTURA con otros valores.
Podrá pasar que algunos dirán que también se puede producir «un falso aprendizaje» y es verdad, pero eso será siempre por lo que se entienda por aprendizaje y a lo que cada personas está dispuesta a realizar.
Es un camino que se dice complicado, cuando realmente es de lo más fácil que podremos hacer, lo que ocurre es que no nos damos cuenta la mayor parte del tiempo o también, que no queremos que suceda ya que estamos bien con lo que hemos hecho todo el tiempo.
Una forma ampliamente aceptada de entender el aprendizaje en la sociedad en general, y también en los medios universitarios y de formación continua, es concebirlo en términos de adquisición y retención.
Algunas de las características que esta orientación promueve en los estudiantes pueden ser:
aumenta su almacén de datos;
construye un repertorio de destrezas y procedimientos;
divide los problemas en subunidades;
trabaja de forma lógica y metódica;
utiliza destrezas de memorización;
establece vínculos dentro de unidades de conocimiento;
utiliza de forma sistemática el ensayo y error para solucionar problemas.
Esta última orientación es coherente con la filosofía constructivista, en boga en los medios de educación y formación. En el ámbito de la tecnología educativa, superada la etapa de los prolegómenos del modelo de enseñanza asistida por ordenador (CAI), y ampliando los horizontes de la inteligencia artificial hacia una diversificación de paradigmas psicopedagógicos y ampliando los horizontes de la inteligencia artificial hacia una diversificación de paradigmas psicopedagógicos (Ruiz Carrascosa, 1995), podemos afirmar que con el desarrollo de los sistemas multimedia e hipermedia y de las redes telemáticas estamos asistiendo a una revitalización de conceptos alternativos de instrucción bajo nomenclatura nueva, tales como ‘constructivismo’, y ‘aprendizaje colaborativo’.
. Estos modelos, que se pueden describir bajo los parámetros del aprendizaje flexible y situado, la construcción social de los conocimientos y la implicación personal en los contenidos a tratar, demandan formas alternativas de evaluación del aprendizaje.
1. Nuevas formas de evaluación para nuevas formas de enseñanza-aprendizaje Las nuevas tecnologías, especialmente las basadas en la web, están conduciendo a la enseñanza y a la formación hacia direcciones que pueden parecer oportunas desde el punto de vista político o económica, pero que no siempre resultan ideales desde la perspectiva pedagógica.
2. Aunque el aprendizaje a través de plataformas basadas en la web puede presentarse como ‘técnicamente novedoso’, esto no conduce automáticamente a mejorar la calidad de dicho aprendizaje. Un diseño didáctico de calidad lo es con independencia del medio; otra cosa es que este último ofrezca mayores posibilidades de aplicación. Algo similar ocurre con la evaluación del aprendizaje cuando éste se ha realizado básicamente en plataformas de teleformación. Del mismo modo que es posible diseñar entornos de aprendizaje con tecnología hipermedia que soporten principios constructivistas en los aspectos más técnicos, pero no en la filosofía subyacente del modelo, se puede estar cometiendo el error de no aprovechar las posibilidades que brindan las nuevas tecnologías para reflexionar sobre nuestras prácticas evaluativas y su coherencia con el enfoque de aprendizaje adoptado.
Por tanto, al planificar la evaluación del aprendizaje en un medio como Internet, deberíamos partir de las respuestas que demos a una serie de consideraciones previas:
Considerar las herramientas y posibilidades de evaluación que ofrece el entorno de aprendizaje basado en Internet que hemos desarrollado.
Explorar las formas de evaluación más coherentes con el enfoque de aprendizaje adoptado.
Contemplar el modo de integrar armónicamente las opciones tomadas en los niveles de decisión anteriores.
Herramientas y posibilidades de evaluación a través de Internet:
Una de las herramientas que más se ha venido utilizando para la evaluación del aprendizaje a través de Internet es el software para diseñar pruebas cerradas con posibilidad de autocorrección. Las principales ventajas que ofrecen este tipo de métodos han sido puestas de manifiesto por McCormack y Jones (1997)
Ahorra tiempo en su desarrollo y distribución.
Reduce el tiempo de respuesta, aumentando el efecto positivo del feedback.
Reduce los recursos humanos y materiales necesarios.
Permite el almacenamiento de los resultados y su posterior tratamiento.
Flexibiliza el momento en el que el alumno ha de realizar la evaluación.
Así, este tipo de evaluaciones basadas en la web aporta ciertos beneficios educativos. Desde el punto de vista del estudiante, la evaluación frecuente y periódica proporciona un refuerzo de los conceptos y aumenta la motivación. Los formadores, por su parte, pueden diseñar revisiones para cada módulo sin preocuparse de tener que encontrar el tiempo y los recursos para analizar los resultados: como discutimos más adelante, la mayoría de estos instrumentos ofrecen informes automáticos.
Los estudiantes pueden acceder a estas pruebas en cualquier momento, de forma privada y en la comodidad de su propio hogar. Puesto que los resultados están informatizados, los estudiantes reciben un feedback inmediato. Esto puede ayudar también a aquellos alumnos que sufren de ansiedad ante las pruebas de evaluación a que se relajen, así como minimizar el agobio de aquellos que suelen rendir menos.
Cuando la era del aprendizaje a través de Internet comenzaba a dibujarse, Romiszowski (1993) ya mostraba su preocupación por lo que él denominaba como una tendencia hacia la interactividad de nivel superficial, en función de la cual los alumnos disponen del control para navegar a través de amplias cantidades de información. Él argumentaba que, aunque esto puede parecer un medio capacitador, al menos que al estudiante se le den unos objetivos de aprendizaje específicos no tendrá criterios claros para elegir a qué contenidos acceder.
En este sentido, el uso de pruebas y tests de autoverificación, si están bien pensados y diseñados, pueden contribuir a orientar el proceso de aprendizaje de los alumnos, ayudándoles a comprobar si los aprendizajes que están realizando responden efectivamente a lo que se espera de ellos.
McCormack y Jones (1997: 241-242) han reparado también en los inconvenientes de este tipo de instrumentos:
Puede fomentar que los estudiantes se acostumbren al método de señalar y pulsar, generando cierta dificultad en pruebas que demanden una mayor profundidad en las respuestas.
Puede percibirse como un método impersonal, propiciando en los estudiantes un sentimiento de anonimato y aislamiento al verse enfrentados solos ante una máquina.
Someter a los estudiantes a un continuo uso de estos tests puede provocar que éstos pierdan su valor como instrumentos de evaluación.
La posibilidad de consultar el material antes de ofrecer las respuestas y la tendencia a introducir cuestiones sencillas para proporcionar un feedback positivo pueden fomentar un falso sentido de confianza entre los estudiantes.
La dificultad de introducir cuestiones de alto nivel en este tipo de pruebas puede generar un aprendizaje memorístico y la sensación de que lo único que se requiere es la memorización del material.
La naturaleza de las respuestas puede ser restrictiva.
En definitiva, este tipo de pruebas responde a un modelo de aprendizaje más behaviourista, por lo que sus aportaciones en entornos constructivistas deben estar cuidadosamente planificadas. En este sentido, desde un modelo de aprendizaje autónomo se pueden aprovechar sus potencialidades de motivación, feedback inmediato y auto-control de los contenidos que cada uno va abordando, más que utilizarlas como medidas de control externo del aprendizaje. Por ello, en su diseño resulta interesante incluir pistas que sugieran a los alumnos las respuestas correctas, así como vínculos con los materiales de referencia relacionados con esos contenidos.
Aunque los tests de autocomprobación constituyen la herramienta más explotada para evaluar el aprendizaje a través de Internet, la red ofrece otros recursos con un alto valor pedagógico. El correo electrónico permite adjuntar ficheros con reflexiones en torno a un tópico, construcciones personales sobre un problema de investigación, resultados de búsquedas bibliográficas, posibles respuestas a un caso-problema presentado por el profesor, etc. Este tipo de trabajos, además de beneficiarse de las ventajas de flexibilidad apuntadas para los tests de autocomprobación, comportan un enfoque hacia los procesos de comprensión y transformación de conceptos.
La mayoría de entornos integrados, además, permiten la posibilidad de publicación de estos trabajos, de forma que todos los alumnos puedan acceder a ellos y fomentar de este modo prácticas de revisión entre iguales. Otras herramientas, como el chat o las listas de discusión, con formato sincrónico o asincróno respectivamente, tienen un alto potencial no sólo para el intercambio de ideas y, por tanto, para el aprendizaje, sino también para la evaluación, especialmente en el caso de la evaluación de actitudes.
Otra forma de entender el aprendizaje es concebirlo en términos de comprensión y cambio conceptual.
De acuerdo con Atkins (1993), los estudiantes que se acercan a esta orientación manifiestan las tres características siguientes:
Un dominio de los principios y conceptos, incluyendo la capacidad de aplicarlos a una comprensión del ‘mundo real’;
una comprensión de los métodos de construcción del conocimiento que utiliza una disciplina determinada;
un compromiso con el contexto social de esa disciplina, incluyendo cuestiones éticas y morales relacionadas.
“La evaluación como aprendizaje (Personalización):… se basa en la investigación acerca de cómo ocurre el aprendizaje, y se caracteriza por los alumnos reflexionan sobre su propio aprendizaje y hacen los ajustes para que logren una comprensión más profunda
La evaluación como aprendizaje es la responsabilidad de los alumnos, que deben aprender para articular y defender la naturaleza y la calidad de su aprendizaje. Cuando los alumnos reflexionan sobre su propio aprendizaje y lo “comunican” a los demás que están intensificando sus conocimientos sobre un tema, sus puntos fuertes sobre aprendizaje, y las áreas en las que necesitan para desarrollar aún más (retroalimentación), entonces es cuando se produce EL AUTÉTICO APRENDIZAJE..
El aprendizaje asistido por ordenador debe promover:
a-el aprendizaje significativo y la colaboración implique tareas desafiantes y de la vida real;
b-la tecnología como una herramienta para el aprendizaje, la comunicación y la colaboración
c-evaluaciones basadas en el rendimiento (por ejemplo, si queremos saber si un estudiante puede colaborar mediante el uso de la tecnología, no tendríamos que escriban un ensayo sobre el tema, solo volveríamos a ver a colaborar con otros estudiantes) .
También los formularios en HTML pueden utilizarse para evaluar la comprensión de conceptos y, más especialmente, para la evaluación de las ideas previas de los estudiantes en torno a determinados contenidos de aprendizaje. Los formularios en HTML permiten que el profesor reciba cierto feedback por parte de los estudiantes relacionado con el aprendizaje que estos últimos están realizando. Brooks (1997) los considera por eso como una estrategia interactiva de gran utilidad, aunque reconoce que su integración en entornos de aprendizaje a distancia requiere hoy por hoy conocimientos de programación. Un editor de HTML, no obstante, nos permite crear formularios sencillos que se remiten directamente a la dirección electrónica que se desee. Una opción algo más compleja, pero igualmente viable y de gran utilidad, es construir formularios utilizando CGIs, lo que nos permite, entre otras cosas, preservar el anonimato del alumno emisor.
2.2. Enfoques alternativos de evaluación:
En el diseño de entornos constructivistas se ha comenzado a extender la idea de evaluación alternativa, como reflejo de la frustración con los enfoques
tradicionales de evaluación, y del deseo de determinar el logro de metas educativas de orden superior que impliquen una comprensión profunda y el uso activo del conocimiento en contextos complejos y reales (Reeves y Okey, 1996). Hammond y Collins (1991), plantean el tema de la evaluación alternativa en procesos de aprendizaje autodirigido, y la entienden básicamente como aquélla en la que los sujetos de aprendizaje intervienen de algún modo en el establecimiento de los criterios de evaluación y en el mismo proceso evaluativo.
En este sentido, ellos ofrecen al menos cinco razones por las que se debe fomentar la autoevaluación y la heteroevaluación entre iguales en procesos de aprendizaje autodirigido:
La evaluación alternativa es consistente con los principios del aprendizaje autodirigido, y cuestiona a la evaluación tradicional como una de las fuentes de mayor poder del profesor en sistemas convencionales.
La evaluación alternativa promueve el aprendizaje, en la medida en que está diseñada para constituirse en una oportunidad para éste tenga lugar.
La evaluación alternativa muestra respeto por los estudiantes y por sus opiniones, y entiende que el aprendizaje es un proceso interno que no puede medirse con exactitud desde fuera.
La evaluación alternativa proporciona preparación para el aprendizaje continuo, que depende de la adquisición de destrezas de autocontrol y autoevaluación.
Es posible confiar en la autoevaluación y la heteroevaluación entre iguales; de hecho, más que sobrestimar el propio rendimiento los estudiantes suelen hacer lo contrario. Algunos enfoques de evaluación alternativa llevan cierto tiempo aplicándose en entornos constructivistas bajo formas como la evaluación auténtica, la evaluación de la actuación, la evaluación de portfolio, etc.
Una descripción somera de cada una de estas modalidades de evaluación puede encontrarse en Reeves y Okey (1996). Se trata en su mayoría de enfoques que han surgido en campos como el arte, el ejército o la ingeniería, y que han comenzado a aplicarse al ámbito educativo. Todas tienen en común su relación directa o incluso su identificación con las mismas tareas de aprendizaje.
Aunque su puesta en práctica no está exenta de problemas, en conjunto constituyen modalidades con cierto potencial para proponer mecanismos alternativos de evaluación.
Sin necesidad de adoptar un compromiso con ninguna de ellas, cada una puede ofrecer aportaciones interesantes en la planificación de la evaluación:
De la evaluación auténtica podemos quedarnos con la idea de que las tareas propuestas deben lograr en el que las realiza un sentido de pertenencia y una actitud positiva hacia ella (es decir, valorar su utilidad), y han de aplicarse con fidelidad (es decir, con posibilidad de replicación) a situaciones reales.
De la evaluación de la ejecución es importante considerar el énfasis en planificar actividades válidas con referencia a un propósito específico, así como contemplar la posibilidad que tales actividades ofrecen para la aplicación del conocimiento en contextos poco definidos y abiertos a múltiples alternativas, cada una de las cuales demanda la puesta en marcha de procesos de orden superior y destrezas de resolución de problemas.
De la evaluación de portfolio destacamos la importancia otorgada tanto al proceso como al producto, así como los beneficios derivados de compartir estos trabajos entre los propios estudiantes.
Tomadas en conjunto estas aportaciones, resulta evidente que las mismas actividades que se proponen para el aprendizaje de unos contenidos pueden ser usadas legítimamente para evaluar su adquisición. Para Reeves y Okey (1996) los entornos de aprendizaje constructivistas y la evaluación alternativa ayudan a hacer difusa la tradicional división entre aprendizaje y evaluación, que es endémica en la mayoría de los escenarios educativos, y sugieren una serie de razones por las que en un entorno constructivista no tiene sentido la separación entre actividades de aprendizaje y de evaluación:
Los entornos de aprendizaje constructivistas están relacionados con el qué y el cómo del aprendizaje, o lo que es lo mismo, no sólo con los resultados de aprendizaje, sino también con los procedimientos por medio de los cuales se aprende.
La evaluación en entornos de aprendizaje constructivistas debe ser tan amplia y variada como el entorno mismo.
Las limitaciones de recurso y tiempo sugieren que las mismas actividades que sirven para aprender sirvan también para evaluar.
La evaluación debería presentarse de forma marcadamente distinta que en los tradicionales contextos de evaluación, que analiza el conocimiento de forma fragmentada y descontextualizada en lugar de analizar la actuación ante tareas del mundo real.
La apertura y transparencia debe presidir los procedimientos y criterios de evaluación, del mismo modo que el constructivismo fomenta un diálogo similar con relación a qué aprender y de qué forma hacerlo.
2.3. Incorporación de los métodos alternativos de evaluación a través de Internet
De lo apuntado hasta el momento se desprende que un entorno constructivista demanda recursos que permitan incluir la motivación como un factor importante en el procedimiento de evaluación, especialmente en entornos que dependen demasiado de factores de motivación intrínseca, como es el caso del aprendizaje autorregulado vía Internet. A ello puede contribuir el uso de pruebas autoverificables, que en cualquier caso necesita complementarse con otras modalidades más divergentes, como los ensayos abiertos o tareas de desarrollo en torno a un tópico, así como evaluaciones que consideren la auto-revisión, la evaluación entre iguales, el nivel de participación en listas de discusión, etc..
Estas otras modalidades no tienen por qué ser distintas de las tareas propuestas para el aprendizaje, siempre y cuando en su diseño intervengan algunos de los principios del aprendizaje adulto:
El foco de las actividades de aprendizaje y evaluación ha de estar en la aplicación y el uso activo del conocimiento en situaciones reales y poco definidas.
La propuesta de tales actividades debe responder a objetivos claros y explícitos.
El alumno debe encontrar valor formativo y a la vez evaluativo en tales tareas, por lo que la optatividad y diversidad en las propuestas debe ser una variable real.
El propósito mismo de la evaluación debe estar orientado a enfatizar los puntos fuertes del estudiante y proporcionarle información que le capacite a hacer sus propias decisiones sobre metas y actividades de aprendizaje.
Es importante fomentar la reflexión sobre las tareas realizadas, la autoevaluación con respecto al nivel de dominio de los contenidos, y el intercambio y revisión de productos entre compañeros. Parece evidente que algunos recursos tecnológicos incorporados al uso de los ordenadores abren nuevas posibilidades para estos enfoques alternativos. Esto es especialmente evidente en el caso de mecanismos de portfolios, incorporados ya en numerosos paquetes de software educativo y cuyo uso comienza a demostrar un mayor compromiso de los estudiantes en la autoevaluación y el autoaprendizaje (Read & Cafolla, 1997). El correo electrónico, las bases de datos y las listas de discusión, por su parte, permiten almacenar e intercambiar el trabajo de los alumnos en su proceso y en sus productos, así como acelerar en ambas direcciones los mecanismos de feedback. Pero una vez más, también en el caso de la evaluación la tecnología puede servir para instrumentar y hacer operativa una determinada filosofía del aprendizaje.
Algunas aplicaciones para la evaluación sincrónica o autoevaluación Por evaluación sincrónica del aprendizaje vamos a entender aquí las prácticas basadas en tests de autocomprobación inmediata, y que están orientadas a motivar y guiar al estudiante en su proceso de aprendizaje. Otras herramientas sincrónicas posibles, tales como los chats, no los consideraremos aquí.
El mercado informático ofrece en la actualidad distintas herramientas para construir tests y pruebas de evaluación orientadas a su distribución a través de Internet. Algunas de las más utilizadas son Web@ssessor, desarrollada por la Arizona-based ComputerPREP, Decisive Survey, desarrollado por la Decisive Technology of MountainView, de California, y Question Mark, de la AssessNet. Una descripción detallada de cada una de estas herramientas puede encontrarse en Hall (1997).
Nosotros nos detendremos aquí en dos tipos distintos de software cuya utilidad hemos venido experimentando en iniciativas de formación a distancia puestas en marcha recientemente.
a. Para diseñar este tipo de actividades son necesarios varios elementos:
plantear una cuestión sobre algún contenido abordado;
ofrecer posibles respuestas a dicha cuestión (generalmente 5), con la posibilidad de que sean correctas una o varias de esas respuestas;
acompañar explicaciones que, a modo de feedback, justifiquen por qué determinada opción de respuesta es verdadera o falsa. De esta forma, al seleccionar una determinada opción, no sólo se sabe si nuestra elección ha sido la correcta, sino también por qué. La figura 1 muestra cómo quedaría el
Diseño de este tipo de ejercicios en la web:
a-Ejercicios de respuesta breve (Jquiz). Otro tipo de ejercicios posible es el de respuesta breve. Consiste en plantear una pregunta que puede contestarse con una o pocas palabras. Para construir un ejercicio de este tipo es necesario:
plantear una cuestión sobre algún contenido abordado;
incluir varias respuestas (hasta 4), válidas todas a ellas para la pregunta planteada. La construcción de un ejercicio de este tipo plantea el problema de que la respuesta que ofrezca el alumno, para que sea correcta, debe ser exactamente igual a la que nosotros introdujimos inicialmente. Ello exige que la pregunta esté planteada con claridad, admita sólo un tipo de respuesta, y ésta se componga de muy pocas palabras. Un tipo de contenido fácilmente aplicable a estos ejercicios es el relacionado con escribir el concepto definido en el enunciado.
b-Ejercicios de tipo crucigrama (JCross). Un crucigrama también puede constituir una actividad en la que se pida, por ejemplo, identificar un concepto a partir de su definición.
En este caso, los elementos necesarios serían los siguientes:
seleccionar las palabras que queremos que aparezcan en el crucigrama;
establecer la distribución de estas palabras horizontal o verticalmente;
incluir la definición para cada una de estas palabras, teniendo en cuenta que a partir de esta definición el alumno deberá identificar la palabra correspondiente. a. Ejercicios para relacionar (JMatch). Estos ejercicios son los típicos que presentan dos columnas para relacionar los elementos de una con los de otra.
La condición es que cada elemento de la columna izquierda tenga una sola correspondencia con otro elemento de la columna derecha. Para la realización de un ejercicio de relacionar, al alumno después se le muestran todas las opciones posibles de la derecha, debiendo elegir en cada caso la apropiada. También es posible incluir gráficos, tablas, etc., a partir de los cuales establecer los criterios de relación. b. Ejercicios para rellenar huecos (JCloze). Otra modalidad de ejercicios que se pueden utilizar con el HotPotatoes es la de rellenar espacios vacíos en un texto con palabras claves. Evidentemente, el texto debe ser lo suficientemente explícito y contener las pistas necesarias para indicar las palabras que faltan.
Puede ser útil, por ejemplo, para realizar un resumen general de una serie de contenidos.
Los elementos necesarios para construir una prueba de este tipo son: redactar un texto completo:
seleccionar en él palabras claves, que serán las que el alumno deberá identificar;
proporcionar varios sinónimos (hasta 3) válidos para cada una de esas palabras claves. Conviene recordar que el texto que redactemos debe permitir identificar con relativa claridad las palabras que faltan; ello implica que tales palabras, o los sinónimos que pensemos para ellas, deben tener cierta relevancia en el conjunto de contenidos al que hagan referencia.
3.2. Pruebas de autoevaluación adaptativas: Question Mark Perception 2
Un paquete integrado de software mucho más potente y sofisticado que el anterior, pero con un mayor número de requisitos técnicos y económicos, es el elaborado por Question Mark Computing(http:www.qmark.com/perception). Perception es un software diseñado expresamente para la creación de tests, cuestionarios y otras formas de evaluación para su uso a través de Internet o de intranets. Ha sido pensado básicamente para la evaluación del aprendizaje a distancia en contextos universitarios, aunque no se descartan otros posibles usos.
El rasgo más característico de Perception, que le proporciona su potencialidad para aprendizaje a través de Internet, es la posibilidad de construir bancos de ítems que después se seleccionan al azar para configurar una sesión concreta, que es con la que se encuentra el alumno en la web. Esta sesión puede diseñarse con distintos niveles de dificultad, de forma que el alumno ve aumentar o no la complejidad de las preguntas en función de las respuestas que vaya ofreciendo.
En este sentido, las pruebas realizadas con Perception entran en la categoría de lo que se conoce como Tests Adaptativos Computerizados(TAC). Frente a los tests convencionales, en los que todos los alumnos deben responder a los mismos ítems siguiendo una secuencia previamente establecida, los TACs traen consigo la idea de unos tests adecuados a la situación particular de cada alumno, adaptando el nivel de dificultad de sus ítems en función de las respuestas que cada uno vaya ofreciendo (Renom, 1993).
En relación con las posibilidades que ofrece, denbemos encontrar un software relativamente fácil de usar. Con la primera de sus aplicaciones de Windows, Question Manager, el formador puede diseñar todos los ítems que quiera en torno a un tópico o subtópico concretos y agruparlos siguiendo criterios jerárquicos.
Al elaborar cada pregunta, el formador decide qué puntuación corresponderá a cada una de las respuestas, admitiendo también la posibilidad de que una contestación sea parcialmente válida. Igualmente, cada posible respuesta puede ir acompañada de un feedback que justifique por qué se trata de una opción válida o incorrecta.
Con la segunda de las aplicaciones de Windows, Session Manager, el diseñador puede decidir de cuántas preguntas constará la prueba, si se seleccionarán aleatoriamente, y si el alumno podrá avanzar a través de ella de forma jerárquica en función de las respuestas que vaya dando.
También con un nivel de dificultad equivalente, o bien se le ofrecerá la posibilidad de acceder a la parte de contenidos relacionados con los tópicos que se evalúan para su revisión, o bien ambas cosas, todo ello en función de las opciones tomadas por el diseñador de la sesión. En todos estos casos, al alumno se el proporciona al final un informe que recoge el porcentaje de respuestas acertadas y erradas, y el feedback correspondiente a cada una de ellas. Igualmente, el formador recibe un informe autogenerado con diversos datos relacionados con el rendimiento manifestado por el alumno en cada una de las pruebas realizadas.
Y al finalizar todo este proceso de evaluación, recordaremos que la RETROALIMENTACIÓN, se establecerá a continuación, por lo que la dinámica evaluativa es un FLUJO CONTÍNUO que no terminará hasta que nuestro USUARIO alumno haya terminado su proceso formativo con la consecución de los objetivos que se pretendían en un principio, dejando siempre abierto el sistema, para que en algún momento pueda volver a él para utilizar algunos aspectos que había probado y que considera puede mejorar o cambiar.
En un futuro que casi ya es presente, las habilidades más demandadas serán la escucha activa, el habla, el pensamiento crítico y la comprensión lectora, mientras que las habilidades menos importantes incluyen la ciencia, la programación y el diseño de tecnología.
En otras palabras, las «habilidades blandas» serán más necesarias para el trabajo humano. Si bien esto puede parecer obvio para muchos educadores, es refrescante escuchar esto desde una perspectiva comercial también.
Como dice Tony Bates, no podría mejorar, o si, vaya, las disposiciones siguientes, pero si todo ello está referido a Canadá, sí que soy capaz de extrapolarlo a cualquier lugar del MUNDO, y de una forma categórica
No puedo mejorar el resumen en el informe en sí:
1. Más del 25% de los empleos canadienses se verán gravemente afectados por la tecnología en la próxima década. La mitad completa pasará por una revisión significativa de las habilidades requeridas.
2. Una evaluación de 20,000 clasificaciones de habilidades en 300 ocupaciones y 2.4 millones de vacantes esperadas muestra una demanda creciente de habilidades fundamentales tales como pensamiento crítico, coordinación, percepción social, escucha activa y resolución de problemas complejos.
3. A pesar del gran desplazamiento laboral proyectado en muchos sectores y ocupaciones, se espera que la economía canadiense agregue 2.4 millones de empleos en los próximos cuatro años, todo lo cual requerirá esta nueva combinación de habilidades.
4. El sistema educativo, los programas de capacitación y las iniciativas del mercado laboral de Canadá no están diseñados adecuadamente para ayudar a los jóvenes canadienses a navegar esta nueva economía de habilidades.
5. Los empleadores canadienses generalmente no están preparados, a través de la contratación, la capacitación o el readiestramiento, para reclutar y desarrollar las habilidades necesarias para hacer que sus organizaciones sean más competitivas en una economía digital.
6. Nuestros investigadores identificaron una nueva forma de agrupar trabajos en seis «grupos», basados en habilidades esenciales por ocupación y no por industria.
7. Al centrarse en las habilidades fundamentales requeridas dentro de cada uno de estos grupos, es posible un alto grado de movilidad entre trabajos.
8. La fluidez digital será esencial para todos los trabajos nuevos. Esto no significa que necesitamos una nación de codificadores, sino una nación que sabe leer y escribir digitalmente.
9. Competencias globales como conciencia cultural, lenguaje y adaptabilidad serán demandadas.
10. Prácticamente todas las ofertas de trabajo darán gran importancia al juicio y la toma de decisiones, y más de dos tercios valorarán la capacidad de administrar personas y recursos.
Entonces, no, la automatización no va a eliminar todo el trabajo para los humanos, pero va a cambiar mucho la naturaleza de ese trabajo, y es en este sentido que la tecnología será disruptiva. Se necesitarán trabajadores en el futuro, pero deberán ser trabajadores muy diferentes del pasado.
Esto tiene implicaciones masivas para la enseñanza y el aprendizaje por lo que afirmo que los SISTEMAS EDUCATIVOS ACTUALES, están diseñados inadecuadamente para ayudar a los jóvenes a navegar por esta nueva economía de habilidades.
Las habilidades más demandadas serán la escucha activa, el habla, el pensamiento crítico y la comprensión lectora, mientras que las habilidades menos importantes incluyen la ciencia, la programación y el diseño de tecnología.
En otras palabras, las «habilidades blandas» serán más necesarias para el trabajo humano. Si bien esto puede parecer obvio para muchos educadores, es refrescante escuchar esto desde una perspectiva comercial también.
(¿Qué significa esto para enseñar y aprender?
Hay varios desafíos que veo:
-primero: hacer que los profesores e instructores acepten que estas (y otras) habilidades deben enseñarse dentro de cualquier dominio de la materia; -segundo:ya que no es probable que estas habilidades se desarrollen dentro de un curso único, identificando la mejor manera de enseñar estas habilidades a diferentes edades, a lo largo de un programa de estudio, y de hecho durante toda la vida; :tercero: codificando estas habilidades en términos de métodos apropiados de enseñanza y evaluación; Con demasiada frecuencia los educadores afirman que están enseñando estas habilidades, pero si es así, a menudo está implícito o no está claro cómo o incluso si los estudiantes adquieren estas habilidades.
-Necesitamos determinar cómo la mejor tecnología digital / e-learning puede apoyar el desarrollo de habilidades. Por ejemplo, el aprendizaje digital bien diseñado puede permitir la práctica de habilidades y la retroalimentación a escala, liberando a los docentes y los instructores para que se centren en lo que debe hacerse cara a cara.)
-Eso, evidentemente sí que es mejorable y de hecho lo doy por amortizado: no serán ya más los docentes que digan a los discentes el qué y el cómo hacerlo, sino que serán los aprendices quienes se responsabilicen de su aprendizaje.
-El aprendizaje será a lo largo de toda la vida y el reconocimiento social no será a base de títulos y monopolios de instituciones educativas, sino que aprendizaje, trabajo, etc, convivirán juntos como una sola «alma».
-Los aprendices serán quienes piensen, diseñen, ejecuten y retroalimenten, tanto las habilidades como su transformación en otras, siempre de manera inclusiva, y decidirán el momento de cada uno de ellos.
Las tecnologías, evidentemente serán siempre disruptivas, pero por encima de ellas, las personas con su disrupción estarán siempre pendientes de su evolución.
Cuando le damos el control y la autonomía de los estudiantes a aprender de la manera que quieran con las herramientas que ellos quieren, los resultados son fantásticos y los estudiantes están asociados con su maestro en el diseño de métodos de aprendizaje, herramientas y entornos que son los mejores para ellos, eso si, dentro del cambio de roles que se produce es cuando los docentes deben actuar como acompañantes y facilitadores de los mismo de una manera más precisa, para que la toma de decisiones les resulte más abierta, eficaz y eficiente que lo que venían haciendo antes.
Uno de los problemas es que los estudiantes muchas veces no saben o no pueden expresar lo que quieren en el contexto de su aprendizaje, por ejemplo, los nuevos estudiantes que no han estudiado un tema de antemano no puede tener el lenguaje necesario y la terminología. Ellos pueden carecer del conocimiento que proviene de la experiencia de uso de la tecnología: la selección de aquellos que tienen experiencia en actividades de aprendizaje electrónico.
A menudo los estudiantes que trabajan como voluntarios para los grupos de enfoque o entrevistas o cuestionarios de retorno son los tecnófilos, los tecnófobos que no deseen dar a conocer su falta de habilidades. Esto puede sesgar su análisis considerablemente.
Si el aprendiz es el centro del diseño de los ambientes de aprendizaje…
Naturalmente siempre tenemos unas preguntas que nos debemos y debemos hacer y que deben estar siempre presentes y en evolución:….
1. ¿Cuáles son las capacidades y experiencias existentes del alumno?
2. ¿Cuáles son los requisitos de conocimientos y de habilidades para la perfecta ejecución de la tarea?
3. ¿Cuál es el rol de trabajo funcional del aprendiz?
4. ¿Cuáles son las circunstancias en torno a la urgencia o coacción relacionados con la finalización de la tarea efectiva?
5. ¿Cuál es el grado de riesgo del negocio unido a una ejecución perfecta?
6. Dónde está el trabajador ubicad físicamente en su momento de necesidad de aprendizaje?
7. Dónde se encuentra el trabajador dentro de su respectivo flujo de trabajo?
8. ¿Cuáles son las tecnológicas y de conectividad [de movilidad]?
9. ¿Cuál es la mezcla más eficaz de los medios de comunicación para apoyar el desempeño del aprendizaje y del trabajo.
10. ¿Qué hace que una capacidad sea sostenible, tangible y medible?
¿Cómo se les puede ayudar? (acompañantes, sistema…) y a su vez mejorar su aprendizaje:
1. Los gerentes o mentores — ¿Qué activos de aprendizaje necesitan en apoyo de su papel?
2• Los formadores, facilitadores — ¿Qué activos de aprendizaje son esenciales para su papel?
3• El personal que apoyan en tiempo real — ¿Qué activos de aprendizaje se requiere para apoyar peticiones en demanda?
4• Peer to peer, colegas que colaboran — ¿Qué lugares sociales apoyamos — moderada — la cosecha de las mejores prácticas para construir en los futuros activos de aprendizaje?
5• Los que diseñan — ¿Qué ampliaron las competencias y que hacen que necesiten en relación con el descubrimiento inicial, análisis de causa raíz, definición del contexto de trabajo, y el conocimiento de la tecnología, un ecosistema adecuado?
6• ¿Qué activos de aprendizaje son apropiados que en el contexto de un cambio de comportamiento disruptivo, puedan seguir haciéndose las cosas ya no igual, sino mejor?
Los docentes del siglo XXI, han de comprender que ya nunca más serán las”estrellas”, de la educación, que nunca más serán mejor que nadie…los docentes de la sociedad del conocimiento son aquellos que nunca saldrán “en la foto”, pero si que acompañarán a los alumnos en su aprendizaje, ya nunca serán “el pozo del conocimiento”, sino personas con las competencias necesarias de ayudar a los aprendices en su aprender a aprender…. (en la foto salen los aprendices, ellos son los protagonistas y los responsables de su vida)….
El Rol del Docente Tradicionalmente ha sido la figura de autoridad en el aula, desde el punto de la capacidad intelectual y del poder. El docente era visto como el depositario del conocimiento y su rol era el de llenar las mentes de sus alumnos con su conocimiento y entonces luego lograr que los alumnos regurgitaran este conocimiento en el proceso de evaluación. Esta es la forma en que muchos de nosotros fuimos enseñados y como en muchos casos algunos todavía enseñamos. Después de todo, los alumnos son más fáciles de .controlar cuando están sentados en sus asientos, escuchando una clase expositiva,
En el proyecto de Enseñanza para la Comprensión, llevado a cabo por investigadores de Harvard, Wiske expone que el entorno de enseñanza tiene influencia sobre el rol de los docentes en la enseñanza y aprendizaje del conocimiento. “Muchos docentes de escuela trabajan en entornos que promueven la conducta de transmitir conocimiento a sus alumnos más que de construir y criticar el conocimiento con sus alumnos” (Wiske en Perkins 1995, p.204), contestando preguntas o completando cuestionarios escritos.
También es una forma rápida de recorrer el currículum y cubrir todas las unidades. De todos modos, la investigación muestra que el método de enseñanza tradicional no contribuye al aprendizaje efectivo, y no utiliza el potencial de la tecnología (Jonassen, Norton & Wiburg, Sandholtz, Ringstaff, & Dwyer, McCormick & Scrimshaw2). De hecho, muchos creen que una buena herramienta puede ser inútil si no es integrada dentro de estrategias efectivas de enseñanza. “No podemos enchufar a los alumnos a una herramienta de la mente (MindTool) y esperar que trabajen sin nuestra guía y apoyo…” (Jonassen, 2000, p.275–276).
De este modo, queda en el docente la decisión de pensar más allá de las formas tradicionales de enseñanza y de diseño de las clases y liderar experiencias de aprendizaje ricas en tecnología que apoyen el pensamiento basado en la indagación (inquiry-based thinking).
Un enfoque constructivista creará un escenario apropiado para este tipo de pensamiento. En una clase constructivista, los docentes tienen la responsabilidad de cubrir cuatro roles principales: Diseñador de Tecnología; Experto en Audiencia; Experto en Currículum; Experto en Proceso:
1. Diseñador de Tecnología Aunque los docentes no necesiten saber todas las opciones de una herramienta digital (cómo cambiar los colores, en qué botón hacer un clic para agregar una animación, etc.), sí necesitan entender el valor educativo de una herramienta digital o qué puntos fuertes presenta para influir positivamente en el aprendizaje. Necesitan saber de qué modo la tecnología puede ser usada para localizar las dificultades que los alumnos experimentan en relación al currículum. Si el objetivo de un docente es “enseñar tecnología”, el potencial de la tecnología queda sin verse. Y, probablemente, también se desaproveche la competencia central del docente.
Los docentes deben utilizar las habilidades que adquirieron luego de años de experiencia y ser diseñadores de experiencias de aprendizaje. Norton y Wilburg (2003) identifican a un docente diseñador como aquel que reconoce la centralidad de la planificación, estructuración, abastecimiento y orquestamiento.
¿Por qué aprender a aprender?, pero en realidad esto nunca se ha “enseñado”, y hemos aprendido con un aprendizaje de fina capa — por coincidencia, con los maestros de manera inusual o por los padres (académicas) — puede Alvin Toffler desde 1971 sigue siendo tan revolucionario
Un uso simple podría producir una pista de la exploración del alumno. Un proyecto de grupo podría siempre necesitará soluciones documentadas, o una actuación concepto-expresión o de vídeo. Una entrevista podría producir una grabación de audio. Estos productos son artículos de ahora en adelante, y son elementos evaluables. La evaluación podría ser de uno mismo, por pares, o con ayuda de mentores.
Sin embargo, en el contexto de “hacer su pensamiento visible ‘(también conocido como’ mostrar su trabajo”), debería haber también reflexiones o anotaciones cognitivas. También esto es parte de su portfolio, y evaluable, en la educación clásica, bajo las normas de siempre y bajo una nueva educación teniendo en cuenta que la evaluación está instaurada en cada proceso y cada aprendizaje per se, que no quiere decir que su implicidad no salga al exterior de manera explícita. Aquí es donde, sin embargo, la oportunidad de reconocer que el alumno puede detectar oportunidades yo resistencias.
El alumno es conducido a los recursos de contenido (audios, vídeos, documentos, etc) por una actividad significativa. Esto, a su oposición a la idea de que el volcado de contenido, ocurre antes de una acción significativa. Sin embargo, si son actividades (procesos) puede asegurarse de que los estudiantes están preparados para participar en otras de nuevas y/o mejorar las primeras mediante la concebida retroalimentación.
Procuro pensar no solo en la educación como un escenario aislado, si no como un componente de una obra de teatro, un apartado que necesita de los diferentes tramoyistas, artistas, ayudantes…para funcionar.
Por eso no quiero buscar solo un cambio de roles en procesos de aprendizaje diferentes a los de ahora, porque realmente no lo son, es decir, no son una forma diferente de aprender, no, eso va más lejos, se trata de aprender trabajando y trabajar aprendiendo constantemente….
Lo que no voy a hacer es trocear las tipologías de aprendizaje, ni los personajes que pueden intervenir….no, no, eso solo es una innovación más dentro del sistema que venimos utilizando-una buena práctica más- y para eso ya hay muchos innovadores que lo hacen cada día, no, mi intención es otra, quizás para unos utópica, pero para otros, y cada día más, es una nueva concepción de la sociedad y de lo que necesita la misma, que va des de el trabajo a encontrar las maneras de aportar un valor añadido al mismo que haga que las CRISIS, pasen de largo, porque las personas que intervienen en el mismo estén siempre preparados, formados, conectados…en fin la sociedad es la que va a determinar en cada momento hacia donde y como quiere caminar.
Eso no quiere decir que no hablemos de diferentes maneras de aprender, que si no van en conjunción con las demás, no servirán para nada (todo lo contrario de lo que hacemos ahora…cada oveja va sola hacia su corral)…en fin, lo que haremos será establecer un monográfico sobre E-LEARNING, entro de los escenarios que acabo de explicar y en eso estamos…
Como pueden ver mi manera de trabajar es muy caótica, dispersa, pero lo hago así porque mi mente no funciona tampoco por partes, si no que siempre parto de escenarios complejos y globales y voy llegando a diferentes puntos sobre la idea que estoy pensando y desarrollando..
Os aseguro que al cabo del día deshecho multitud de planteamientos, por eso necesito la estabilidad de una Organización que me deje trabajar de manera libre y permanente (no tengo horas), ya que es la única manera que puedo aporatar el VALOR AÑADIDO del que venga hablando siempre..
Hojas escritas, garabatos en papel, en el ordenador, eln las tabletas, en el smartphone, en cualquier lugar …dejo mi huella…pero poco a poco las cosas van tomando forma, a veces de manera inmediata, otras ni se sabe cuando….por eso me encanta tanto la complejidad de la sociedad del siglo XXI, sinceramente me fascina…
Y todo ello después de releer a uno de mis referente, el Dr. LORENZO GARCÍA ARETIO en uno de sus posts http://aretio.hypotheses.org/1300 El nuevo docente en la educación a distancia…. “Quiénes son los alumnos, sus perfiles correspondientes, sus actitudes y comportamientos habituales, los prerrequisitos con los que acuden equipados a una determinada actividad formativa, sus necesidades, etc., son informaciones de las que casi todas las instituciones educativas, presenciales o a distancia, suelen disponer. Sin embargo, no está definido, o al menos lo está poco, quién ha de ser el profesor o formador de enseñanza a distancia, cuál su perfil y funciones específicas.
La colaboración con los estudiantes en el aula es un elemento fundamental para ser un Educador experto en tecnología. El aprendizaje es un proceso social y debe promoverse entre otros. La colaboración viene en muchas formas para permitirles a los estudiantes trabajar juntos para resolver problemas en el fomento de un ambiente donde los estudiantes puedan desarrollar el aprendizaje de los demás.
Si él no puede responder a preguntas con certeza, es necesario que el alumno busque, haciendo preguntas más abiertas para obtener la información adicional que le permita localizar con precisión la dificultad con el fin de a continuación, desarrollar una respuesta.
También es posible proporcionar un camino antes de aprendices antes de buscar sus tutores. Por ejemplo, puede tomar la forma de instrucciones para el alumno:
— Localice su dificultad en una frase
— Explique brevemente su dificultad
— ¿Lo que hace que te hacen frente a esta dificultad?
— ¿Qué pensaste o hecho para resolver este problema?
— ¿Cuáles fueron los resultados positivos y negativos de sus acciones?
— ¿Qué otras pistas que podría explorar por ti mismo?
— ¿Lo que la gente en torno a los recursos que pueden ayudar a encontrar una solución?
-¿Cree que otras personas experimentan la misma dificultad?
-¿Ha compartido con ellos?
-¿Qué soluciones se han encontrado?
Después de responder a estas preguntas, ¿todavía la formulación de su problema de la misma manera?
-¿Qué ha cambiado?
Lo podríamos justificar delante de la necesidad de evitar, por una parte, el fracaso escolar y educativo que hay en la actualidad, también incrementaremos la democratización e igualdad de oportunidades para todos los usuarios, así cómo una mayor motivación debido a que ellos se verán el centro y eje de sus aprendizajes, responsabilizándose a la vez de los mismos.
Es decir, se trata de buscar y de investigar, las maneras de conseguir todo lo expuesto, trabajando en entornos virtuales de formación, en redes sociales yen realidades virtuales y aumentadas, en aprendizajes formales y en no formales (informales, … por tanto nuestra misión será prepararles el camino,tanto a los usuarios cómo a los docentes, tanto en su cambio de roles , cómo en el trabajo que realizarán y los instrumentos que necesitarán para ello, pero se trata de TRANSFORMAR LA EDUCACIÓN, de construir una educación de esta nueva sociedad.
Con este planteamiento, de tan rabiosa actualidad, los roles de los intervinientes, también son otros….
La realidad es que existe una mayoría del profesorado de instituciones a distancia que ha sido formada por procedimientos convencionales para enseñar en sistemas convencionales, y sólo en casos reducidos se ha recibido una formación específica para enseñar a distancia. Hasta ahora los centros de formación del profesorado han venido orillando esas competencias cada vez más exigidas en contextos educativos de hoy”
Eso me hizo comentar algunos aspectos que permiten ir aclarando posicionamientos, por una parte y por otra argumentar diferentes caminos que la la sociedad de hoy necesita para ser sostenible, si lo entendemos bajo el prisma de la cultura de hoy (mejor dicho, de ayer) y, para ello, hace falta una economía de productividad, soportada por otra del conocimiento, más adecuada a la vida de los ciudadanos, con lo cual, los parámetros actuales de mercado y la educación formal, ya no lo conseguirán más, ya que han llegado al final de sus ciclos de existencia, se han convertido en un estorbo, en un impedimento para mejorar, en definitiva, son obsoletas.
Nuestro nuevo “ecosistema” de vida quiere ser “abierto, inclusivo y ubicuo“, es decir, una sociedad donde todo el mundo pueda acceder a los objetos y a los sujetos, de manera libre y transparente, lo que lleve a situaciones confiables, donde nadie sobre y todos hagamos falta por lo que llegar a la excelencia personalizada sea lo útil y no tengamos que volver a los viejos paradigmas de la estandarización y como consecuencia a la segregación.
Tambén las tecnologías emergentes y convergentes (TIC, TAC, TEP, AI, Internet…), nos hacen más facil realizar nuestras acciones en cualquier momento, de la manera que nos sea más útil y cuando (en el momento que decidamos, no que decidan por nosotros), todo esto es la ubcuidad, una de las principales características de nuestra era…Tep-learning
Por tanto los “sistemas“, cualquiera de ellos, predefinidos, congruentes, llenos de certidumbre, uniformizadores, ya no nos son necesarios y los ciudadanos actuales y del futuro (knowmads), los cuáles per se, nos explican como entendemos una nueva sociedad, una nueva manera de aprender, un cambio de roles entre los intervinientes entre la misma, el trabajo y la educación…en definitiva, un tratado de pensamiento crítico que crea otros escenarios sociales, laborales y educativos y que entronca con una nueva realidad económica, política y de relación entre las personas….
La medición científica de éxito en el aprendizaje en escenarios de e-learning, la investigación de las razones del éxito o el fracaso del objetivo de aprendizaje con el fin de obtener información para el diseño de instrucción de procesos efectivos de aprendizaje en espacios virtuales de aprendizaje, el diseño didáctico incluye la introducción o la adquisición de los requisitos de aprendizaje, la disponibilidad de la información, las comunicaciones, las referencias a aplicaciones, información y apoyo, estructuración y realización de las actividades de aprendizaje subjetivos, así como la información y ejercicios para la transferencia de lo aprendido en los campos de aplicación simulados ejemplares, cambian de una manera al unísono como lo hace la educación y el aprendizaje en general…
La medición científica de éxito en el aprendizaje, en situaciones reales de uso, no es sólo para la medición cuantitativa y cualitativa de éxito en el aprendizaje en sí, por el contrario, la relación entre un escenario de aprendizaje y el aprendizaje electrónico se ha dilucidado con justificaciones científicas.
La medición científica del éxito en el aprendizaje en escenarios de e-learning implica evaluar de manera rigurosa tanto los resultados cuantitativos como cualitativos obtenidos por los estudiantes. Este enfoque no se limita únicamente a la efectividad de la adquisición de conocimientos, sino que también se extiende a la comprensión profunda de las razones subyacentes al éxito o fracaso en el logro de los objetivos de aprendizaje.
En el contexto de la educación disruptiva y la inteligencia artificial (IA), se busca entender cómo las tecnologías emergentes pueden transformar y mejorar los procesos de aprendizaje. La investigación de las razones del éxito o el fracaso del objetivo de aprendizaje en entornos de e-learning proporciona valiosa información para diseñar instrucciones y procesos de aprendizaje más efectivos en espacios virtuales.
El diseño didáctico en este contexto implica no solo la introducción o adquisición de requisitos de aprendizaje, sino también la consideración de la disponibilidad de información, las comunicaciones, las referencias a aplicaciones, y el apoyo estructurado para las actividades de aprendizaje. Además, se presta atención a la subjetividad del aprendizaje, considerando las preferencias y formas de aprendizaje individuales.
La integración de la inteligencia artificial en la educación disruptiva permite personalizar la experiencia de aprendizaje, adaptándola a las necesidades específicas de cada estudiante. Esto se logra a través de la análisis de datos en tiempo real, la identificación de patrones de aprendizaje y la adaptación de los contenidos y actividades en consecuencia. La retroalimentación continua generada por la IA puede ser fundamental para mejorar la efectividad del aprendizaje y ajustar las estrategias de instrucción.
La integración de la inteligencia artificial (IA) en la educación disruptiva marca un cambio significativo en la manera en que se aborda y personaliza la experiencia de aprendizaje para cada estudiante. Este enfoque se basa en la capacidad de la IA para analizar datos en tiempo real, identificar patrones de aprendizaje individuales y adaptar de manera dinámica los contenidos y actividades educativas en función de las necesidades específicas de cada estudiante.
Análisis de datos en tiempo real:
La IA recopila datos en tiempo real sobre el progreso y el rendimiento de cada estudiante. Estos datos pueden incluir el tiempo dedicado a tareas específicas, las respuestas correctas o incorrectas en evaluaciones, patrones de interacción con el material, entre otros.
Identificación de patrones de aprendizaje:
La IA utiliza algoritmos avanzados para identificar patrones y tendencias en los datos recopilados. Esto implica reconocer cómo cada estudiante aprende de manera única, sus preferencias de aprendizaje, fortalezas y áreas de mejora.
Adaptación dinámica de contenidos y actividades:
Con base en la información recopilada y los patrones identificados, la IA ajusta de manera dinámica los contenidos y las actividades educativas. Por ejemplo, si un estudiante demuestra un dominio rápido de un tema, la IA podría avanzar a material más avanzado. Por otro lado, si un estudiante encuentra dificultades en ciertas áreas, la IA podría proporcionar material adicional o enfoques alternativos.
Retroalimentación continua:
La retroalimentación continua generada por la IA es esencial para informar tanto a los estudiantes como a los educadores sobre el progreso y el rendimiento. Esto puede incluir comentarios específicos sobre errores comunes, sugerencias de mejora y reconocimiento de logros, todo en tiempo real.
Mejora de la efectividad del aprendizaje:
La capacidad de la IA para adaptarse a las necesidades individuales de los estudiantes contribuye significativamente a mejorar la efectividad del aprendizaje. Al proporcionar una experiencia educativa más personalizada y centrada en el estudiante, se maximiza el impacto del tiempo dedicado al aprendizaje.
Ajuste de estrategias de instrucción:
La retroalimentación generada por la IA no solo beneficia a los estudiantes, sino que también permite a los educadores ajustar sus estrategias de instrucción. Al comprender mejor cómo los estudiantes interactúan con el material, los profesores pueden adaptar su enfoque pedagógico para abordar las necesidades específicas de la clase.
La integración de la inteligencia artificial en la educación disruptiva transforma la experiencia de aprendizaje al proporcionar un enfoque más personalizado y adaptable. La capacidad de la IA para analizar datos, identificar patrones y ofrecer retroalimentación continua contribuye a una educación más efectiva y centrada en el estudiante.
La implementación de la inteligencia artificial en la educación disruptiva se apoya en diversos algoritmos y técnicas, entre ellos los algoritmos de aprendizaje automático, las estructuras de datos como las tablas y los árboles de decisión. A continuación, exploraremos cómo estos elementos pueden desempeñar un papel crucial en la personalización de la experiencia de aprendizaje.
Algoritmos de Aprendizaje Automático:
Clasificación y Predicción:
Los algoritmos de clasificación, como los clasificadores de regresión logística o máquinas de soporte vectorial, pueden analizar datos de rendimiento estudiantil para predecir el desempeño futuro y identificar patrones de aprendizaje.
Aprendizaje No Supervisado:
Algoritmos como el clustering pueden agrupar a los estudiantes en función de similitudes en su enfoque de aprendizaje, permitiendo la adaptación de contenidos y estrategias según cada grupo.
Tablas:
Base de Datos Estudiantil:
Se puede utilizar una tabla de base de datos para almacenar información individual de los estudiantes, incluyendo su progreso, resultados de evaluaciones, preferencias y cualquier otro dato relevante.
Tabla de Retroalimentación:
Una tabla de retroalimentación puede registrar las interacciones de los estudiantes con el material, las respuestas correctas o incorrectas y las sugerencias específicas generadas por la IA para cada estudiante.
Árboles de Decisión:
Adaptación de Contenidos:
Un árbol de decisiones puede representar las diversas opciones de adaptación de contenidos basadas en el rendimiento del estudiante. Si un estudiante tiene éxito en una unidad, el árbol puede dirigirlo automáticamente a material más avanzado.
Personalización de Actividades:
Los árboles de decisión también pueden determinar la personalización de actividades educativas. Por ejemplo, si un estudiante muestra dificultades en un concepto específico, el árbol puede dirigirlo hacia actividades adicionales que refuercen ese concepto.
Ejemplo Práctico:
Supongamos que tenemos una tabla que registra el rendimiento de los estudiantes en diferentes temas y una IA que utiliza un árbol de decisión para personalizar la experiencia de aprendizaje:
Tabla de Rendimiento Estudiantil:
Estudiante
Matemáticas
Ciencias
Historia
Literatura
Estudiante A
90
85
75
95
Estudiante B
78
92
88
80
…
…
…
…
…
Árbol de Decisión:
yamlCopy codeSi Matemáticas >= 85:
Si Ciencias >= 90:
Personalizar con material avanzado.
Sino:
Personalizar con ejercicios adicionales.
Sino:
Personalizar con actividades de refuerzo.
En este ejemplo, el árbol de decisión toma decisiones basadas en el rendimiento en Matemáticas y Ciencias para personalizar la experiencia de aprendizaje de cada estudiante.
La integración de estos elementos permite la adaptación continua de la instrucción, generando así una experiencia educativa altamente personalizada y eficiente en entornos de educación disruptiva con la ayuda de la inteligencia artificial.
Además, la simulación y la aplicación práctica de los conocimientos adquiridos en campos específicos a través de entornos virtuales pueden ser parte integral de este enfoque disruptivo. Estos escenarios simulados ejemplares permiten a los estudiantes aplicar sus conocimientos de manera práctica, facilitando la transferencia de habilidades a situaciones del mundo real.
En la sociedad informacional, donde la recogida o captación de información, su procesamiento y la generación de resultados que podríamos decir formalmente conocimiento, que la competencia digital toma una especial consideración y motivo de análisis específico. La competencia digital fluye transversalmente sobre muchas de las competencias identificadas especialmente las técnicas ya que el accionar cotidiano, el quehacer diario dentro de las organizaciones, está siendo progresivamente más informatizado lo que hace ineludible el uso de tecnologías digitales.
En materia tecnológica, pasar del universo analógico a la cosmovisión digital actual ha implicado una serie de consecuencias de tan gran alcance que han impactado de forma definitiva en la estructura productiva de nuestra sociedad. Ha cambiado el paradigma económico de industrial a informacional. Podríamos afirmar que el eficaz procesado de la información constituye el objeto argumental de la competencia digital de los trabajadores del entorno público.
En la sociedad informacional, caracterizada por la abundancia de datos y la rápida evolución de la tecnología, la competencia digital se convierte en un elemento crucial, especialmente en el contexto de la educación disruptiva y la inteligencia artificial (IA). La competencia digital implica la capacidad de recopilar, procesar y generar conocimiento a partir de la información utilizando tecnologías digitales, y su importancia se ve resaltada en varios aspectos relacionados con la educación y la transformación de la sociedad.
1. Transformación de Competencias Técnicas:
La competencia digital afecta transversalmente a muchas competencias técnicas, ya que la informatización progresiva de las actividades diarias en las organizaciones hace que el uso de tecnologías digitales sea inevitable. En el contexto educativo, esto implica que la enseñanza y la adquisición de habilidades técnicas deben integrar de manera efectiva el uso de herramientas digitales para preparar a los estudiantes para la realidad informacional actual.
2. Cambios en el Paradigma Económico:
El paso del universo analógico a la cosmovisión digital ha tenido consecuencias profundas en la estructura productiva de la sociedad. La economía ha experimentado un cambio de paradigma, pasando de un enfoque industrial a uno informacional. Este cambio implica una mayor dependencia de la información, la tecnología y la capacidad de procesar datos de manera efectiva para impulsar la productividad y la innovación.
3. Competencia Digital en el Entorno Público:
Dentro del entorno público, los trabajadores deben poseer competencias digitales sólidas para realizar eficazmente sus funciones. La capacidad de recopilar, analizar y utilizar la información de manera digital se convierte en un elemento esencial para la toma de decisiones informadas y la resolución de problemas en un mundo cada vez más tecnológico.
4. Educación Disruptiva y Competencia Digital:
En el ámbito de la educación disruptiva, la competencia digital juega un papel fundamental. La integración de tecnologías educativas avanzadas, respaldadas por la inteligencia artificial, permite la personalización de la experiencia de aprendizaje, adaptándola a las necesidades individuales de los estudiantes. La competencia digital no solo se enseña como una habilidad aislada, sino que se integra en el núcleo de la pedagogía, preparando a los estudiantes para enfrentar los desafíos de la sociedad informacional.
5. IA y Procesamiento de Información:
La inteligencia artificial, con su capacidad para analizar grandes cantidades de datos y generar patrones significativos, se convierte en un aliado poderoso para potenciar la competencia digital. Los sistemas de IA pueden ayudar en la identificación de brechas de conocimiento, ofrecer retroalimentación personalizada, y contribuir a la adaptación de los contenidos educativos de manera dinámica, mejorando así la eficacia del procesamiento de la información.
La competencia digital en el contexto de la educación disruptiva y la inteligencia artificial se posiciona como un pilar esencial para preparar a los individuos y trabajadores del entorno público para enfrentar los desafíos de la sociedad informacional. La capacidad de trabajar eficientemente con tecnologías digitales se convierte en un requisito fundamental para el desarrollo personal y profesional en una era caracterizada por la rápida evolución de la información y la tecnología.
Algoritmos:
plaintextCopy code# Algoritmo de Procesamiento de Datos
Función procesarDatos(datos):
# Lógica para organizar y analizar datos
...
# Algoritmo de Recomendación
Función recomendarActividad(historialEstudiante):
# Lógica para analizar historial y sugerir actividades personalizadas
...
Aprendizaje Automático:
pythonCopy code# Aprendizaje Supervisado
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
# Ejemplo de entrenamiento de un modelo de regresión lineal
X_train, X_test, y_train, y_test = train_test_split(features, target, test_size=0.2)
modelo = LinearRegression()
modelo.fit(X_train, y_train)
# Aprendizaje No Supervisado
from sklearn.cluster import KMeans
# Ejemplo de agrupamiento utilizando K-Means
modelo_kmeans = KMeans(n_clusters=3)
modelo_kmeans.fit(datos)
Árboles de Decisión:
pythonCopy code# Árbol de Decisión para Personalización
from sklearn.tree import DecisionTreeClassifier
# Ejemplo de un árbol de decisión para personalizar la experiencia de aprendizaje
modelo_arbol = DecisionTreeClassifier()
modelo_arbol.fit(X_entrenamiento, y_etiquetas)
# Árbol de Decisión en Evaluación
from sklearn.tree import DecisionTreeRegressor
# Ejemplo de un árbol de decisión para evaluar el rendimiento estudiantil
modelo_arbol_evaluacion = DecisionTreeRegressor()
modelo_arbol_evaluacion.fit(X_entrenamiento, y_notas)
Tablas:
sqlCopy code-- Creación de una tabla de base de datos estudiantil CREATE TABLE Estudiantes ( ID INT PRIMARY KEY, Nombre VARCHAR(50), Matematicas INT, Ciencias INT, Historia INT, Literatura INT );
-- Tabla de Retroalimentación CREATE TABLE Retroalimentacion ( ID INT PRIMARY KEY, EstudianteID INT, Comentario TEXT, Puntuacion INT, FOREIGN KEY (EstudianteID) REFERENCES Estudiantes(ID) );
Estos ejemplos son representativos y utilizan pseudocódigo o código simplificado para ilustrar cómo podrían implementarse algoritmos, aprendizaje automático, árboles de decisión y tablas en el contexto de la competencia digital en educación disruptiva e inteligencia artificial.
Ejemplo más concreto, consideremos un escenario en la educación superior donde se implementa la inteligencia artificial y la educación disruptiva para personalizar la experiencia de aprendizaje de los estudiantes. Utilizaremos un sistema de recomendación basado en IA para sugerir cursos y actividades adaptadas a las preferencias y habilidades de cada estudiante.
Ejemplo en Pseudocódigo:
plaintextCopy code# Sistema de Recomendación para la Educación Superior
# Datos de los estudiantes (se asume una base de datos con información estudiantil)
DatosEstudiantes = {
'Estudiante1': {'ID': 1, 'Carrera': 'Ingeniería', 'Promedio': 8.5, 'Intereses': ['Inteligencia Artificial', 'Robótica']},
'Estudiante2': {'ID': 2, 'Carrera': 'Ciencias de la Computación', 'Promedio': 9.2, 'Intereses': ['Algoritmos', 'Desarrollo Web']},
# ... Otros estudiantes
}
# Sistema de Recomendación basado en IA
Función recomendarActividades(estudiante):
# Algoritmo de aprendizaje automático para recomendaciones
# Se asume que hay un modelo previamente entrenado
# Obtener datos del estudiante
datos_estudiante = DatosEstudiantes[estudiante]
# Entrada del modelo de recomendación
entrada_modelo = [datos_estudiante['Promedio']] # Se podrían agregar más características
# Utilizar modelo de recomendación entrenado
recomendacion = modelo_recomendacion.predict(entrada_modelo)
# Devolver la recomendación al estudiante
Devolver recomendacion
# Ejemplo de Uso
estudiante_actual = 'Estudiante1'
recomendacion_para_estudiante = recomendarActividades(estudiante_actual)
Imprimir("Recomendaciones para", estudiante_actual, ":", recomendacion_para_estudiante)
En este ejemplo:
DatosEstudiantes: Representa una base de datos con información sobre cada estudiante, incluyendo su carrera, promedio y áreas de interés.
RecomendarActividades: Es una función que utiliza un modelo de recomendación previamente entrenado. El modelo podría haber sido entrenado utilizando técnicas de aprendizaje automático sobre datos históricos de estudiantes exitosos.
Este sistema de recomendación basado en inteligencia artificial permitiría a los estudiantes de educación superior recibir sugerencias personalizadas de cursos, actividades extracurriculares o proyectos de investigación, adaptadas a sus intereses y desempeño académico. Esto ejemplifica cómo la inteligencia artificial y la educación disruptiva pueden colaborar para mejorar la personalización y la relevancia de la experiencia de aprendizaje en la educación superior.
El modelo productivo actual ha evolucionado del aparecido con la Revolución Industrial basado en la fabricación seriada y masiva de productos a otro basado en el tratamiento intensivo de la información asociada a los procesos de generación de bienes y servicios. La producción industrial actualmente viene tan provista de valor agregado que prácticamente transforma lo que antes constituía un tangible en una prestación.
Existen actualmente dos tendencias contradictorias que en cierta medida se retroalimentan y estimulan de forma dialéctica:
—Por un lado las nuevas tecnologías son cada vez más accesibles, más fáciles de utilizar ya que requisito de su diseño es precisamente la sencillez que permita un mercado lo más amplio posible. Esto redunda en una facilidad de uso y una habilidad digital asociada más laxa.
—Alternativamente las economías son cada vez más competitivas y la ciudadanía más exigente. Ello obliga a ir más allá en la productividad esperada de las herramientas tecnológicas provocando más necesidades, más investigación y la consiguiente aparición de nuevas prestaciones a incorporar y funcionalidades a aprender. La retroalimentación sinérgica que tienen estas dos tendencias nos sitúa en la espiral tecnológica actual.
Las políticas de calidad cada vez más extendidas con una fuerte orientación a la satisfacción del destinatario de producto o servicio, ha supuesto una focalización en el ciudadano en tanto que razón de ser principal de cualquier corporación pública. Las aplicaciones desarrolladas para satisfacer la tecnificación de este entorno son referenciadas genéricamente como CRM (Citizen Relationship Management). Se ha conseguido con estas tipologías de programas satisfacer los requerimientos informacionales que exigen visiones estratégicas de gestión como la perspectiva de cliente que poseen los cuadros de mando integrales.
Las herramientas de ayuda a la toma de decisiones que necesita el staff directivo son referenciadas actualmente como DSS (Decisional Support System). Con este software a partir de los datos generados en los sistemas transaccionales y mediante selección, filtrado y tratamiento estadístico, los resultados obtenidos permiten tomar decisiones o como mínimo, conocer el estado de la corporación desde una perspectiva estratégica.
Por otro lado elemento esencial en este ambiente de cambios continuos en las tecnologías es poder mantener la empleabilidad del personal adscrito, entendida como la persistencia de las competencias requeridas para alcanzar el nivel deseado de eficiencia en los lugares de destino funcional. Los trabajadores, en tanto usuarios, velan y se sienten partícipes de la ergonomía del puesto de trabajo, de la usabilidad del software y dispositivos que utilizan, de la accesibilidad del mismo y de su contribución a la mejora funcional y alcance de metas definidas.
Necesitamos de unas COMPETENCIAS DIGITALES PERSONALIZADAS, Siendo el escenario contextual el escogido para llevarlo a cabo, se trata de que las personas alcancen las competencias digitales necesarias para tratar la información de forma óptima con las aplicaciones informáticas mediante la infraestructura tecnológica puesta al alcance:
Proceso informacional
Atributo
Descripción
1. Eficacia
cumplimiento de objetivos
2. Eficiencia
racionalidad en el uso de los recursos
3. Confidencialidad
seguridad asociada a la privacidad
4. Integridad
seguridad asociada a la robustez de los datos
5. Disponibilidad
seguridad asociada al servicio continuo
6. Cumplimiento
satisfacción de compromisos contractuales y legislación
7. Confiabilidad
ayuda al gobierno corporativo y compromisos fiduciarios
8. Trazabilidad
estructuración de principio a fin del flujo informacional
9. Interoperabilidad
calidad de comunicación de los datos entre sistemas abiertos
Debemos establecer categorizaciones clasificadas en aprtados diferentes, pero complementarios y lo podemos hacer con los recursos para la asunción de la competencia digital en tres bloques genéricos:
—El primero de recursos de definición de las herramientas.
—El segundo propiamente del uso y explotación operativa de los componentes digitales.
—El tercero de recursos que pueden incidir en la adquisición de valores, motivaciones y también de acciones de reflexión evaluadora. Los recursos que con esta visión se habilitarían para implementar una competencia digital corporativamente efectiva serían:
Recursos para la competencia digital
Diseño
Focus – Group, grupo de enfoque de personas que reflexionan, debaten y proponen iniciativas sobre una aplicación informáticaObservatorio tecnológico, grupo responsable de realizar un seguimiento exhaustivo de las nuevas tecnologías que surgen y que pueden incidir positivamente en la corporaciónParticipación en el elaboración de los prototipos software de usuarios responsables de definir las especificaciones funcionales de las aplicaciones
Explotación
Manual de usuario de la herramienta informática, detalle de la operativa de una aplicación informáticaCursos introductorios en la materia tratadaCursos de funcionamiento de la herramienta tecnológica de diferentes niveles, simple, medio o avanzadoSeminarios y talleres simuladores de casos posibles, actividades que pretenden reproducir de forma reproductiva casos realesTutorías particularizadas de los mandos directos, aportación de los mandos a la adquisición de competencias por parte de las personas adscritasMesa de servicio de consulta on-line de la herramienta, recursos personales avezados en materia tecnológica específica permanentemente disponibleGeneración mancomunada de archivo de cuestiones recurrentes, preguntas más frecuentes para la consulta de base de datos de conocimiento sobre el uso de determinadas herramientasConstitución de comunidades de usuarios de herramientas, agrupación de usuarios con voluntad de intercambio de experienciasForos temáticos, espacio virtual de reflexiones avanzadas sobre temas tecnológicos
10. Utilización de buscadores y directorios de Internet
11. Uso de la Web 2.0 semántica, recursos de conocimiento digitales en Internet estructurados para su efectiva recuperación
12. Kioscos y espacios específicos de ordenadores accesibles, infraestructura informática abierta para un uso de una determinada comunidad de usuarios
Contextuales
Grupo de mejora continua constituidos a partir de la aplicación de políticas de calidad totalEvaluación recursiva y formativa de las competenciaCorresponsabilidad en el éxito de explotación de las herramientas informáticasImpregnación de espíritu cooperativo y colaborativo de InternetIncentivos retributivosMovilidad funcionalFomento de la publicación de trabajos y experienciasConcienciación directiva
En consecuencia cabe preguntar:
-¿Qué éxito en el aprendizaje ha sido posible gracias a un desarrollo abierto o cerrado del escenario de aprendizaje?
-¿Cómo los estudiantes utilizan las oportunidades disponibles para el aprendizaje expansivo, rediseñado y ampliado o tienen que esperar que surjan constantemente juntas las oportunidades de aprendizaje en sentido prescrito por el contrario nos basamos en apreciaciones abiertas, inclusivas y ubicuas?
Desarrollo Cerrado del Escenario de Aprendizaje:
En un escenario de aprendizaje cerrado, el contenido y las oportunidades de aprendizaje están predefinidos y estructurados de manera más rígida. Las actividades, evaluaciones y recursos suelen seguir un plan de estudios estándar y lineal. Este enfoque tiene sus ventajas en términos de consistencia y alineación con los objetivos educativos, pero puede limitar la personalización y la adaptabilidad a las necesidades individuales de los estudiantes.
Ejemplo: Un curso en línea con lecciones programadas de antemano, evaluaciones semanales y foros de discusión predefinidos. Aunque puede ser eficaz para cubrir ciertos temas de manera estructurada, puede no adaptarse fácilmente a diferentes estilos de aprendizaje o ritmos individuales.
Desarrollo Abierto del Escenario de Aprendizaje:
En un escenario de aprendizaje abierto, existe flexibilidad y adaptabilidad. Los estudiantes tienen más control sobre su proceso de aprendizaje y pueden explorar contenido más allá de las restricciones tradicionales. Se fomenta la participación activa, la exploración independiente y la creatividad.
Ejemplo: Una plataforma de aprendizaje adaptativo que utiliza inteligencia artificial para personalizar la experiencia del estudiante. El sistema analiza el rendimiento y las preferencias del estudiante, proporcionando recomendaciones de contenido y actividades específicas para satisfacer sus necesidades individuales.
Aprovechando las Oportunidades para el Aprendizaje Expansivo:
En el contexto de la educación disruptiva y la inteligencia artificial, los estudiantes pueden aprovechar las oportunidades de aprendizaje expansivo al tener acceso a recursos en línea diversos, participar en entornos de aprendizaje adaptativos y utilizar tecnologías emergentes como la realidad virtual o aumentada para experiencias inmersivas.
Ejemplo: Un estudiante puede participar en un curso de programación en línea donde el contenido se adapta a su nivel de habilidad y estilo de aprendizaje. Además, puede explorar proyectos de codificación en entornos virtuales colaborativos, lo que permite una experiencia de aprendizaje expansiva más allá de los límites tradicionales del aula.
Rediseño y Ampliación del Aprendizaje:
El rediseño y ampliación del aprendizaje se facilitan en entornos donde la tecnología, especialmente la inteligencia artificial, se utiliza para adaptar y personalizar la experiencia del estudiante. Los modelos de aprendizaje automático pueden identificar áreas de fortaleza y debilidad, proporcionando oportunidades de mejora y crecimiento.
Ejemplo: Un sistema de tutoría virtual basado en inteligencia artificial que identifica las áreas en las que un estudiante necesita apoyo adicional y proporciona recursos específicos, ejercicios prácticos y retroalimentación personalizada para ampliar su comprensión.
Esperar vs. Apreciar Oportunidades de Aprendizaje:
En un entorno cerrado, los estudiantes pueden sentir que deben esperar que las oportunidades de aprendizaje sean proporcionadas de manera predeterminada. En contraste, en un entorno abierto, los estudiantes pueden apreciar la libertad de buscar activamente oportunidades de aprendizaje y explorar nuevos temas según sus intereses y necesidades.
Ejemplo: Un estudiante que tiene acceso a una variedad de recursos en línea, como cursos gratuitos, tutoriales interactivos y comunidades de aprendices, puede apreciar la oportunidad de explorar nuevas áreas de conocimiento fuera del plan de estudios establecido.
En el contexto de la educación disruptiva y la inteligencia artificial, la combinación de un enfoque abierto y el uso estratégico de la tecnología puede ofrecer oportunidades de aprendizaje más inclusivas, ubicuas y adaptadas a las necesidades individuales de los estudiantes. La flexibilidad y la personalización pueden contribuir significativamente al éxito en el aprendizaje en este escenario innovador.
-¿Qué es un escenario de aprendizaje electrónico con el fin de hacer que los estudiantes puedan cumplir o superar los resultados de aprendizaje deseados y esperados de manera eficiente hemos desarrollado?
Si en consecuencia el aprendizaje es siempre una relacion subjetiva y tensionadapor el poder de los policy makers, los docentes, los aprendices etc…, ni causales ni probabilísticamente interpretados entre los factores de diseño de escenarios de aprendizaje electrónico y los resultados de aprendizaje pueden ser adoptados , sin embargo, para medir si una ganancia subjetiva en la creación de capacidad en las partes esenciales de las actividades de aprendizaje se puede atribuir en un escenario de e-learning en su totalidad o. para este propósito, el método ofrece la reconstrucción lógica de las actividades de aprendizaje con:
–Reconstrucción lógica significa reconstruir la relación de las habilidades de acción adquiridos con las actividades de aprendizaje en un escenario de e-learning y sus contextos organizativos, sociales y culturales en su lógica. Esto incluye tanto la reconstrucción lógica de las potencialidades, limitaciones, fracturas, contrastes y contradicciones de habilidades de acción subjetiva fuera formado y lo subjetivo completado las acciones de aprendizaje, que han conducido a las habilidades de acción, a. Es recomendable hacer las mediciones y los estudios necesarios para reconstruir la relación en momentos específicos en una situación aplicación representativa en relación con los objetivos específicos de aprendizaje y habilidades de acción.
–Desde el desarrollo de las actividades de aprendizaje y las capacidades de los tiempos anteriores y situaciones a la hora actual y la situación actual en su lógica para ser reconstruido; por ejemplo, desde un punto Un tiempo antes del comienzo del aprendizaje en un escenario de aprendizaje electrónico a un tiempo C de la aplicación de lo aprendido en situaciones reales de uso. Es decir, debido a aclarar, tienen situaciones en las que encontrar la manera de adquirir las habilidades de acción subjetivos hasta el presente los desafíos, oportunidades, condiciones y limitaciones.
En este caso, el aumento de la creación de capacidad a partir del momento de A a B tiempo, la realización de aprendizaje puede ser interpretada en un escenario de e-learning como un paso fundamental para el aprendizaje, porque aquí estaban emocionados y comprar reestructuración y aumenta fundamentales en las competencias de acción subjetivos. Por el contrario, desde el momento en B para ver la finalización de aprendizaje en un escenario de aprendizaje electrónico, hasta el punto C, la aplicación de aprendizaje en un campo específico de aplicación, el aumento subjetivo en competencia como en relación con la práctica y la reflexión de sus (Miller, 1986-7 ).
La transición desde el desarrollo de actividades de aprendizaje en un escenario de aprendizaje electrónico hasta la aplicación práctica en situaciones del mundo real implica una evolución en las habilidades y competencias de los individuos. Vamos a desglosar este proceso en tres etapas principales: A, B y C.
Etapa A: Antes del Comienzo del Aprendizaje en un Escenario de E-learning
En esta etapa inicial, los individuos se encuentran en un punto anterior al inicio formal del aprendizaje en un entorno electrónico. Pueden enfrentarse a desafíos y oportunidades que les llevan a buscar la manera de adquirir nuevas habilidades o conocimientos. Las condiciones y limitaciones en este punto podrían incluir la falta de acceso a recursos educativos especializados, la necesidad de formación para abordar un problema específico, o simplemente el deseo de mejorar y avanzar en su trayectoria profesional.
Etapa B: Durante el Aprendizaje en un Escenario de E-learning
En esta etapa, los individuos han iniciado formalmente su proceso de aprendizaje en un escenario electrónico. Aquí, experimentan una emoción inicial y un compromiso con la adquisición de nuevos conocimientos y habilidades. El proceso de aprendizaje, que puede incluir módulos en línea, interacciones virtuales y evaluaciones, lleva a una reestructuración de sus conocimientos previos y al aumento de competencias específicas.
Reestructuración y Aumento de Competencias:
Los individuos se involucran activamente en actividades de aprendizaje, adquiriendo nuevas perspectivas y habilidades.
El uso de tecnologías educativas avanzadas, como la inteligencia artificial, puede personalizar la experiencia de aprendizaje según las necesidades individuales.
Etapa C: Aplicación de lo Aprendido en Situaciones Reales de Uso
En esta etapa posterior al aprendizaje en un escenario de e-learning, los individuos aplican activamente lo aprendido en contextos del mundo real. Esto implica un aumento adicional en sus competencias subjetivas, ya que la teoría se traduce en la práctica y la reflexión.
Aplicación Práctica:
Los individuos utilizan las habilidades adquiridas en entornos profesionales o situaciones específicas relacionadas con su campo de estudio.
La experiencia práctica proporciona oportunidades para enfrentar desafíos del mundo real y consolidar el aprendizaje.
Reflexión Continua:
La reflexión constante sobre la aplicación práctica permite la mejora continua y la adaptación a nuevas situaciones.
La retroalimentación, ya sea a través de interacciones en el lugar de trabajo o evaluaciones formales, contribuye al desarrollo continuo de competencias.
Resumen y Desarrollo Continuo:
La transición desde el punto A hasta el punto C representa un viaje educativo que va más allá del aprendizaje en un escenario electrónico. Es un proceso dinámico de reestructuración, aplicación práctica y reflexión continua que impulsa el aumento subjetivo en competencias. Este enfoque, que integra tecnologías avanzadas y enfoques pedagógicos innovadores, refleja la naturaleza evolutiva de la educación disruptiva y destaca la importancia de la aplicación activa de los conocimientos adquiridos en el mundo real.
Integración de Tecnologías y Evaluación Continua:
Tecnologías de Seguimiento y Evaluación:
Se pueden emplear tecnologías de seguimiento y evaluación para medir el progreso de los estudiantes tanto durante el aprendizaje en línea como en la aplicación práctica. Datos de aprendizaje, simulaciones, y resultados en el mundo real pueden alimentar algoritmos de evaluación continua.
Retroalimentación Personalizada:
Los sistemas de inteligencia artificial pueden proporcionar retroalimentación personalizada basada en el rendimiento del estudiante en tareas específicas. Esta retroalimentación contribuye a la mejora continua y permite abordar áreas de debilidad.
Aprendizaje Expansivo y Oportunidades Ubicuas:
Acceso a Recursos Expansivos:
La educación disruptiva, respaldada por tecnologías avanzadas, permite a los estudiantes acceder a una amplia variedad de recursos educativos, incluso más allá de las restricciones del programa de estudio tradicional.
Aprendizaje Ubicuo:
Con dispositivos móviles y acceso a Internet, el aprendizaje puede ocurrir en cualquier lugar y en cualquier momento. Los estudiantes pueden aprovechar oportunidades ubicuas para aprender, ya sea a través de aplicaciones móviles, podcasts educativos o recursos en línea.
Desafíos y Oportunidades Actuales:
Desafíos en la Aplicación Práctica:
Los desafíos actuales pueden incluir la adaptación a entornos de trabajo cambiantes, la resolución de problemas complejos y la aplicación efectiva de habilidades adquiridas en contextos dinámicos.
Oportunidades en el Aprendizaje Continuo:
La naturaleza continua de la educación disruptiva y la inteligencia artificial brinda oportunidades para el aprendizaje a lo largo de la vida. Los individuos pueden continuar actualizando y ampliando sus habilidades en respuesta a las demandas del mercado laboral y las evoluciones en sus campos de estudio.
Ejemplo de Desarrollo Continuo en el Campo de la Inteligencia Artificial:
Supongamos que un estudiante está participando en un curso en línea sobre inteligencia artificial (IA) y aprendizaje automático (ML):
Etapa A (Antes del Aprendizaje):
El estudiante siente la necesidad de adquirir habilidades en IA y ML para avanzar en su carrera.
Desafíos: Falta de conocimientos especializados en IA y ML.
Etapa B (Durante el Aprendizaje en E-learning):
El estudiante completa módulos en línea sobre IA y ML, participa en proyectos prácticos y recibe retroalimentación a través de evaluaciones automatizadas.
Aumento de Competencias: Adquiere conocimientos en programación en Python, comprensión de algoritmos de aprendizaje automático y habilidades en la implementación de modelos.
Etapa C (Aplicación Práctica):
El estudiante aplica sus habilidades en un entorno laboral o en proyectos independientes.
Aumento Continuo: Enfrenta desafíos del mundo real, adapta sus enfoques y mejora sus habilidades de resolución de problemas.
Este ejemplo destaca cómo el desarrollo continuo, la aplicación práctica y la reflexión constante contribuyen al aumento progresivo de las competencias en un campo específico, como la inteligencia artificial. La educación disruptiva y la integración de tecnologías avanzadas facilitan este proceso dinámico y adaptativo.
Vamos a llevar a cabo el ejemplo en el contexto de la inteligencia artificial (IA) y el aprendizaje automático (ML), utilizando algoritmos, árboles de decisión y tablas.
Etapa A (Antes del Aprendizaje):
El estudiante se encuentra en un punto donde reconoce la importancia de adquirir habilidades en inteligencia artificial y aprendizaje automático.
Desafíos: Falta de conocimientos especializados en IA y ML.
Oportunidades: Identificación de la necesidad de formación para abordar desafíos en el campo laboral actual.
Etapa B (Durante el Aprendizaje en E-learning):
El estudiante se inscribe en un curso en línea sobre inteligencia artificial y aprendizaje automático, utilizando algoritmos y árboles de decisión.
Algoritmos de Procesamiento de Datos:
Aprende a aplicar algoritmos para procesar grandes conjuntos de datos y extraer información significativa.
pythonCopy code# Ejemplo de uso de algoritmo de procesamiento de datos
def procesar_datos(datos):
# Lógica para procesar datos con un algoritmo específico
...
Árboles de Decisión en Aprendizaje Automático:
Adquiere conocimientos sobre árboles de decisión y cómo se utilizan en clasificación y toma de decisiones.
pythonCopy code# Ejemplo de uso de árboles de decisión en aprendizaje automático
from sklearn.tree import DecisionTreeClassifier
modelo_arbol = DecisionTreeClassifier()
modelo_arbol.fit(X_entrenamiento, y_etiquetas)
Tablas en Bases de Datos Estudiantiles:
Aprende a utilizar tablas en bases de datos para almacenar información sobre estudiantes y su progreso.
sqlCopy code-- Ejemplo de creación de una tabla en una base de datos estudiantil
CREATE TABLE Estudiantes (
ID INT PRIMARY KEY,
Nombre VARCHAR(50),
Progreso_IA FLOAT,
Progreso_ML FLOAT
);
Etapa C (Aplicación Práctica):
El estudiante aplica activamente lo aprendido en situaciones del mundo real, utilizando algoritmos y árboles de decisión en proyectos prácticos.
Aplicación de Algoritmos en Proyectos Prácticos:
Utiliza algoritmos de procesamiento de datos para analizar conjuntos de datos en proyectos reales.
pythonCopy code# Ejemplo de aplicación de algoritmos en un proyecto práctico
resultados_analisis = procesar_datos(datos_del_proyecto)
Utilización de Árboles de Decisión en Toma de Decisiones:
Implementa árboles de decisión en un proyecto para clasificar datos y tomar decisiones informadas.
pythonCopy code# Ejemplo de aplicación de árboles de decisión en un proyecto práctico
resultados_clasificacion = modelo_arbol.predict(datos_del_proyecto)
Gestión de Datos en Tablas en la Práctica:
Utiliza bases de datos y tablas para gestionar el progreso de los estudiantes o la información relevante del proyecto.
sqlCopy code-- Ejemplo de inserción de datos en la tabla de progreso estudiantil
INSERT INTO Estudiantes (ID, Nombre, Progreso_IA, Progreso_ML)
VALUES (1, 'Estudiante1', 75, 80);
Este ejemplo ilustra cómo un estudiante, desde el reconocimiento de la necesidad hasta la aplicación práctica, puede utilizar algoritmos, aprendizaje automático, árboles de decisión y tablas en diversas etapas de su aprendizaje y aplicación práctica en el campo de la inteligencia artificial y el aprendizaje automático.
La evaluación del aprendizaje se refiere a la medición y evaluación de los estudiantes en escenarios de e-learning, pero los procesos nada tiene que ver.- como en otras modalidades de enseñanza – Aprender alcanzó el éxito con el objetivo de la futura capacidad de los alumnos en situaciones de aplicación – fuera de los escenarios de aprendizaje – para predecir, determinar los déficits y para obtener información para la mejora de la educación de los acuerdos de los medios de comunicación y de aprendizaje electrónico interactivo, por lo que los alumnos puedan lograr un mejor futuro éxito en el aprendizaje(APRENDIZAJE INFORMAL). La evaluación del aprendizaje requiere en primer lugar la determinación del punto de referencia para la medición y evaluación del éxito de aprendizaje, que – debido a los resultados del aprendizaje no son un fin en sí mismo, si no un medio- es el uso en situaciones con los medios de comunicación en el aprendizaje virtual espacios aprendidas.
La evaluación del aprendizaje en la educación disruptiva, especialmente en entornos de e-learning, va más allá de medir el rendimiento académico tradicional. Se centra en la capacidad de los estudiantes para aplicar sus conocimientos en situaciones del mundo real, trascendiendo los límites de los escenarios de aprendizaje. Para optimizar este proceso, se pueden incorporar programas y herramientas de inteligencia artificial (IA) que permitan una evaluación más integral y personalizada.
Evaluación del Aprendizaje en la Educación Disruptiva:
Medición del Éxito a Través de Aprendizaje Informal:
En entornos disruptivos, se valora el aprendizaje informal, que ocurre fuera de los escenarios tradicionales. La evaluación se centra en la capacidad del estudiante para aplicar conocimientos en situaciones del mundo real.
Determinación de Puntos de Referencia:
La evaluación comienza con la determinación de puntos de referencia que van más allá de las pruebas tradicionales. Se establecen indicadores de éxito que reflejen la capacidad de los estudiantes para resolver problemas, aplicar habilidades y adaptarse a entornos cambiantes.
Uso de Programas de IA para Evaluación Continua:
Los programas de inteligencia artificial pueden ofrecer evaluaciones continuas basadas en el rendimiento del estudiante en tareas específicas. Los algoritmos pueden analizar la aplicación práctica de conocimientos y habilidades, proporcionando retroalimentación personalizada.
pythonCopy code# Ejemplo de uso de IA para evaluación continua resultado_evaluacion = programa_IA.evaluar_desempeño(estudiante)
Evaluación Personalizada con Herramientas de IA:
Adaptación a Estilos de Aprendizaje:
Herramientas de IA pueden analizar el estilo de aprendizaje de cada estudiante y adaptar la evaluación en consecuencia. Por ejemplo, ofreciendo contenido multimedia a aquellos que aprenden mejor visualmente.
pythonCopy code# Herramienta de IA adaptando evaluación al estilo de aprendizaje evaluacion_personalizada = herramienta_IA.adaptar_evaluacion(estilo_aprendizaje, tarea)
Detección de Fortalezas y Déficits:
Algoritmos de IA pueden identificar áreas de fortaleza y déficit en el desempeño del estudiante. Esto permite la personalización de actividades de refuerzo o desafíos adicionales según las necesidades individuales.
pythonCopy code# Detección de fortalezas y déficits mediante IA areas_a_mejorar = algoritmo_IA.identificar_déficits(desempeño_estudiante)
Utilización de Resultados en el Aprendizaje Virtual:
Mejora Continua con Retroalimentación:
La retroalimentación generada por programas de IA se utiliza para la mejora continua. Los educadores ajustan estrategias de enseñanza en base a datos analíticos y comentarios específicos de los estudiantes.
pythonCopy code# Análisis de datos de retroalimentación para mejora continua retroalimentacion_analitica = programa_IA.analizar_retroalimentacion(datos_estudiante)
Previsión del Éxito Futuro:
Los modelos predictivos de IA pueden anticipar el éxito futuro de los estudiantes en situaciones del mundo real basándose en su desempeño y habilidades demostradas.
pythonCopy code# Modelo predictivo de IA para prever el éxito futuro éxito_futuro = modelo_IA.prever_éxito(estudiante)
La evaluación en la educación disruptiva aprovecha la inteligencia artificial para proporcionar una evaluación más profunda y personalizada. Estas herramientas no solo miden el rendimiento académico sino que también evalúan la capacidad de aplicar conocimientos en contextos del mundo real, contribuyendo así a un aprendizaje más efectivo y adaptativo.
Ejemplos de Evaluación en Educación Disruptiva con Inteligencia Artificial:
Evaluación Adaptativa:
Descripción: Una plataforma de aprendizaje en línea utiliza algoritmos de aprendizaje automático para adaptar las evaluaciones a las habilidades individuales del estudiante.
Ejemplo:
Un estudiante fuerte en matemáticas recibe preguntas más avanzadas, mientras que otro con dificultades recibe preguntas adaptadas a su nivel.
Retroalimentación Personalizada en Tiempo Real:
Descripción: Herramientas de IA proporcionan retroalimentación instantánea y personalizada sobre el desempeño del estudiante durante las actividades de aprendizaje.
Ejemplo:
Después de resolver un problema de programación, la IA identifica errores específicos, proporciona sugerencias de corrección y refuerza conceptos clave.
Simulaciones Virtuales para Evaluación Práctica:
Descripción: Entornos de simulación virtual impulsados por IA permiten a los estudiantes aplicar conocimientos en escenarios del mundo real.
Ejemplo:
En un curso de medicina, los estudiantes practican diagnósticos utilizando simulaciones interactivas basadas en casos clínicos.
Análisis de Sentimiento en Colaboración:
Descripción: Plataformas de colaboración en línea utilizan análisis de sentimiento basado en IA para evaluar la calidad y la contribución emocional de las interacciones entre estudiantes.
Ejemplo:
Durante un proyecto grupal, la plataforma analiza la colaboración y proporciona retroalimentación sobre la efectividad de la comunicación y el trabajo en equipo.
Modelos Predictivos de Éxito:
Descripción: Modelos de aprendizaje automático predicen el éxito futuro de los estudiantes en situaciones del mundo real, basándose en su desempeño y habilidades demostradas.
Ejemplo:
Un estudiante que demuestra fuertes habilidades de resolución de problemas y colaboración en línea tiene un mayor pronóstico de éxito en proyectos del mundo real.
Sistemas de Recomendación Personalizada:
Descripción: Plataformas educativas utilizan sistemas de recomendación basados en IA para sugerir actividades y recursos adaptados a los intereses y habilidades individuales de los estudiantes.
Ejemplo:
Después de completar un módulo sobre física cuántica, la plataforma sugiere lecturas adicionales o proyectos relacionados con los intereses del estudiante.
Evaluación Continua de Habilidades Técnicas:
Descripción: Plataformas de aprendizaje en línea emplean evaluaciones continuas de habilidades técnicas utilizando herramientas de codificación y algoritmos de análisis.
Ejemplo:
Durante un curso de programación, la plataforma evalúa constantemente el código del estudiante, proporcionando retroalimentación específica sobre buenas prácticas y eficiencia.
Juegos Educativos con Evaluación Incorporada:
Descripción: Juegos educativos impulsados por IA ofrecen una evaluación integrada que se ajusta al progreso del estudiante en tiempo real.
Ejemplo:
En un juego de historia, las decisiones del estudiante afectan la trama, y la IA evalúa la comprensión de conceptos históricos según las elecciones tomadas.
Estos ejemplos ilustran cómo la inteligencia artificial se integra en la evaluación en entornos de educación disruptiva, proporcionando mediciones más profundas y personalizadas que van más allá del rendimiento académico tradicional. Estas herramientas contribuyen a un aprendizaje más efectivo y adaptativo al centrarse en la aplicación práctica de conocimientos en contextos del mundo real.
Don Kirkpatrick en la década de 1950, el modelo originalmente contenía los cuatro niveles de evaluación previamente mencionados.Ahora, los niveles se han aclarado por Don, Jim, y Wendy Kirkpatrick para formar lo que se llama Modelo “nuevo mundo” de Kirkpatrick. Dado que el concepto ha ido evolucionando junto con la formación, sigue siendo un marco de evaluación pertinente y robusto.
Este modelo de evaluación es aplicable tanto a la capacitación presencial como eLearning.
Enseguida se explica brevemente cada uno de los niveles. Cabe mencionar que ninguno de ellos es menos importante que el otro. Debe avanzarse secuencialmente al otro nivel y no se debe saltar ninguno de ellos.
Los 4 niveles de evaluación:
El modelo de 4 niveles de Donald Kirkpatrick es todavía vigente, es utilizado en múltiples organizaciones para evaluar el impacto de las acciones formativas.
Enseguida se explica brevemente cada uno de los niveles. Cabe mencionar que ninguno de ellos es menos importante que el otro. Debe avanzarse secuencialmente al otro nivel y no se debe saltar ninguno de ellos.
Nivel 1: Reacción
-¿Qué mide? Nivel de satisfacción, el interés y el compromiso de los estudiantes (las últimas dos son adiciones del nuevo modelo).
La evaluación de este nivel mide cómo reaccionan los participantes ante una determinada acción formativa, es decir, cuál fue su nivel de satisfacción tras haber participado en ella. Pero más allá de la simple satisfacción, las adiciones del Modelo “nuevo mundo” de Kirkpatrick miden también el nivel compromiso (el grado en que los participantes están involucrados activamente y contribuyen a la experiencia de aprendizaje) y la relevancia (el grado en el que los participantes tendrán la oportunidad de utilizar o aplicar lo que aprendieron).
Preguntas apropiadas incluyen: “¿Cuál fue su nivel de satisfacción después de participar en este curso?”, “¿Te sientes comprometido?”, Y “¿Fue relevante?
¿Cómo se realiza?Esta evaluación se realiza mediante formularios o cuestionarios de reacción, que generalmente determinan las categorías a medir y utilizan escalas de satisfacción: Excelente, muy bueno, bueno, regular, malo.
¿Qué información aporta? Esta evaluación aporta información relevante sobre la calidad del curso. Permite realizar ajustes inmediatos, por ejemplo: sobre la forma de enseñar del instructor, sobre la calidad de los materiales, sobre el contenido, etc.
Nivel 2: Aprendizaje
-¿Qué mide?¿Qué conocimientos, habilidades, actitudes y nivel de confianza fue adquirido por los participantes?
El autor indica que sin aprendizaje no puede ocurrir ningún cambio en la conducta. Por tanto, evaluar el nivel de aprendizaje alcanzado por los participantes como consecuencia de haber participado en un proceso formativo, es indispensable.
-¿Cómo se realiza?Esta evaluación se realiza antes de iniciar el curso y al finalizar, para realizar una comparación de resultados y valorar qué cambios han tenido lugar. Se compone generalmente de una prueba escrita para medir los conocimientos y actitudes y una prueba de desempeño para medir las habilidades.
-¿Qué información aporta? A partir de la medición del aprendizaje se puede analizar dónde se ha acertado y dónde se ha fallado, con el fin de planificar otras técnicas o métodos para mejorar la calidad y cantidad del aprendizaje en futuros programas. Además, sabiendo en qué grado el aprendizaje ha ocurrido, podemos esperar ciertos resultados en el tercer nivel de evaluación, que es el cambio de conducta.
Nivel 3: Conducta
-¿Qué mide? ¿Los participantes utilizan las habilidades recién adquiridas en el trabajo?
Los líderes de los negocios esperan no solamente una acción formativa que guste a los participantes y que aporte un aprendizaje, esperan que como resultado de estos dos, los participantes generen un cambio en su conducta, que mejore su desempeño. El tercer nivel mide dicho cambio en la conducta.
El modelo del Nuevo Mundo Kirkpatrick sugiere que para lograr la transferencia de conocimientos, los alumnos necesitan incentivos. Los incentivos requieren procesos que recompensen y refuercen el rendimiento de ciertos comportamientos críticos.
Estos sistemas no sólo apoyan a los estudiantes que aplican lo que han aprendido a sus puestos de trabajo, sino que también fomentan un sentido de responsabilidad entre aquellos que realizan con éxito los comportamientos.
-¿Cómo se realiza?Se realiza mediante entrevistas y/o encuestas a participantes, sus jefes inmediatos, sus subordinados y otras personas que pudieran estar involucradas o interesadas en que el cambio de conducta se produzca. Preferentemente debe dejarse que pase un tiempo considerable para realizar esta medición, el autor recomienda que sea de dos a tres meses.
-¿Qué información aporta? Permite ver si los conocimientos, habilidades y actitudes aprendidos fueron transferidos al puesto de trabajo. Y si no fue así, identificar las razones que lo impiden y realizar ajustes. Por ejemplo, puede ser que los conocimientos se hayan adquirido pero que las condiciones de clima laboral no hayan permitido que se pongan en práctica, ya sea porque el jefe inmediato no le ve utilidad, porque no se le ha dedicado suficiente tiempo, etc.
Nivel 4: Resultados
-¿Qué mide? ¿El curso ayudó a mejorar los resultados del negocio? ¿Ocurrieron los resultados previstos como resultado de la experiencia de formación?
Las organizaciones a menudo hablan de ROI (Retorno de la Inversión), pero el model del Nuevo Mundo Kirkpatrick considera el ROE (Retorno de las Expectativas), un concepto mucho más útil. A diferencia de el enfoque estrecho del ROI, el ROE conduce a un resultado duradero. Kirkpatrick afirma que en lugar de hacer preguntas limitadas como “¿Voy a recuperar mi dinero?”, Es mucho mejor considerar orientados a resultados preguntas, como “¿A qué se parece el resultado?” o “¿Qué queremos cambiar en nuestra organización?”
-¿Cómo se realiza?Se realiza mediante entrevistas a los involucrados con el impacto.
Es imprescindible que las partes involucradas entran en un proceso de negociación, para que el encargado de formación pueda asegurarse de que las expectativas de las partes interesadas son realistas y medibles con los recursos disponibles. T
-¿Qué información aporta?Esta medición aporta indicios o indicadores tangibles que nos permitan retroalimentar las necesidades de formación.
El modelo de 4 niveles de Donald Kirkpatrick es una estructura clásica utilizada para evaluar el impacto de las acciones formativas en el ámbito organizacional. Estos niveles proporcionan un marco integral para medir la efectividad de un programa de formación en diferentes dimensiones. A continuación, se presenta una tabla explicativa de los cuatro niveles del modelo:
Nivel
Descripción
Preguntas Clave
Métodos de Evaluación
Nivel 1: Reacción
Evalúa la reacción y satisfacción de los participantes inmediatamente después de la formación.
– ¿Cómo percibieron los participantes la formación? – ¿Estaban satisfechos con la calidad de la formación?
– Encuestas de satisfacción. – Retroalimentación verbal. – Evaluación de la participación activa.
Nivel 2: Aprendizaje
Mide el grado en que los participantes adquirieron conocimientos y habilidades durante la formación.
– ¿Qué aprendieron los participantes durante la formación? – ¿Adquirieron nuevas habilidades?
– Pruebas de conocimientos antes y después. – Evaluación de habilidades prácticas. – Proyectos o ejercicios prácticos.
Nivel 3: Comportamiento
Evalúa el cambio de comportamiento en el trabajo como resultado de la formación.
– ¿Aplicaron los participantes lo aprendido en el entorno laboral? – ¿Hubo cambios observables en el desempeño laboral?
– Evaluación del desempeño laboral. – Observación en el lugar de trabajo. – Entrevistas con supervisores.
Nivel 4: Resultados
Examina los resultados finales y el impacto a nivel organizacional.
– ¿Cómo contribuyó la formación a los objetivos organizacionales? – ¿Se lograron mejoras tangibles?
– Indicadores de rendimiento clave (KPI). – Análisis de impacto financiero. – Evaluación del logro de metas organizativas.
Notas:
El modelo de 4 niveles de Kirkpatrick sugiere una progresión secuencial, donde el éxito en niveles superiores a menudo depende de la efectividad en niveles inferiores.
Cada nivel proporciona una perspectiva diferente sobre la efectividad de la formación, desde la reacción inmediata hasta el impacto organizacional a largo plazo.
Las preguntas clave son solo ejemplos; las organizaciones pueden adaptarlas según sus necesidades y objetivos específicos.
La evaluación en cada nivel puede requerir métodos de medición diferentes, desde encuestas y pruebas de conocimientos hasta observación en el lugar de trabajo y análisis financiero.
Este modelo sigue siendo relevante hoy en día y es utilizado por muchas organizaciones para evaluar y mejorar sus programas de formación, asegurando que no solo sean efectivos a nivel de aprendizaje, sino que también contribuyan al éxito organizacional.
Se podría pensar que había una manera hábil para utilizar e-Learning para cuantificar el aprendizaje informal. No. No del todo. No es sólo posible, y creo que había obstaculizan el aprendizaje informal, si tratamos de ajustar nuestras manos demasiado apretado alrededor de él y seguirlo por ejemplo, .
Tengo mucha curiosidad para ver si el movimiento de aprendizaje informal tiene algún efecto en el LMS estándar / modelo pedagógico. ¿Veremos LMSs que pueden lanzar ayudas de trabajo, bases de conocimiento, salas de charlas y seminarios por Internet? Esto nos permitiría hacer un seguimiento de sus alumnos y el uso de tales sistemas, pero parece poco probable que un sistema puede realizar todas esas funciones bien. Y entonces se sentiría como que estaban forzando a los usuarios utilizar un sistema formal de nuevo, que se aleja de la idea principal del aprendizaje informal en el primer lugar.
Deberíamos centrarnos más en la identificación y la creación de herramientas que permiten a las personas a adquirir conocimientos y habilidades en el puesto de trabajo, en lugar de limitarse al alumno en el curso tras curso al eLearning . Herramientas tales como ayudas de trabajo, bases de conocimiento, el software de seminario, salas de chat, etc, deben estar disponibles para los alumnos, y deben ser alentados a utilizar las herramientas como mejor les parezca.
No todas las actividades de aprendizaje informal, implica tecnología, así que esté preparado para pensar fuera del mundo digital. Se llama aprendizaje informal, no estructurado e-Learning!)
A continuación, se requiere la evaluación de éxito en el aprendizaje, la determinación del objeto de la evaluación, de modo que los problemas, métodos y herramientas para la recolección de datos y el análisis y evaluación de datos pueden ser conceptualizados. Debe ser primero en responder a la pregunta,:
–¿qué es un aprendizaje exitoso en el contenido, dimensiones y niveles o para ser considerada como tal. A continuación, se debe aclarar en varias etapas, que se obtendrán a través de sus acciones de aprendizaje con los medios en los escenarios diseñados en un éxito de aprendizaje pretende ser un éxito en el aprendizaje es medible y debe ser medido como un éxito el aprendizaje puede ser evaluado y para ser evaluado, que puede examinar un éxito en el aprendizaje y, finalmente, cómo es y mejores resultados de aprendizaje se pueden lograr a través de mejoras en los medios interactivos, entornos virtuales de aprendizaje y escenarios de aprendizaje, la comunicación virtual y tutoría de apoyo en el futuro. La aclaración de estas cuestiones antes de una evaluación prevista es necesario conceptualizar la evaluación del éxito en el aprendizaje en escenarios de e-learning que corresponden a los respectivos contenidos, requisitos y condiciones apropiadas.
Con todo este proceso se esta desconstuyendo el papel del maestro (CLINT HAMADA)….mientras que lo que yo quiero es construir nuevos elementos de futuro, en los que si entra el docente bien, y si no, pues los FUNDAMENTOS QUE CREAREMOS SERAN OTROS, y por tanto ya no se hablara de ello, porque el diseño sera otro…, incluso CLINT sigue preguntándose si el maestro es la palabra correcta para lo que deberíamos estar haciendo en las escuelas.
El papel del tutor no sólo va a cambiar, pero puede desaparecer por completo. La gente puede pasar de un ambiente de aprendizaje controlado por el tutor y la institución, a un entorno donde dirigen su propio aprendizaje, encontrar su propia información, y crear conocimiento mediante la participación en redes de distancia del ambiente formal. Ellos todavía se comunican con otros, pero sus intereses personales y preferencias – en lugar de los requisitos institucionales y opciones – son los principales impulsores de su compromiso con los demás con más conocimientos en su aprendizaje. (EVIDENTEMENTE ESTO NO ESTA SACADO DEL CONNECTIVISMO por mucho que digan sino del E.LEARNING-INCLUSIVO de Juan Domingo Farnos (2004)…
Clint Hamada, en el final de su post intenta rectificar hacia el papel del Connectivismo y explica que sus líneas de actuacion no son las que había nombrado al principio del artículo, y hace bien porque el Connctivismos es otra cosa, trascendente si y mucho, pero no es lo queintentaba decir al principio….El connectivismo habla de la individualizacion del aprendizaje pero no de la PERSONALIZACION DEL APRENDIZAJE que si hace el E-LEARNING-INCLUSIVO y la EDUCACION DISRUPTIVA (learning is the work), eso si es básico para entender el mundo de la red, por ejemplo.
Vamos a explorar las diferencias en evaluación según las perspectivas de Clint Hamada, el Connectivismo y la educación disruptiva, destacando también la colaboración de la inteligencia artificial (IA).
Clint Hamada y su Reflexión:
Clint Hamada señala que al final de su artículo intenta rectificar su enfoque inicial, reconociendo que el Connectivismo no aborda directamente la personalización del aprendizaje. Es importante destacar que el Connectivismo se centra en la idea de que el conocimiento reside en las conexiones y que el aprendizaje es la creación de estas conexiones en una red. Sin embargo, según Hamada, este enfoque puede no ser tan explícitamente centrado en la personalización como otras teorías o modelos educativos.
Connectivismo:
Enfoque:
El Connectivismo se centra en la idea de aprender a través de conexiones en una red, reconociendo la importancia de la diversidad de fuentes y la colaboración en línea.
Evaluación:
La evaluación en el Connectivismo podría centrarse en la capacidad del individuo para navegar y participar efectivamente en redes, así como en la capacidad de adaptarse a entornos cambiantes.
Educación Disruptiva:
Enfoque:
La educación disruptiva aborda cambios fundamentales en la forma en que se diseña y se accede a la educación, utilizando tecnologías y enfoques innovadores.
Personalización del Aprendizaje:
Se destaca la personalización del aprendizaje, adaptando la educación a las necesidades individuales de los estudiantes mediante la utilización de tecnologías avanzadas.
Evaluación:
La evaluación en la educación disruptiva podría incluir medidas de personalización efectiva, el impacto en el desempeño individual y la adaptabilidad a cambios en la educación.
Colaboración de la IA:
Enfoque:
La inteligencia artificial (IA) se integra para mejorar la personalización y adaptabilidad en la enseñanza y el aprendizaje.
Evaluación:
La IA puede contribuir a la evaluación mediante el análisis de datos para proporcionar retroalimentación personalizada, identificar áreas de mejora y prever necesidades futuras.
Integración de Perspectivas:
Diferencias en Evaluación:
Clint Hamada destaca que el Connectivismo puede tener un enfoque más amplio y menos centrado en la personalización individual en comparación con la educación disruptiva.
La educación disruptiva, junto con la colaboración de la IA, busca una evaluación más adaptada a las necesidades individuales y cambios en el entorno educativo.
Mientras que el Connectivismo se centra en la creación de conexiones en una red, la educación disruptiva destaca la personalización del aprendizaje con la colaboración de la inteligencia artificial, llevando la evaluación hacia medidas más específicas y adaptadas a las necesidades individuales de los estudiantes.
Este problema esbozado de evaluación del éxito en el aprendizaje en escenarios de e-learning deja claro que los procedimientos e instrumentos de evaluación siempre es apropiado para el sujeto de evaluación específico relevante y para conceptualizar los objetivos de la evaluación respectivos en consecuencia. Aquí, por tanto, no hay una lista de posibles métodos e instrumentos de evaluación se suministran en escenarios de aprendizaje electrónico (LEG / MADERA 1995; una visión crítica de los métodos de evaluación LEG / MADERA 1995; una visión crítica de los métodos de evaluación
El factor decisivo es la cuestión de qué dimensiones de competencia (contenidos, niveles de habilidades) que son las diferencias, ya que esto determina qué cambios, ampliaciones o limitaciones en el diseño didáctico de la secuencia de comandos, los contextos de aprendizaje y referencias de aplicación, la preparación del aprendiz que se beneficia y formas de profesores y expertos en otro proceso de aprendizaje, es necesario realizar en el próximo curso de e-learning o previstos módulos futuros de e-learning.
buenas habilidades de comunicación (leer, escribir, hablar, escuchar)
capacidad de aprender de forma independiente
habilidades sociales (ética, actitud positiva, la responsabilidad)
trabajo en equipo, aprendizaje colaborativo, la creación de redes
capacidad de adaptación a circunstancias cambiantes
habilidades de pensamiento (resolución de problemas; crítico, las habilidades lógicas, numéricas)
conocimientos de navegación
el espíritu empresarial (tomar la iniciativa, ya las oportunidades)
la alfabetización digital.
Estas habilidades se pueden clasificar como “orientado al proceso” y no “orientada hacia las asignaturas. Sin embargo, creo que es un error considerar estas habilidades como independiente de los dominios asunto o tema en el que deben utilizarse.
–Conocer la importancia de las tareas en los respectivos ámbitos de aplicación y situaciones, así como los medios necesarios para el mecanizado de habilidades de acción adecuados, flexibles e innovadores en sus contextos sociales, económicos y culturales en el pasado, presente y futuro.
–Reconocer los objetivos de acción de las partes para poder conocer o evaluar en situaciones reales de aplicación y de sus propios objetivos en términos de la otra parte y en relación con los objetivos sociales, económicos y culturales generalizables de recuperación de la vida humana y determinar de poder.
-Ser capaz de conocer los propios cargos y responsabilidades en situaciones reales de aplicación e identificar la autoridad de toma de decisiones necesaria y adecuada percibir las situaciones de aplicación y si es necesario para hacer cumplir, en este caso esta ya responsabilidad cambia de manos y pasa a ser del aprendiz.
–La experiencia necesaria en sus contextos sociales, económicos y culturales adquieren en la medida necesaria y la profundidad requerida y para poder transferir y reconstruir de acuerdo a los requerimientos de las situaciones específicas de la aplicación.
–Los métodos y herramientas para comprender la tarea de procesamiento y adaptarse especialmente las situaciones específicas de aplicación adecuado, flexible, ampliar y desarrollar innovadores.
–Una comunicación y cooperación a tareas relacionadas apropiada y específica y más allá también puede realizar contextual y construir.
–El reconocimiento, la reflexión y la evaluación de sus propias acciones y sus propias habilidades, así como de la acción y habilidades incorporadas a las otras partes sean capaces de hacer razonable en todas las dimensiones en sus contenidos reales y los efectos a la misma, y las conclusiones para la mejora de sus propias acciones de la sacar sus propias habilidades como para el consejo y sugerencias adecuados a las demás partes para llegar a los resultados de aprendizaje de consenso y solución de problemas en situaciones reales de aplicación.
La que la competencia dimensiones son deficientes en contenido y forma y cómo estos déficits se miden, da a los requisitos de diseño de escenarios de aprendizaje electrónico. Esto puede requerir un cambio en los métodos empleados así como actividades de aprendizaje, Puede ser hecho en la expansión o la concentración de la información proporcionada o para mejorar la transferencia del material aprendido en situaciones reales de aplicación, por ejemplo, mediante el procesamiento de las simulaciones representativas.
Los requisitos de diseño también pueden estar en una mejor asesoramiento o de otro tipo y el apoyo de los maestros o de expertos o en la creación de comunidades de prácticaexisten en espacios virtuales de aprendizaje. Se puede requerir una mejora del espacio virtual de aprendizaje, de manera que los alumnos a encontrar todos los departamentos y funciones necesarias para sus actividades de aprendizaje y auto-organizados de colaboración autodirigidos en escenarios de aprendizaje electrónico. Por último, los requisitos de diseño no podrán, en los aprendices otorgado en virtuales oportunidades espacios de aprendizaje para la retroalimentación y el debate sobre todos los aspectos de los programas educativos multimedia interactiva y más allá de la reflexión consistente comunicativo de las actividades de aprendizaje mejores de todos los implicados en el espacio de aprendizaje.
Los requisitos de diseño en entornos virtuales de aprendizaje, especialmente en el contexto de la educación superior y la educación disruptiva con la integración de la inteligencia artificial (IA), son fundamentales para proporcionar experiencias de aprendizaje efectivas y adaptativas. Aquí se explican estos requisitos con ejemplos prácticos:
1. Asesoramiento y Apoyo:
Requisito de Diseño:
Implementar un sistema de asesoramiento personalizado que conecte a los estudiantes con maestros, expertos o mentores para obtener orientación y apoyo en sus actividades de aprendizaje.
Ejemplo Práctico:
Una plataforma de aprendizaje en línea que utiliza algoritmos de IA para analizar el progreso individual del estudiante y sugiere automáticamente sesiones de asesoramiento virtual con profesores especializados según las necesidades identificadas.
2. Mejora del Espacio Virtual de Aprendizaje:
Requisito de Diseño:
Optimizar la interfaz y la estructura del espacio virtual de aprendizaje para que los estudiantes puedan encontrar fácilmente todos los recursos y herramientas necesarios para sus actividades de aprendizaje.
Ejemplo Práctico:
Una plataforma educativa que utiliza diseño centrado en el usuario y personalización basada en IA para organizar el contenido de manera intuitiva, ofrecer recomendaciones personalizadas y facilitar la navegación.
3. Colaboración Autodirigida y Comunidades de Práctica:
Requisito de Diseño:
Fomentar la colaboración autodirigida mediante la creación de comunidades de práctica virtuales donde los estudiantes pueden interactuar, colaborar y compartir conocimientos de manera autónoma.
Ejemplo Práctico:
Una plataforma de aprendizaje que integra herramientas de colaboración en línea, foros y proyectos grupales basados en intereses comunes, facilitando así la creación de comunidades de práctica autodirigidas.
4. Retroalimentación y Debate:
Requisito de Diseño:
Incorporar herramientas que permitan a los estudiantes recibir retroalimentación regular y participar en debates significativos sobre los aspectos de los programas educativos multimedia interactivos.
Ejemplo Práctico:
Plataformas de aprendizaje que incluyen funciones de comentarios automáticos basados en IA para evaluar tareas, así como foros de discusión moderados por expertos para fomentar debates enriquecedores sobre temas específicos del curso.
5. Oportunidades de Aprendizaje Personalizadas:
Requisito de Diseño:
Utilizar algoritmos de IA para personalizar las oportunidades de aprendizaje, adaptando el contenido, los métodos y las evaluaciones según las preferencias y necesidades individuales de cada estudiante.
Ejemplo Práctico:
Plataformas de educación adaptativa que ajustan automáticamente la dificultad de los ejercicios, sugieren recursos adicionales y ofrecen rutas de aprendizaje personalizadas basadas en el rendimiento y las preferencias de cada estudiante.
Estos requisitos de diseño, implementados a través de tecnologías innovadoras y la colaboración de la inteligencia artificial, contribuyen a la creación de entornos virtuales de aprendizaje más efectivos y centrados en el estudiante en el contexto de la educación superior disruptiva.
De la misma forma investigamos cómo pasar de escenarios virtuales tradicionales mediados por plataformas convencionales haca escenarios en los que las redes sociales son el motor y centro de la interacción humana?…teniendo presente, por encima de todo la accesibilidad y la usabilidad de las mismas…
Por tal motivo estamos en:
-¿Cómo preguntar a la web para obtener información inteligente?
-¿cómo usar los recursos de la web semántica para refinar la interacción con la web hacia una interacción más inteligente?
-¿cómo influirá ello en el aprendizaje?…buscar escenarios en 3D que simulen, mediante realidad virtual y aumentada, escenarios reales, para que de esta manera podamos llegar a los mismos después de la retroacción que nos permitirá este trabajo.
-¿Qué significa calidad en e-leaning?
¿Cuáles son los indicadores esenciales de la calidad?
-¿Cómo evaluarlos?…buscar rúbricas, que no sólo nos digan los resultados, si no que nos permitan la observación de procedimientos concretos, para después establecer cauces nuevos y más adecuados.
En la Educación Disruptiva (learning is the work) necesitamos investigar en mundos TRANSDISCIPLINARES , abarcando varias disciplinas en forma transversal y que estén por sobre de todas estas. vale decir su ámbito de acción es superior al de cada una de las disciplinas. y por medio de medios transmedia, adapatables a contextos y a personas, tanto de manera personalizada como social.
No podemos buscar obtener constructos de conocimiento que nos llevaran en una sola dirección, necesitamos flujos de conocimientos que vayan en busca de personas que puedan realizar aprendizajes que por medio de una relación entre todo puedan ofrecernos diferentes posibilidades de mejora en muchos campos, de tal manera que cada campo y la unión de los mismos, en red, sino de todos, en parte, vayan labrando una sociedad abierta, mas democrática y diversa.
Necesitamos conocer las capacidades del cerebro de manera generalizada y de cada persona en particular, para de esta manera poder mejorar el futuro real, ya no vale entender que lo que nos diga el sistema nos conducirá a una mejora para cada uno de nosotros, todo lo contrario, debemos alejarnos de compartimentos estanco, para eso ya tenemos muchas organizaciones empresariales, educativas, científicas…de hecho si os fijais ya hablamos cada vez menos de educación y mas de aprendizajes, eso significa el fin de una época y el principio de otra.
La transdisciplinariedad nos permitirá pasar del PERSONALIZED LEARNING al SOCIAL LEARNING y al revés de manera natural, que de otra manera sería imposible (es decir, de manera uniformizadora y estática).
Así mismo tiempo la educación como elemento aislado ha terminado, con la educación irán , el comercio, el trabajo…pasamos a una meta-conectividad, a un mashup de elementos que siempre estarán interconectados…. (MULTIDISCIPLINARIEDAD, que involucra el conocimiento con varias disciplinas cada una aportando desde su espacio al tema en cuestión).
Miramos hacia el futuro, haciendo todo lo posible para tomar decisiones sabias, sólo para encontrarnos mirando a los dientes de incertidumbres feroces y generalizadas, algunos lo llaman “ondulaciones disruptivas”, otros, “innovaciones disruptivas causadas por la influencia de las tecnologías”…(Juan Domingo Farnós)
De esta manera aprendizaje podrá ayudarse con los Hipermedia, Cybermedia y multimedia, así como escenarios de aprendizaje colaborativos-cooperativos , la comunicación a través de Internet, y actividades transversales redárquicas-. Dentro de cada área de investigación, los laboratorios multidisciplinarios ocupan de aspectos específicos de temas de orden superior. Diferentes proyectos de investigación se asignan a los respectivos laboratorios, que irán acompañados en todo momento por la recogida de datos, metadatos y paradatos,especialmente por parte de los que lo van a llevar a cabo, los aprendices.
¿Cómo se traducen las conclusiones o resultados de una investigación en una narrativa transmedia? Se pueden crear varios medios o plataformas que expliquen de manera diferente o que arrojen los resultados de esta investigación de manera diferente. Podemos utilizar, por ejemplo, visualización de datos, esquemas, infografías, formatos como la no ficción y el documental que son muy interesantes e idóneos para este propósito, o formatos periodísticos como el reportaje, el “especial”, el ensayo fílmico o escrito, formatos educativos, la museística. Todo esto formaría parte de posibles soluciones para poder, de alguna manera, difundir los resultados de la investigación, no solo de una manera seria sino con alcance a las personas para que entiendan esa investigación. La narrativa transmedia permite divulgar sin usar términos tan técnicos, tan complejos, ni una estructura tan lineal o estricta como es un texto académico en formato de tesis doctoral, de grado o maestría.
La narrativa transmedia permite divulgar una investigación en términos más sencillos Lo transmedia hace las cosas no solo más fáciles si no que pone en BANDEJA DE PLATA, de manera más natural a la excelencia personalizada de cada uno, mejores maneras de aprender….
-“Los Hipermedia, Cybermedia y multimedia y trasmedia no son tan difíciles de implementar, mínima capacitación digital. Son potenciar al extremo las bondades de HTTP o protocolos de transferencia de hipertextos. Lo difícil es encontrar la personas dispuestas a la MULTIDISCIPLINARIEDAD , la lucha es contra el saber de pocos para pocos”… (Sergio Bossio)
-“Veo varias reflexiones claves en esto de la trasnciplinariedad. Una, citada por juandon, es la del paso del aprendizaje personalizado a la del aprendizaje social. En este sentido creo que el aprendiz emprendedor (el autónomo en el control de su proceso) construye su ambiente personalizado (PLE) aprovechando la ubicuidad de los contenidos que lo rodean. Esos contenidos son multidisciplinares y lo inducen a socializar. Esa ubicuidad se potencia los multimedia, también referidos, y con la movilidad que permiten los medios digitales de comunicación. Por esa vía sus fronteras de localidad se difuminan. Y en ese trance se hace evidente el concepto de multiculturalidad, ese que describe los contextos de desempeño donde las personas que coexisten en él poseen diversas culturas, empezando por sus idiomas. Abrirse a la diversidad pasa por los contenidos pero no se detiene allí”. (Luís Germán Rodriguez Leal)
Lo transdisciplinar nos sirve para llegar a los social learning a través del personal learning, como por otra parte no puede ser de otra manera, mientras que lo multidisciplinar nos ayuda a entender la nueva Cultura como un todo pero que proviene de diferentes disciplinas diferentes. Este posicionamiento nos acerca más a Edgar Morín, eso si, nosotros añadimos LA INCLUSIÓN, santo y seña de nuestro trabajo, es decir, la volaración diversificada de cada persona, de cada aprendizaje, de la Excelencia Personalizada de cada miembro nos permitirá obtener un valor añadido como nunca se había contemplado ni en la multi ni en la transdisciplinariedad.
-“Con Paulo Freire, superamos la parcelación del conocimiento, del aprendizaje : Como nos demostraron N. Christakis y J. H. Fowler en «Conectados: el sorprendente poder de las redes sociales y cómo nos afectan», una nueva ciencia de las redes sociales está explicando y redimensionando problemas clásicos de la psicología y sociología. La idea principal sería la siguiente: comprender la estructura de una red social, sus componentes y vínculos, la posición de cada individuo dentro de ella, implica la comprensión de factores que pueden ayudar a ofrecernos las claves de fenómenos tan diversos como la obesidad, el suicidio y, sí, también la felicidad…
(José Luis Coronado (INED 21)) en un artículo de Juan Domingo Farnós
Según Martinez 2004: “[La idea de la Transdisciplinariedad] es superar la parcelación y fragmentación del conocimiento que reflejan las disciplinas particulares y comprender las complejas realidades del mundo actual”
Llegando a definir la Transdisciplinariedad como una perspectiva que propone a considerar la realidad como un conjunto de facetas que permite una explicación más amplia.La Educacion Disruptiva (learning is the work) siempre estará en esta disyuntiva, buscando estos valores de diferentes personas, de diferentes posiciones fuera de cualquier parcelación posible.
La escuela con perspectiva transdisciplinar cuenta con grandes herramientas como lo son los recursos informáticos y busca como finalidad la concepción de una realidad más “completa” que permita al individuo una mayor percepción de sí mismo y de todo lo que lo rodea.
Encontramos con Freire términos que nos llevan a la re-concepción del ser humano como un ser de relaciones que está en una búsqueda permanente de sí mismo, definiéndolo como un ser inacabado y que se reconoce como ser inacabado que busca la perfección a través de la educación, siendo un sujeto de su propia educación, mas no objeto de ella, Partiendo desde aquí encontramos que nadie educa a nadie, sino que el ser individual va formándose, no en solitario, sino con otros seres, habiendo una comunión de conciencias siendo estos objetos de esta educación, unos con otros. (Cambio 1986, Paulo Freire), con estas conjeturas aceptamos que la “pedagogía de la liberación” promete un crecimiento individual que fomenta el mismo ideal que la perspectiva transdisciplinar, aunque ambas practicas distintas, con desarrollos distintos, pero que pueden desarrollarse una frente a la otra siendo complementarias para formar a un “Ciudadano”.
Si bien coincidimos con Freire en la capacidad creativa y transformadora del hombre , y en en a naturaleza social del acto de conocimiento pero no estamos tan cerca con la dimensión histórica de este, eso si, con respeto, obviamente, pero para nosotros, el conocimiento es algo que cuando se adquiere debe ser modificable, de lo contrario no es conocimiento, lo cual antaño esta posición ni se contemplaba.
Este planteamiento modificador del conocimiento lo utilizados a manera de TRANSPOSICIÓN “DIDÁCTICA“, pero con la diferencia que no tienen la exclusiva de los los docentes si no cualquier aprendiz que esté inmerso en cualquier proceso de aprendizaje inclusivo. Naturalmente la transposición didáctica no abarcará conocimiento que se generen en la academia, ni en la comunidad científica, porque la sociedad es la que genera todos los conocimientos si segregaciones sin élites, por lo tanto serán los propios aprendices los encargados de hacerse las preguntas ,qué, cuando, como, donde y con quien va a aprender, en que circunstancias-pensando que estas están en beta-.
Podríamos coincidir en parte el pensamiento de Chevallard, que nos dice que existe una ruta, un camino que siguen los conocimientos desde su origen hasta que se generalizan en las sociedades:
-Conocimiento personal.
-Proceso de despersonalización, por el cual ese conocimiento, sin dejar de ser científico, pasa a formar parte del cuerpo de conocimientos académicos.
Los cambios (avances en conocimientos, cambios tecnológicos, incluso cambios políticos o sociales) impulsan esa rama del conocimiento académico a una posición mayor relevancia social. Se realiza una primera aproximación entre los sectores en conflicto (profesores, políticos, ideólogos o intelectuales, asociaciones, editoriales, etc…), es decir, los representantes de los sistemas de enseñanza y de la sociedad, donde se ponen en común los diversos puntos de vista. No todos tienen los mismos intereses ni la misma forma de ver la realidad.
A partir de una reforma de enseñanza, o la adaptación de nuevos métodos, se realiza una inclusión modificada, recontextualizada, del nuevo conocimiento o concepto dentro de la materia enseñable. En algunos casos notables (como el de Tecnología) se crea una nueva materia por completo.
Optica Villa Cañás Sergio Bosio La intolerancia demostrada por los adultos es el gran enemigo de la inclusion, para mantenerse equidistante, para permanecer distante” y a no comprometerse con la verdad ni con el error.
Evidentemente la adaptación de la que habla Freire la superamos con el CONCEPTO DE INCLUSIÓN (adaptación se refiere a castas, clases, segregar), ya que escogemos que cada personas tiene su sello, sus necesidades, sus razonamientos cognitivos… y son precismante estos planteamientos los que nos permiten utilzar el concepto de TRANSDICIPLINARIEDAD, como eje que atraviesa de lado a lado nuestras bases de la Educación Disruptiva (learning is the work).
Todo se vuelve RIZOMATICO ( teoría filosófica de Gilles Deleuze y Félix Guattari, un rizoma es un modelo descriptivo o epistemológico en el que la organización de los elementos no sigue líneas de subordinación jerárquica —con una base o raíz dando origen a múltiples ramas, de acuerdo al conocido modelo del árbol de Porfirio—, sino que cualquier elemento puede afectar o incidir en cualquier otro (Deleuze & Guattari 1972:13).
Por tanto y solo por eso, los planteamientos a todos los niveles, deben de ser diferentes y de alguna manera, y si lo entroncamos en los APRENDIZAJES: “En el artículo originario de D. Cormier se plantea la visión del currículo desde la perspectiva rizomática y del contexto del flujo comunicacional en tiempo real.
Todo ello nos conduce a unos Objetivos de cómo implementaríamos posteriormente dentro de la misma INVESTIGACIÓN una evaluación inclusiva continuada y flexible en E-LEARNING-INCLUSIVO, lo que a su vez significará un aprendizaje:
a• Reflexionar en torno a los puntos fuertes y débiles detectados en el ámbito de la cultura, la gestión y prácticas educativas.
b• Contar con información relevante para tomar decisiones adecuadas de cambio en la perspectiva de la inclusión.
c• Iniciar procesos de mejoramiento tendientes a incrementar los niveles de participación, aprendizaje y logros de todos los Usuarios-estudiantes.
d• Fortalecer sus capacidades para atender la diversidad del alumnado y las necesidades educativas especiales que algunos pueden presentar.
e• Reducir las actitudes y prácticas que generan discriminación y exclusión.
El modelo inclsuivo que empleamos en las investigaciones científicas como en las evaluaciones nos lleva hacia
tres ejes claves para una respuesta adecuada a las diferencias individuales en general e indispensables para los alumnos que presentan necesidades educativas especiales. Éstos se reflejan de forma transversal en 4 áreas de evaluación.
INVESTIGACIÓN CIENTÍFICA=APRENDIZAJE=EVALUACIÓN
Los tres ejes clave para una respuesta adecuada a las diferencias son:
a-Accesibilidad: disponibilidad de medidas, ayudas y recursos de apoyo adicionales orientados a facilitar el acceso, la movilidad, la comunicación, la participación y el aprendizaje de todo el alumnado
b-Flexibilidad y adaptabilidad: capacidad de la escuela para enriquecer y adaptar el currículo y la enseñanza a la diversidad de necesidades de aprendizaje del alumnado.
c-Clima socio emocional: ambiente socio emocional de acogida y valoración de las diferencias y potencialidades individuales para favorecer el desarrollo de todos los estudiantes.
Nos adrentaremos en áreas de investigación, aprendizaje, evaluación y sus respectivas dimensiones :
I. ÁREA: Cultura de aprendizaje inclusivo: Valores, creencias y actitudes que promueven el respeto y valoración de las diferencias y el desarrollo de comunidades que fomentan la plena participación y el aprendizaje de todos
Dimensiones:1. Concepciones y actiudes personalizadas2. Valores y actitudes3. Sentido de socializacion4. Colaboración
II. ÁREA: Prácticas educativas para la diversidad: Acciones, recursos y apoyos que buscan la plena participación y el máximo aprendizaje y desarrollo de todos y cada uno, favoreciendo la interacción y enriquecimiento mutuo.
Dimensiones:1. Enriquecimiento y adaptación del currículo para atender la diversidad.2. Estrategias de enseñanza para favorecer el aprendizaje y participación de todos.3. Evaluación del aprendizaje y la enseñanza.
III. ÁREA: Gestión centrada en el aprendizaje y la colaboración: Organización, dirección y administración de los distintos recursos (humanos y materiales) orientados al desarrollo de una comunidad que participa y aprende
Dimensiones:1. Organización de la enseñanza.2. Accesibilidad: física, a la información y al currículo.3. Recursos de apoyo (materiales y humanos) para atender la diversidad.4. Liderazgo y Desarrollo Profesional
IV. ÁREA: Resultados: Grado de satisfacción de la comunidad educativa, y logros en relación con la participación de la comunidad escolar, la integración social y el desempeño académico de los estudiantes
Dimensiones:1. Satisfacción.2. Participación e integración.3. Resultados Educativos.
Indicadores:
Cada una de las 14 dimensiones antes señaladas se componen de un conjunto de indicadores y subindicadores de calidad que representan las condiciones deseables hacia las cuales la escuela debe transitar para conseguir mejores niveles de aprendizaje y participación de sus estudiantes.
Ejemplo de indicador y sus sub-indicadores. Dimensión Sentido de pertenencia y convivencia, del Área de Cultura de aprendizaje Inclusivo:
Las normas colaborativas y sociales se definen de forma participativa y son respetadas por los distintos estamentos e individuos que se están formando, dentro de todo el sistema de formación a distancia.
Cuando empezamos a investigar, ya hace muchos años el E-LEARNING-INCLUSIVO, pusimos en uno de los focos la necesidad vital de que una parte de la retroalimentación, síncrona y asíncrona, se hiciese con Inteligencia Artificial, ya que si aceptamos por ejemplo los MOOCs, es imposible establecer un feedback de calidad y efectivo, si no se introducen programas artificiales que ayuden a la inteligencia humana en su realización.
De esta manera podemos conseguir lo que algunos llaman, trabajar con la web inteligente, de otra manera siempre será vender “humo” y de ello los MOOCs como una innovación que es, tampoco se muestra ajena a este proceso.
Una manera de implementar este desarrollo sería como lo harían en cualquier empresa de innovación..con una metodología “ágil” iterativa, las fases que maneja están relacionadas con su fase predecesora y/o sucesora de tal manera que el cambio se maneja con menores impactos en comparación con las metodologías tradicionales.
Ya en otra fase “Preparación de Datos”, está ampliamente relacionada con la fase dos “Entendimiento de los datos”, por lo tanto es altamente probable que al realizar la preparación de los datos se deba regresar a la fase anterior a entender o definir nuevamente algún dato que fue mal interpretado o que se incorpora.
La preparación de los datos es una parte crítica dentro del análisis avanzado de información, ya sea que se trate de efectuar un análisis estadístico, un análisis de minería de datos o textos o bien para la construcción de un sistema de descubrimiento de conocimiento.
La fase de preparación de datos es un actor de éxito, sin ella no puede generarse satisfactoriamente ningún análisis avanzado o sistema inteligente. La preparación de los datos consta de: validación, transformación y selección:
ejemplo:
Pasos en la preparación de los datos
1. Selección de datos
En este paso se van a seleccionar los conjunto de datos sobre los cuáles se aplicarán las técnicas de análisis avanzado para alcanzar las metas, alcances y objetivos fijados en la fase uno.Es probable que se determinen no sólo uno sino varios conjuntos de datos, a través de realizar diferentes combinaciones de los atributos que fueron estudiados e incluidos en la fase dos.A continuación describimos y aplicamos al prototipo algunos de estos puntos
Ejemplo
Segmentar categorías
Crear nuevas alternativas
flexibilidad, diversidad
Etc…
T
2. Limpieza de datos
Es necesario negociar y determinar cuál será el tratamiento que se empleará para aquellos datos incompletos, omitidos, erróneos, etc.Es importante involucrar a los aprendices en las decisiones de limpieza para no generar criterios de remplazo erróneos y que ocasionen desviaciones o mayor dispersión en los análisis estadísticos.
En nuestro piloto Para datos omitidos o erróneos: sustituir las características por aquellos que presenten el valor más repetido (moda de la serie). Para datos numéricos: Colocar el precio promedio del conjunto del mismo tipo en los valores omitidos. Etc.
3. Construcción de datos
En los análisis estadísticos ó de minería de datos, para detectar tendencias, patrones de comportamiento, grupos, etc… , es frecuente que se incluyan datos que no fueron considerados en la selección inicial y que incluso pueden no formar parte del negocio. Se trata de incorporar datos (muchas veces del exterior) que proporcionen más información o ayuden a afinar los análisis. Para realizar una prognosis y una diagnosis, predictivas más asertivas es indispensable añadir nuevos datos que aporten valor al análisis.Las reglas de funcionamiento, las trasformaciones y variantes de los datos en el analisis que estamos haciendo deben de ser consideradas en esta parte.
En nuestro ejemplo Incorporaremos varias variables, entre ellas, calidad, diversidad, inclusividad, excelencia personalizada…
4. Integración de datos
Los datos preparados en los pasos anteriores muchas veces serán integrados (unidos) para su análisis en campos nuevos.
5. Formato de datos
De ser necesario hacer un reformateo a los datos. En términos de análisis para poder realizarlos es más en algunos casos necesario asignar claves numéricas a los datos nominales que procesar textos.
A partir de esta concepción, que será realizada de manera continuada y sujeta siempre a retroalimentaciones constantes, lo que a veces originará en mitad de un CURSO, un cambio radical de estrategias, ya que los aprendices y sus diferentes situaciones:
-adaptaciones al curso.
-aceptación o no, de la calidad del mismo
-Dificultades o facilidades personales y de grupos para realizarlo
-Propuestas alternativas o de innovación en el mismo curso
-Si la evaluación continuada que vamos estableciendo tiene o no, errores, mejoras,…
….
Por tanto en este aspecto-solo es uno dentro de la complejidad de E-LEARNING-INCLUSIVO- se demuestra lo que verdaderamente es una formación abierta, masiva y sobre todo, inclusiva y ubicua….
E-learning-Inclusivo nunca hará una investigación científica, no está pensado para ello, de manera aislada sino como NODO que englobe, investigaciónb, aprendizaje y evaluación, ya que consideramos que los tres elelemntos forman un “corpus” único que se complementa entre los tres.
Es por eso que podemos establecer una serie de preguntas que nos guían hacia donde va nuestro trabajo con elearning-inclusivo:
a-¿Cómo aprenden las personas en ambientes virtuales?,
b-¿cuáles son los puntos de similitud con el aprendizaje en ambientes presenciales y cuáles las diferencias?;
c-¿Cuáles son los procesos, principales y sus características en términos de interacción humana, que se producen en los aprendizajes en los ambientes virtuales?;
d-¿Y en términos de interacción hombre-máquina?, pensando siempre que el Usuario es el centro del proceso y los demás elementos (Sistema) estarán a su servicio.
e-¿Cuáles son los recursos más adecuados para potenciar el aprendizaje virtual?;
f-¿Qué papel juegan los objetos de aprendizaje en el aprendizaje virtual?;
g- ¿Qué decir respecto a los Diseños de Aprendizaje o Learning Design?;
h-¿Cómo se pueden construir repositorios que ofrezcan las mejores funcionalidades para sus potenciales usuarios?;
i-¿Qué cualidades tendrían que tener las plataformas que gestionen el aprendizaje virtual ?,
j-¿Qué decir de las herramientas de autor para facilitar la construcción de materiales para el aprendizaje virtual?…pensando en su carácter inclusivo y diferenciador, pero tomándolo cómo un enrequicimiento.
k-¿Cuál es el impacto que tiene las diferentes tecnologías, la forma en que se usan, y sus características en el aprendizaje de las personas?;
l-¿Que impacto tiene web 2.0?;
m-¿Cómo organizar el aprendizaje virtual en escenarios web 2.0?
n-¿Qué papel juegan los Personal Learning Environment?, (PLE, PLN)
o-¿Pueden servir como núcleos organizadores del aprendizaje en web 2.0?
p-¿Cómo pasar de escenarios virtuales tradicionales mediados por plataformas convencionales haca escenarios en los que las redes sociales son el motor y centro de la interacción humana?…teniendo presente, por encima de todo la accesibilidad y la usabilidad de las mismas?…
q-¿Cómo preguntar a la web para obtener información inteligente?
r-¿Cómo usar los recursos de la web semántica para refinar la interacción con la web hacia una interacción más inteligente?
s-¿Cómo influirá ello en el aprendizaje?…buscar escenarios en 3D que simulen, mediante realidad virtual y aumentada, escenarios reales, para que de esta manera pdamos llegar a los mismos después de la retroacción que nos permitirá este trabajo?
t–¿Qué significa calidad en e-leaning?
u-¿Cuáles son los indicadores esenciales de la calidad?
v-¿Cómo evaluarlos?…buscar rúbricas, que no sólo nos digan los resultados, si no que nos permitan la observación de procedimientos concretos, para después establecer cauces nuevos y más adecuados?.
Todo ello nos conduce a unos Objetivos de cómo implementaríamos posteriormente dentro de la misma INVESTIGACIÓN una evaluación inclusiva continuada y flexible en E-LEARNING-INCLUSIVO, lo que a su vez significará un aprendizaje:
a• Reflexionar en torno a los puntos fuertes y débiles detectados en el ámbito de la cultura, la gestión y prácticas educativas.
b• Contar con información relevante para tomar decisiones adecuadas de cambio en la perspectiva de la inclusión.
c• Iniciar procesos de mejoramiento tendientes a incrementar los niveles de participación, aprendizaje y logros de todos los Usuarios-estudiantes.
d• Fortalecer sus capacidades para atender la diversidad del alumnado y las necesidades educativas especiales que algunos pueden presentar.
e• Reducir las actitudes y prácticas que generan discriminación y exclusión.
El modelo inclsuivo que empleamos en las investigaciones científicas como en las evaluaciones nos lleva hacia tres ejes claves para una respuesta adecuada a las diferencias individuales en general e indispensables para los alumnos que presentan necesidades educativas especiales. Después de un post publicado en el 2005 a raiz de una conferencia que se iba a desarrollar y que hablaba del «fin de la enseñanza y el nacimiento del aprendizaje» como manera de hacer las cosas, lo cuál significó un cambio radical, ahora lo llamamos disruptivo, ya nada a vuelta ser como antes y aún será muy diferente porque no solo cambiamos el paradigma, sino que la sociedad quiere otras cosas que seguramente ni siquiera se llamarán educación, por lo que el papel de cada uno de los intervinientes será otro, eso si, a lo mejor será otra tipología de personas, actuaciones y como no, de conexiones…
Todo ello nos lleva a una serie de actuaciones que los que ahora nos llamamos docentes, en el mejor de los casos, para nosotros evidentemente, deberemos desarrollar…
juandon
BIBLIOGRAFÍA:
George Siemens:
Contribuciones al Connectivismo y la aplicación de tecnologías en la educación.
«Disrupting Class: How Disruptive Innovation Will Change the Way the World Learns» – Clayton Christensen:
Explora la teoría de la innovación disruptiva aplicada a la educación.
«The New Education: How to Revolutionize the University to Prepare Students for a World in Flux» – Cathy N. Davidson:
Ofrece perspectivas sobre cómo transformar la educación superior en la era digital.
«Teaching in the Fourth Industrial Revolution» – Armand Doucet, Heather E. McGowan, et al.:
Aborda cómo la educación puede adaptarse a las demandas cambiantes del mundo laboral.
«The One World Schoolhouse: Education Reimagined» – Salman Khan:
Salman Khan, fundador de Khan Academy, comparte su visión sobre el futuro de la educación.
«Creative Confidence: Unleashing the Creative Potential Within Us All» – Tom Kelley, David Kelley:
Explora la importancia de la creatividad en la educación y la resolución de problemas.
Citas Relevantes:
«Learning is not the product of teaching. Learning is the product of the activity of learners.» – John Holt:
Destaca la importancia de la actividad y participación activa del estudiante en el proceso de aprendizaje.
«The function of education is to teach one to think intensively and to think critically. Intelligence plus character – that is the goal of true education.» – Martin Luther King Jr.:
Pone de relieve la importancia de la educación en el desarrollo del pensamiento crítico y la formación del carácter.
Programas de Doctorado:
Doctorado en Educación, Tecnología y Sociedad – Universidad de Harvard:
Programa interdisciplinario que explora las intersecciones entre educación, tecnología y sociedad.
«Vamos a formar mejores profesionales capaces de entender y desarrollar el entorno tecnológico en función a sus necesidades, así como implementar la universalización de un lenguaje digital sustentado en programas desarrollados bajo formatos de inteligencia artificialque mejores los posicionamientos de investigación y aprendizaje» Juan domingo Farnós
Los procesos de investigación en educación ( y también de la superior) son fundamentales en el contexto de la educación disruptiva e inteligencia artificial. La integración de la inteligencia artificial en la educación superior está alterando el statu quo educativo, dejando obsoletas algunas prácticas y abriendo las puertas a grandes avances e innovación educativa
.La investigación en este ámbito es crucial para comprender y aprovechar plenamente el impacto de la inteligencia artificial en el aprendizaje, así como para desarrollar y evaluar nuevas metodologías, herramientas y enfoques educativos basados en esta tecnología.
Sin la realización de procesos de investigación, la educación superior en el contexto de la disrupción e inteligencia artificial podría quedarse rezagada, sin aprovechar todo el potencial de estas innovaciones y sin la debida comprensión de sus implicaciones, lo que limitaría su capacidad para adaptarse y ofrecer una educación de calidad y relevante para el futuro
No hay duda por tanto de que el modo de investigación de aprendizaje es uno de los enfoques más importantes que valida la investigación en el puesto de trabajo, de aprendizaje, de cada día… , en esta nueva sociedad, la de los APRENDICES.
Los nuevos retos de la sociedad de la información demandan de la universidad un severo cambio en sus rígidos cánones de formación. Los formatos basados en inteligencia artificial prometen una muy sustancial mejorar en la educación para todos los diversos niveles, con una mejora cualitativa sin precedentes: proporcionar al estudiante una certera personalización de su aprendizaje a la medida de sus requerimientos, logrando integrar las diversas formas de interacción humana y las tecnologías de la información y comunicación.
El gran desafío de la universidad del nuevo milenio estriba en la urgente necesidad de planificar, diseñar, desarrollar e implementar competencias digitales a fin de formar mejores profesionales capaces de entender y desarrollar el entorno tecnológico en función a sus necesidades, así como implementar la universalización de un lenguaje digital sustentado en programas desarrollados bajo formatos de inteligencia artificial.
De hecho, la investigación la podemos apoyar a través de planes de investigación aplicada. Sin embargo, el proceso cualitativo de investigación no lo vamos a considerar de manera sistemática, aunque si, sistémica.
Proponemos un enfoque más experimental sistémico, holístico y transparente para apoyar a los aprendices, docentes,…. con la lógica de un conjunto de herramientas de desarrollo profesional para ayudar a los andamiajes y así enriquecerla.
En el contexto de la educación disruptiva y la integración de la inteligencia artificial propuesta por Juan Domingo Farnós, se destaca la importancia del enfoque de investigación de aprendizaje como clave para validar la investigación tanto en entornos laborales como en procesos formales de aprendizaje diario. Farnós aboga por una transformacón en la educación, adoptando un enfoque más experimental, sistémico, holístico y transparente para apoyar a los aprendices y docentes en esta nueva sociedad de los APRENDICES.
El pensamiento disruptivo de Farnós se alinea con la necesidad de herramientas de desarrollo profesional que actúen como andamiajes para enriquecer la experiencia de aprendizaje. En este sentido, autores científicos han contribuido con obras fundamentales que respaldan esta perspectiva innovadora.
1. Juan Domingo Farnós: Farnós aborda la educación desde una perspectiva disruptiva, proponiendo la adaptación de modelos más flexibles y dinámicos para satisfacer las necesidades cambiantes de los aprendices. Su obra «Educación Disruptiva» es un referente en la transformación de los paradigmas educativos, abogando por un aprendizaje más personalizado y adaptativo.
2. Seymour Papert: El trabajo de Papert, como en «Mindstorms: Children, Computers, and Powerful Ideas,» destaca la importancia de la tecnología y su integración en el proceso educativo. La inteligencia artificial, según Papert, puede actuar como una herramienta poderosa para potenciar la creatividad y la resolución de problemas en los aprendices.
3. Sugata Mitra: Con su obra «Hole in the Wall,» Mitra propone un enfoque de aprendizaje autoorganizado y colaborativo. Su investigación destaca cómo los aprendices pueden aprender de manera efectiva cuando se les proporciona acceso a la información y se les permite explorar y colaborar entre sí.
4. Lev Vygotsky: Vygotsky, con su teoría del andamiaje, aborda la importancia de la interacción social en el aprendizaje. Su obra «Mind in Society» destaca la idea de que los aprendices pueden alcanzar niveles más altos de comprensión con el apoyo de otros más experimentados, lo que respalda la necesidad de andamiajes en el proceso educativo.
5. Howard Gardner: En «Frames of Mind: The Theory of Multiple Intelligences,» Gardner introduce la noción de que los aprendices tienen diferentes tipos de inteligencias. Integrar la inteligencia artificial de manera personalizada puede adaptarse a estas variadas formas de aprender, haciendo hincapié en la diversidad en el proceso educativo.
En palabras de Farnós, «La educación disruptiva no es simplemente una revolución, es una evolución constante basada en la adaptabilidad y la personalización del aprendizaje.» Este enfoque, respaldado por las obras de diversos autores, refleja una transformación profunda en la educación hacia un paradigma más centrado en el aprendizaje individual y el apoyo mutuo.
El proceso de investigación propuesto, en línea con la visión de Juan Domingo Farnós y los fundamentos de la educación disruptiva, se centra en un enfoque experimental, sistémico, holístico y transparente para apoyar a los aprendices y docentes. A continuación, se describe este proceso:
1. Diagnóstico y Identificación de Necesidades:
Realizar un diagnóstico de las necesidades específicas de los aprendices en un entorno determinado.
Identificar las áreas de mejora y las oportunidades para la implementación de herramientas tecnológicas y métodos disruptivos.
2. Revisión de Literatura y Marco Teórico:
Explorar obras clave de autores como Juan Domingo Farnós, Seymour Papert, Sugata Mitra, Lev Vygotsky y Howard Gardner.
Integrar teorías de la educación disruptiva, la teoría del andamiaje y la teoría de las inteligencias múltiples en el marco teórico.
3. Diseño Experimental y Desarrollo de Herramientas:
Desarrollar un diseño experimental que incorpore elementos de flexibilidad y adaptabilidad.
Crear herramientas tecnológicas basadas en la inteligencia artificial para personalizar la experiencia de aprendizaje.
4. Implementación y Evaluación:
Implementar el enfoque experimental en un entorno educativo real, proporcionando acceso a las herramientas desarrolladas.
Evaluar continuamente el impacto en el aprendizaje, recopilando datos cualitativos y cuantitativos.
5. Iteración y Mejora Continua:
Basándose en los resultados de la evaluación, realizar ajustes y mejoras en las herramientas y enfoques.
Fomentar la retroalimentación constante de los aprendices y docentes para adaptar el proceso a las necesidades cambiantes.
6. Transparencia y Participación Activa:
Garantizar la transparencia en todas las fases del proceso, compartiendo información sobre el diseño, la implementación y los resultados.
Fomentar la participación activa de los aprendices y docentes en el proceso de investigación, promoviendo un ambiente colaborativo.
7. Documentación y Difusión:
Documentar exhaustivamente cada fase del proceso de investigación.
Difundir los resultados, lecciones aprendidas y mejores prácticas a través de publicaciones, presentaciones y plataformas educativas.
En palabras de Farnós, «La investigación no es solo una búsqueda de respuestas, sino un viaje de descubrimiento y adaptación constante». Este proceso de investigación adopta una mentalidad experimental y colaborativa, aprovechando la inteligencia artificial y la educación disruptiva para transformar la forma en que aprendemos y enseñamos en la sociedad de los APRENDICES.
Sus investigaciones se centran en cómo la IA y otras tecnologías pueden cambiar la educación para adaptarse mejor a las necesidades de los estudiantes. Sus ideas incluyen el uso de algoritmos de IA para personalizar el aprendizaje, el fomento del pensamiento crítico y creativo, y la promoción de entornos de aprendizaje colaborativo.
A continuación, se presentan ejemplos de cómo podrían integrarse algoritmos, árboles de decisión y tablas en diferentes fases del proceso de investigación propuesto para respaldar la visión de Juan Domingo Farnós y la educación disruptiva:
1. Diagnóstico y Identificación de Necesidades:
Algoritmo de Análisis de Datos: Utilizar algoritmos de análisis de datos para procesar información sobre el desempeño actual de los estudiantes, identificar patrones de aprendizaje y detectar áreas de mejora.
Árbol de Decisión para Identificación de Necesidades: Crear un árbol de decisión que clasifique a los estudiantes según sus habilidades y preferencias de aprendizaje, ayudando a personalizar el enfoque educativo.
Tabla de Resultados del Diagnóstico: Utilizar tablas para presentar de manera clara los resultados del diagnóstico, detallando las necesidades identificadas y proporcionando una base sólida para la planificación.
2. Revisión de Literatura y Marco Teórico:
Algoritmo de Minería de Texto: Aplicar algoritmos de minería de texto para analizar obras clave de autores y extraer conceptos y temas relevantes relacionados con la educación disruptiva.
Árbol de Decisión para Selección de Teorías: Desarrollar un árbol de decisión que guíe la selección de teorías específicas basadas en la revisión de literatura, ayudando a construir un marco teórico coherente.
Tabla de Resumen de Teorías: Crear una tabla que resuma las teorías seleccionadas, destacando sus principios fundamentales y su aplicación propuesta en el enfoque educativo.
3. Diseño Experimental y Desarrollo de Herramientas:
Algoritmo de Desarrollo Ágil: Implementar algoritmos de desarrollo ágil para iterar rápidamente en el diseño y la implementación de herramientas, adaptándolas a medida que evoluciona el proceso.
Árbol de Decisión para Personalización del Aprendizaje: Integrar un árbol de decisión que adapte las herramientas basándose en las preferencias de aprendizaje de los estudiantes, permitiendo una experiencia personalizada.
Tabla de Características de Herramientas: Utilizar una tabla para enumerar las características clave de las herramientas desarrolladas, facilitando la comparación y la mejora continua.
4. Implementación y Evaluación:
Algoritmo de Evaluación Continua: Implementar algoritmos que evalúen continuamente el rendimiento de las herramientas, recopilando datos en tiempo real para ajustes inmediatos.
Árbol de Decisión para Análisis de Resultados: Desarrollar un árbol de decisión que guíe el análisis de los resultados de la implementación, identificando áreas de éxito y posibles mejoras.
Tabla de Métricas de Evaluación: Utilizar tablas para presentar métricas clave de evaluación, comparando el rendimiento actual con los objetivos establecidos.
5. Iteración y Mejora Continua:
Algoritmo de Retroalimentación Adaptativa: Implementar algoritmos que utilicen la retroalimentación recopilada para adaptar dinámicamente las herramientas y enfoques, mejorando continuamente el proceso.
Árbol de Decisión para Priorización de Mejoras: Desarrollar un árbol de decisión que priorice las mejoras necesarias en función de la retroalimentación recibida y los objetivos de aprendizaje.
Tabla de Historial de Mejoras: Utilizar tablas para registrar y documentar las mejoras implementadas con el tiempo, proporcionando una visión clara del progreso.
Integrar algoritmos, árboles de decisión y tablas en cada fase del proceso de investigación puede potenciar la eficacia del enfoque propuesto por Farnós, permitiendo una toma de decisiones más informada y adaptativa.
Implementación y Evaluación:
Algoritmo de Evaluación Continua:pythonCopy code# Ejemplo de algoritmo de evaluación continua (suponiendo datos de participación y respuestas) def algoritmo_evaluacion_continua(respuestas, tiempo_interaccion): puntuacion = calcular_puntuacion(respuestas) retroalimentacion = proporcionar_retroalimentacion(tiempo_interaccion, puntuacion) return retroalimentacion def calcular_puntuacion(respuestas): # Lógica para calcular la puntuación basada en las respuestas ... def proporcionar_retroalimentacion(tiempo_interaccion, puntuacion): # Lógica para proporcionar retroalimentación basada en el tiempo y la puntuación ...
Árbol de Decisión para Análisis de Resultados:pythonCopy code# Ejemplo de árbol de decisión para análisis de resultados from sklearn.tree import DecisionTreeClassifier # Supongamos que 'X' son los resultados de los estudiantes y 'y' es la clasificación (éxito/falla) modelo_arbol_decision = DecisionTreeClassifier() modelo_arbol_decision.fit(X, y) # Utilizar el modelo para predecir resultados y tomar decisiones resultado_predicho = modelo_arbol_decision.predict(nuevos_resultados)
Tabla de Métricas de Evaluación:pythonCopy code# Ejemplo de tabla de métricas de evaluación utilizando la biblioteca pandas import pandas as pd datos_metricas = {'Participacion': [75, 80, 85], 'Retencion': [90, 88, 92], 'Logros': [75, 78, 80]} tabla_metricas = pd.DataFrame(datos_metricas) print(tabla_metricas)
5. Iteración y Mejora Continua:
Algoritmo de Retroalimentación Adaptativa:pythonCopy code# Ejemplo de algoritmo de retroalimentación adaptativa def retroalimentacion_adaptativa(retroalimentacion_estudiante): if retroalimentacion_estudiante == "Necesita más práctica": ajustar_contenido("Más ejercicios prácticos disponibles.") elif retroalimentacion_estudiante == "Excelente trabajo": proporcionar_desafios_adicionales("Desafíos opcionales para estudiantes avanzados.") def ajustar_contenido(nueva_actividad): # Lógica para adaptar dinámicamente el contenido ... def proporcionar_desafios_adicionales(desafios_adicionales): # Lógica para ofrecer desafíos adicionales ...
Árbol de Decisión para Priorización de Mejoras:pythonCopy code# Ejemplo de árbol de decisión para priorización de mejoras from sklearn.tree import DecisionTreeRegressor # Supongamos que 'X' son datos de priorización y 'y' son las mejoras modelo_arbol_mejoras = DecisionTreeRegressor() modelo_arbol_mejoras.fit(X_priorizacion, y_mejoras) # Utilizar el modelo para predecir y priorizar mejoras prioridades_predichas = modelo_arbol_mejoras.predict(nuevas_prioridades)
Tabla de Historial de Mejoras:pythonCopy code# Ejemplo de tabla de historial de mejoras utilizando la biblioteca pandas historial_mejoras = pd.DataFrame({'Fecha': ['2022-01-01', '2022-03-15', '2022-05-20'], 'Mejora': ['Ajuste de contenido', 'Integración de desafíos', 'Optimización de interactividad']}) print(historial_mejoras)
Estos ejemplos proporcionan un punto de partida para la implementación práctica de algoritmos, árboles de decisión y tablas en un proyecto educativo basado en la visión de educación disruptiva de Juan Domingo Farnós.
El nuevo pensamiento aplicado a un paradigma de investigación divergente, disruptivo e inclusivo, apoyado con las TIC… propone un marco de actuación pedagógico personalizado, nunca generalizado ni estandarizado.
Todo diseño de un entorno de aprendizaje conversacional” proporciona una nueva visión de la comprensión de la relación entre el pensamiento, investigación y aprendizaje:.
1. Aprendizaje personalizado real depende de la autoevaluación y la evaluación reflexiva a través de la construcción de referentes …
2. La práctica depende de la capacidad del alumno para auto-monitorear y controlar el proceso de aprendizaje, mientras que el desarrollo de modelos apropiados de comprensión le sirven para sacar lo mejor de si mismo.
3. El significado compartido se negocia de manera conversacional en las redes sociales. Este tipo de redes sociales pueden entenderse como entornos de aprendizaje conversacional que construyen su propia viabilidad y validez, lo que resulta en una capacidad para el pensamiento creativo y flexible.
Para representar visualmente el marco de actuación pedagógico personalizado y el concepto de «entorno de aprendizaje conversacional» en un formato que pueda ser presentado a administraciones político-educativas, rectores de universidades, docentes y alumnos, podrías utilizar un mapa conceptual. Aquí te presento una descripción de cómo podrías estructurar y presentar visualmente estos conceptos:
Mapa Conceptual: Marco de Actuación Pedagógico Personalizado
Núcleo Central: «Marco de Actuación Pedagógico Personalizado»
Coloca en el centro del mapa el concepto principal que representa el enfoque de personalización en la pedagogía.
Ramas Principales:
Investigación Divergente y Disruptiva:
Incluye nodos que representen los principios de investigación divergente y disruptiva, destacando la importancia de romper con paradigmas establecidos.
Inclusividad:
Resalta la inclusividad como un principio fundamental, indicando que el enfoque no se centra en un grupo homogéneo, sino que se adapta a las necesidades individuales de cada alumno.
TIC (Tecnologías de la Información y Comunicación):
Explora cómo las TIC son esenciales para respaldar el marco, permitiendo la personalización y facilitando entornos de aprendizaje conversacionales.
Ramas Secundarias:
Pensamiento Personalizado:
Detalla cómo el pensamiento personalizado implica reconocer y adaptarse a las diversas formas de aprender de cada estudiante.
Investigación Aplicada:
Muestra cómo la investigación aplicada se integra en el proceso pedagógico, sirviendo como motor de mejora continua y adaptación.
Entorno de Aprendizaje Conversacional:
Desarrolla este concepto, destacando cómo se trata de un espacio dinámico donde la comunicación y la interacción son clave para el aprendizaje personalizado.
Conexiones y Relaciones:
Flechas de Interconexión:
Une los diferentes nodos con flechas para mostrar las interrelaciones entre los conceptos, destacando la sinergia entre investigación, pensamiento y aprendizaje personalizado.
Ejemplos Prácticos:
Incluye nodos con ejemplos específicos de implementación en aulas, proyectos de investigación y tecnologías aplicadas.
Presentación Visual:
Colores y Estilos:
Utiliza colores y estilos visuales para resaltar elementos clave, como el color verde para representar la personalización y el azul para las TIC.
Imágenes Representativas:
Integra iconos o imágenes que simbolicen la diversidad, la tecnología y la comunicación efectiva.
Ejemplo de Estructura:
cssCopy code [Marco de Actuación Pedagógico Personalizado]
/ | \
[Investigación Divergente] [Inclusividad] [TIC: Tecnologías de la Información y Comunicación]
| | |
[Investigación Aplicada] [Pensamiento Personalizado] [Entorno de Aprendizaje Conversacional]
\ | /
[Ejemplos Prácticos, Interconexiones y Relaciones Visuales]
Este mapa conceptual proporcionará una representación clara y visual del marco de actuación pedagógico personalizado, permitiendo una presentación efectiva a diversas audiencias educativas. Recuerda personalizarlo según los detalles específicos y ejemplos relevantes a tu contexto educativo.
niversidades que Utilizan Estos Enfoques:
MIT Media Lab (Massachusetts Institute of Technology):
Enfoque: Integración de tecnologías innovadoras en la educación, inspirado por Seymour Papert.
Cita: «El MIT Media Lab es un espacio donde se experimenta con nuevas formas de aprendizaje, fusionando tecnología y creatividad.»
University of Cambridge:
Enfoque: Aplicación de teorías de aprendizaje social, influenciadas por Lev Vygotsky.
Cita: «La University of Cambridge promueve entornos de aprendizaje que fomentan la colaboración y la construcción social del conocimiento.»
Harvard Graduate School of Education:
Enfoque: Investigación en teorías de inteligencias múltiples según Howard Gardner.
Cita: «La Harvard Graduate School of Education lidera iniciativas para personalizar la enseñanza según las inteligencias individuales.»
Newcastle University (Reino Unido):
Enfoque: Aplicación de aprendizaje autoorganizado, influenciado por las ideas de Sugata Mitra.
Cita: «Newcastle University adopta enfoques innovadores que permiten a los estudiantes tomar el control de su propio aprendizaje.»
Estas citas y referencias proporcionan una base para explorar más a fondo los enfoques de estos autores y las prácticas educativas innovadoras en universidades líderes. Las instituciones académicas mencionadas han demostrado un compromiso con la implementación de enfoques disruptivos y personalizados en la educación.
Investigar procesos de acción-reacción entra en un proceso de sistemas de pensamiento, que Elliot (1991) «describe como un ciclo de desarrollo profesional de la acción-reflexión que determina el proceso de gestión del cambio cualitativo de cómo el profesor puede experimentar con su plan de estudios».
Por lo tanto, consideramos que la investigación-acción para tener un proceso de pensamiento crítico que pone el investigador de la acción en una reflexión sobre la práctica como una forma de auto-indagación sistémic ((McMahon (1999)) a partir del cual emplearemos las herramientas síncronas y asíncronas de la web 2.0, de la inteligencia artificial….
Proceso de Acción-Reacción según Elliot (1991): Elliot describe el proceso como un ciclo de desarrollo profesional de acción-reflexión en el que los profesores experimentan con su plan de estudios. Implica la toma de decisiones, la implementación de acciones, la reflexión sobre los resultados y la adaptación continua.
Investigación-Acción según McMahon (1999): McMahon aborda la investigación-acción como un proceso de pensamiento crítico que impulsa al investigador de la acción hacia una reflexión sobre la práctica, considerándola como una forma de auto-indagación sistémica.
Herramientas Síncronas y Asíncronas de la Web 2.0:
Síncronas: Herramientas que permiten la interacción en tiempo real, como videoconferencias o chats en vivo. Facilitan la comunicación instantánea y la colaboración en tiempo real.
Asíncronas: Herramientas que permiten la interacción sin restricciones de tiempo, como foros en línea o correos electrónicos. Favorecen la participación flexible y la reflexión más pausada.
Inteligencia Artificial (IA):
Utilización de algoritmos y modelos de aprendizaje automático para procesar datos, tomar decisiones y mejorar el rendimiento a lo largo del tiempo.
Comparación con la Educación Disruptiva & IA de Juan Domingo Farnós:
Similaridades:
Enfoque Reflexivo: Ambos enfoques destacan la importancia de la reflexión sobre la práctica como parte fundamental del proceso de desarrollo profesional y aprendizaje.
Adaptabilidad: Tanto Elliot como Farnós abogan por procesos adaptativos. La educación disruptiva y la IA permiten la adaptación continua en respuesta a la retroalimentación y los cambios en el entorno educativo.
Diferencias:
Enfoque Tecnológico: La Educación Disruptiva de Farnós y la integración de IA específicamente resaltan el papel de la tecnología en transformar la educación. Esto va más allá de las herramientas de la Web 2.0, incluyendo algoritmos y sistemas de aprendizaje automático.
Ámbito del Cambio Cualitativo: Elliot se centra en el cambio cualitativo en el plan de estudios y la práctica docente, mientras que Farnós amplía el enfoque hacia una transformación más amplia de los paradigmas educativos.
Representación con Algoritmos, Árboles de Decisión y Tablas:
Algoritmo para Evaluación Reflexiva:
pythonCopy codedef evaluacion_reflexiva(resultados, retroalimentacion):
if resultados == "Éxito" and retroalimentacion == "Positiva":
return "Reflexión positiva sobre la práctica."
else:
return "Identificación de áreas de mejora y adaptación."
# Ejemplo de uso
evaluacion = evaluacion_reflexiva("Éxito", "Positiva")
print(evaluacion)
Árbol de Decisión para Adaptación Continua:
pythonCopy codefrom sklearn.tree import DecisionTreeClassifier
# Supongamos que 'X' son datos de retroalimentación y adaptación
modelo_arbol_adaptacion = DecisionTreeClassifier()
modelo_arbol_adaptacion.fit(X_retroalimentacion, y_adaptacion)
# Utilizar el modelo para predecir y tomar decisiones de adaptación
decision_adaptacion = modelo_arbol_adaptacion.predict(nueva_retroalimentacion)
Tabla de Evaluación Comparativa:
pythonCopy codeimport pandas as pd
# Crear una tabla comparativa de características entre los enfoques
datos_comparativos = {'Enfoque': ['Acción-Reacción', 'Investigación-Acción', 'Educación Disruptiva & IA'],
'Reflexión': ['Sí', 'Sí', 'Sí'],
'Adaptabilidad': ['Sí', 'Sí', 'Sí'],
'Enfoque Tecnológico': ['No', 'No', 'Sí']}
tabla_comparativa = pd.DataFrame(datos_comparativos)
print(tabla_comparativa)
Estos ejemplos ilustran cómo se podrían utilizar algoritmos, árboles de decisión y tablas para representar y comparar los procesos de acción-reacción, investigación-acción y la educación disruptiva con inteligencia artificial.
En el contexto de investigación educativa y desarrollo profesional, las herramientas de inteligencia artificial generativa pueden aportar valor mediante la creación de contenido, la simulación de escenarios y la generación de ideas. Aquí hay algunas herramientas específicas de inteligencia artificial generativa y cómo podrían aplicarse en los tres casos de investigación mencionados (acción-reacción, investigación-acción y educación disruptiva con IA):
1. Acción-Reacción (Ciclo de Desarrollo Profesional):
Herramienta de IA Generativa: Generación de Escenarios de Aprendizaje:
Cómo se emplearía:
Utilizar algoritmos de generación de texto para crear escenarios de aprendizaje personalizados basados en las necesidades identificadas durante la reflexión de la acción.
La herramienta podría sugerir diferentes enfoques pedagógicos, desafíos y recursos específicos para adaptarse a las respuestas y resultados anteriores.
Herramienta de IA Generativa: Modelado de Escenarios de Cambio:
Cómo se emplearía:
Aplicar modelos generativos para simular diversos escenarios de cambio en la práctica educativa.
La herramienta podría generar escenarios hipotéticos basados en variables específicas, permitiendo al investigador explorar posibles resultados y ajustes.
3. Educación Disruptiva & IA (Transformación de Paradigmas):
Herramienta de IA Generativa: Creación de Contenido Educativo Personalizado:
Cómo se emplearía:
Utilizar modelos de lenguaje generativos para desarrollar materiales educativos personalizados y adaptados a diferentes estilos de aprendizaje.
La herramienta podría generar contenido diverso, desde textos hasta actividades interactivas, para satisfacer las necesidades individuales de los estudiantes.
Ejemplo de Implementación con GPT-3 (Generative Pre-trained Transformer 3):
Pseudo-Código para Generar Escenarios de Aprendizaje Personalizados:
pythonCopy codeimport openai
# Configurar la API de GPT-3 con la clave de API correspondiente
openai.api_key = 'TU_CLAVE_API'
# Función para generar escenarios de aprendizaje personalizados
def generar_escenario_aprendizaje(reflexion_accion):
prompt = f"Basado en la reflexión de la acción: {reflexion_accion}. Genera un escenario de aprendizaje."
respuesta_generada = openai.Completion.create(
engine="text-davinci-002",
prompt=prompt,
temperature=0.7,
max_tokens=150
)
return respuesta_generada.choices[0].text.strip()
# Ejemplo de uso
reflexion_accion = "Tras la implementación de una nueva estrategia de enseñanza..."
escenario_generado = generar_escenario_aprendizaje(reflexion_accion)
print(escenario_generado)
Este ejemplo utiliza GPT-3 para generar un escenario de aprendizaje personalizado basado en la reflexión de la acción. La herramienta podría adaptarse a otros contextos y necesidades, proporcionando ideas y sugerencias valiosas para el desarrollo profesional y la mejora educativa.
WaveNet es una tecnología desarrollada por Google DeepMind para la generación de audio basada en redes neuronales. Aunque tradicionalmente se ha utilizado para la síntesis de voz, podemos explorar un ejemplo práctico en el contexto de la investigación educativa y la Educación Disruptiva & IA de Juan Domingo Farnós.
Escenario Práctico: Generación de Contenido Educativo Personalizado
Contexto: Imaginemos que estamos trabajando en un proyecto de investigación centrado en la personalización del contenido educativo para estudiantes con diferentes estilos de aprendizaje dentro del marco de la Educación Disruptiva & IA de Juan Domingo Farnós.
Objetivo: Utilizaremos WaveNet para generar audios educativos personalizados que se adapten a las preferencias y necesidades de aprendizaje individuales de los estudiantes.
Pasos:
Perfil de Estudiantes:
Recopilar información sobre los estilos de aprendizaje, preferencias y necesidades específicas de un grupo de estudiantes.
Adaptación de Contenido:
Utilizar algoritmos de personalización basados en la investigación-acción para adaptar el contenido educativo a cada estilo de aprendizaje identificado.
Generación de Contenido con WaveNet:
Utilizar WaveNet para generar descripciones y explicaciones de conceptos educativos adaptados a los estilos de aprendizaje de los estudiantes.
Implementación en Plataforma Educativa:
Integrar los archivos de audio generados en una plataforma educativa, proporcionando a los estudiantes acceso a contenido personalizado a través de tecnologías disruptivas.
Resultado: Los estudiantes experimentarán un entorno de aprendizaje más personalizado y adaptado a sus necesidades, con explicaciones y descripciones de conceptos generadas de manera autónoma por WaveNet según sus estilos de aprendizaje.
Este ejemplo ilustra cómo WaveNet, dentro de la perspectiva de Juan Domingo Farnós sobre la Educación Disruptiva & IA, podría contribuir a la creación de experiencias educativas más personalizadas y adaptativas, mejorando así la eficacia del proceso de enseñanza-aprendizaje.
WaveNet se utiliza comúnmente para la síntesis de voz, aquí tenemos un ejemplo utilizando la biblioteca de procesamiento de lenguaje natural, NLTK, y el modelo de lenguaje GPT-3 de OpenAI (considerando el contexto de la educación disruptiva y personalización del contenido):
pythonCopy codeimport nltk
from nltk.tokenize import word_tokenize
from nltk.corpus import stopwords
from nltk import FreqDist
nltk.download('punkt')
nltk.download('stopwords')
# Ejemplo de texto que representa el perfil del estudiante
perfil_estudiante = "El estudiante prefiere aprender a través de ejemplos prácticos y actividades interactivas. Tiene un enfoque visual y disfruta de la creatividad en el proceso de aprendizaje."
# Tokenización y eliminación de stopwords
tokens = word_tokenize(perfil_estudiante.lower())
stop_words = set(stopwords.words('english'))
filtered_tokens = [word for word in tokens if word.isalnum() and word not in stop_words]
# Análisis de frecuencia de palabras
freq_dist = FreqDist(filtered_tokens)
# Palabra clave más frecuente (representa el estilo de aprendizaje)
estilo_aprendizaje = freq_dist.most_common(1)[0][0]
# Generación de contenido personalizado
contenido_personalizado = f"Basado en tu estilo de aprendizaje '{estilo_aprendizaje}', hemos creado un contenido educativo especializado que incluye ejemplos prácticos y actividades interactivas. ¡Esperamos que disfrutes aprendiendo de esta manera!"
print(contenido_personalizado)
En este ejemplo realiza un análisis de frecuencia de palabras en el perfil del estudiante y se utiliza la palabra clave más frecuente para adaptar el mensaje de contenido personalizado. En una implementación más avanzada, podrías utilizar modelos de lenguaje generativos como GPT-3 para generar contenido más complejo y específico.
Podemos también utilizar la API de OpenAI GPT-3 para generar texto adaptado a un estilo de aprendizaje específico. Aquí un ejemplo básico que simula la generación de contenido educativo personalizado utilizando GPT-3. Ten en cuenta que necesitarás una clave de API válida de OpenAI para ejecutar este código.
Primero, asegúrate de instalar la biblioteca de OpenAI:
bashCopy codepip install openai
Luego, puedes usar el siguiente código:
pythonCopy codeimport openai
# Configura tu clave de API de OpenAI
openai.api_key = 'TU_CLAVE_API'
# Perfil del estudiante
perfil_estudiante = "El estudiante prefiere aprender a través de ejemplos prácticos y actividades interactivas. Tiene un enfoque visual y disfruta de la creatividad en el proceso de aprendizaje."
# Comando para la API de GPT-3
comando_gpt3 = f"Basado en tu estilo de aprendizaje '{perfil_estudiante}', genera un contenido educativo personalizado."
# Llamada a la API de GPT-3
respuesta_gpt3 = openai.Completion.create(
engine="text-davinci-002",
prompt=comando_gpt3,
temperature=0.7,
max_tokens=200
)
# Obtén la respuesta generada por GPT-3
contenido_personalizado_gpt3 = respuesta_gpt3.choices[0].text.strip()
# Muestra el contenido personalizado generado
print(contenido_personalizado_gpt3)
Este código utiliza GPT-3 para generar contenido educativo personalizado basado en el perfil del estudiante. La variable perfil_estudiante se utiliza como contexto en el prompt enviado a la API. La respuesta generada por GPT-3 se almacena en contenido_personalizado_gpt3.
El perfil sería de un estudiante de universidad de computaión en su ultimo curso que le encanta la programación con LLMs y que desea emplearlo para la investigación educativa especialmente en los postulados de Eduaccion disruptiva & IA .
Con esa información, podemos ajustar el perfil del estudiante para reflejar su interés en la programación con LLMs (Modelos de Lenguaje de Aprendizaje Profundo) y su deseo de emplearlo para la investigación educativa, especialmente en el marco de la Educación Disruptiva & IA de Juan Domingo Farnós. Vamos a utilizar este perfil para generar un contenido educativo personalizado con GPT-3:
pythonCopy codeimport openai
# Configura tu clave de API de OpenAI
openai.api_key = 'TU_CLAVE_API'
# Perfil del estudiante
perfil_estudiante = "Estudiante de último curso de computación apasionado por la programación con Modelos de Lenguaje de Aprendizaje Profundo (LLMs). Desea emplear LLMs en investigación educativa, especialmente bajo los postulados de Educación Disruptiva & IA de Juan Domingo Farnós."
# Comando para la API de GPT-3
comando_gpt3 = f"Basado en tu perfil: {perfil_estudiante}. Genera un contenido educativo personalizado."
# Llamada a la API de GPT-3
respuesta_gpt3 = openai.Completion.create(
engine="text-davinci-002",
prompt=comando_gpt3,
temperature=0.7,
max_tokens=300
)
# Obtén la respuesta generada por GPT-3
contenido_personalizado_gpt3 = respuesta_gpt3.choices[0].text.strip()
# Muestra el contenido personalizado generado
print(contenido_personalizado_gpt3)
Este código utiliza GPT-3 para generar contenido educativo personalizado basado en el perfil del estudiante que has proporcionado. El contenido generado debería reflejar el interés específico del estudiante en la programación con LLMs y su aplicación en la investigación educativa según los postulados de la Educación Disruptiva & IA de Juan Domingo Farnós.
Buscaremos la calidad de alumno-aprendizaje que emplea un proceso de andamiaje- investigación-pensamiento crítico y que podamos explicarlo en términos de que el alumno sea capaz de gestionar de manera sistémica, su propia provocación en forma de experiencias que se consideren auto-organizados. Desde este punto de vista pedagógico, el conocimiento se considera como algo relativo a través de reflexiones de tecnologías asistidas enfocadas, interpretadas y producidas por la persona en forma de conversaciones de aprendizaje internos significativos.
En el enfoque pedagógico que buscamos, se busca una alta calidad de aprendizaje donde el alumno se involucra activamente en su proceso educativo. Este proceso se estructura en tres etapas fundamentales: andamiaje, investigación y pensamiento crítico. El andamiaje proporciona el apoyo necesario para que el estudiante construya su comprensión, seguido por la investigación donde se fomenta la exploración y descubrimiento, y finalmente, el pensamiento crítico permite al estudiante analizar y evaluar de manera reflexiva lo aprendido.
Desde este punto de vista, se espera que el alumno sea capaz de gestionar de manera sistémica su propia provocación, que se presenta en forma de experiencias autoorganizadas. En este contexto, el conocimiento se concibe como relativo y se construye a través de reflexiones mediadas por tecnologías asistidas. Estas reflexiones están centradas en conversaciones internas de aprendizaje significativas, donde la interpretación y producción del conocimiento son llevadas a cabo por la propia persona.
Análisis Detallado con Enfoque Académico:
Andamiaje:
Explicación Académica: El andamiaje, basado en la teoría de Vygotsky, implica la provisión de apoyo estructurado para el estudiante mientras desarrolla nuevas habilidades o conocimientos. Es esencial para el desarrollo cognitivo, ya que se adapta a la Zona de Desarrollo Próximo del estudiante.
Científico Relevante: Lev Vygotsky.
Obra Importante: «Zona de Desarrollo Próximo.»
Cita: «Lo que el niño puede hacer con ayuda de otro hoy, lo hará solo mañana.»
Investigación:
Explicación Académica: La investigación educativa implica la exploración activa y la construcción del conocimiento. Se basa en teorías constructivistas que ven al estudiante como un constructor activo de su propio aprendizaje.
Científico Relevante: Jean Piaget.
Obra Importante: «La construcción del pensamiento en el niño.»
Cita: «El principal objetivo de la educación es crear individuos capaces de hacer cosas nuevas, no simplemente de repetir lo que otras generaciones han hecho.»
Pensamiento Crítico:
Explicación Académica: El pensamiento crítico implica la evaluación reflexiva y analítica de la información. En educación, se enfoca en desarrollar habilidades de razonamiento, juicio y resolución de problemas.
Científico Relevante: Richard Paul y Linda Elder.
Obra Importante: «Critical Thinking: The Nature of Critical and Creative Thought.»
Cita: «El pensamiento crítico es la disciplina de asegurarse de que se utiliza la mejor evidencia disponible para apoyar nuestras conclusiones.»
Conocimiento Relativo y Reflexiones Asistidas por Tecnologías:
Explicación Académica: Este enfoque reconoce que el conocimiento es construido y contextual, dependiendo de las experiencias y perspectivas individuales. Las tecnologías asistidas facilitan la mediación y reflexión.
Científico Relevante: Jerome Bruner.
Obra Importante: «Actual Minds, Possible Worlds.»
Cita: «La realidad es una construcción, la verdad una negociación.»
Conversaciones de Aprendizaje Interno Significativas:
Explicación Académica: Se refiere a diálogos internos que el estudiante tiene consigo mismo para procesar, interpretar y producir conocimiento de manera personal y significativa.
Científico Relevante: Lev Vygotsky (nuevamente).
Obra Importante: «Thought and Language.»
Cita: «La palabra y el pensamiento están estrechamente relacionados y se desarrollan en el mismo proceso.»
Esta aproximación pedagógica se nutre de teorías clave y contribuciones de Vygotsky, Piaget, Paul, Elder y Bruner, y destaca la importancia de la construcción activa del conocimiento y el papel mediador de las tecnologías asistidas. La integración de conversaciones de aprendizaje interno significativas refuerza la centralidad del estudiante en su propio proceso de aprendizaje.
Comparación con la Educación Disruptiva & IA de Juan Domingo Farnós:
Andamiaje:
Enfoque Genérico: El andamiaje se centra en proporcionar apoyo estructurado para el desarrollo cognitivo del estudiante.
Conexión con Farnós: Farnós destaca la necesidad de andamiaje en el aprendizaje disruptivo, utilizando la tecnología como un apoyo esencial para facilitar el proceso de aprendizaje personalizado.
Investigación:
Enfoque Genérico: La investigación educativa se basa en la exploración activa y la construcción del conocimiento.
Conexión con Farnós: Farnós aboga por la investigación y exploración constante como parte esencial de la educación disruptiva, donde la tecnología habilita la indagación profunda y la búsqueda de soluciones innovadoras.
Pensamiento Crítico:
Enfoque Genérico: Implica la evaluación reflexiva y analítica de la información.
Conexión con Farnós: La educación disruptiva según Farnós fomenta el pensamiento crítico al desafiar los paradigmas tradicionales y alentar la reflexión sobre nuevas formas de aprendizaje y enseñanza.
Conocimiento Relativo y Reflexiones Asistidas por Tecnologías:
Enfoque Genérico: Reconoce que el conocimiento es construido y contextual, mediado por tecnologías asistidas.
Conexión con Farnós: Farnós propone la integración de tecnologías disruptivas para transformar los modelos educativos, permitiendo una construcción dinámica y adaptativa del conocimiento.
Conversaciones de Aprendizaje Interno Significativas:
Enfoque Genérico: Diálogos internos que facilitan la interpretación y producción de conocimiento significativo.
Conexión con Farnós: Farnós destaca la importancia de las conversaciones y diálogos continuos entre estudiantes y docentes, habilitados por la tecnología, para construir un entendimiento profundo y personalizado.
Científicos Relevantes:
Lev Vygotsky:
Enfoque Genérico: Pionero en la teoría del andamiaje y la zona de desarrollo próximo.
Conexión con Farnós: Farnós comparte la visión de Vygotsky sobre la importancia de la mediación y el apoyo para impulsar el aprendizaje personalizado.
Jean Piaget:
Enfoque Genérico: Teoría constructivista centrada en la exploración y construcción del conocimiento.
Conexión con Farnós: Farnós comparte la perspectiva constructivista de Piaget al abogar por la construcción activa del conocimiento por parte del estudiante.
Richard Paul y Linda Elder:
Enfoque Genérico: Contribuciones al desarrollo del pensamiento crítico.
Conexión con Farnós: Farnós comparte la idea de Paul y Elder sobre la necesidad de un pensamiento crítico para abordar los desafíos y cambios en la educación.
Jerome Bruner:
Enfoque Genérico: Teoría sobre la construcción activa del conocimiento y su naturaleza relativa.
Conexión con Farnós: Farnós comparte la perspectiva de Bruner sobre la construcción relativa del conocimiento y su aplicación en entornos educativos disruptivos.
En la Educación Disruptiva & IA de Juan Domingo Farnós, se enriquece la investigación educativa con la incorporación activa de tecnologías disruptivas para impulsar la personalización y transformación educativa. Los científicos mencionados han sentado las bases para estos enfoques, y Farnós extiende sus contribuciones mediante la integración de tecnología para lograr una disrupción significativa en el proceso educativo.
Tabla Comparativa: Enfoques en investigación educativa
Elemento
Enfoque Genérico
Conexión con Farnós
Andamiaje
Proporcionar apoyo estructurado para el desarrollo cognitivo.
Farnós destaca la necesidad de andamiaje en el aprendizaje disruptivo.
Investigación
Exploración activa y construcción del conocimiento.
Farnós aboga por la investigación constante en la educación disruptiva.
Pensamiento Crítico
Evaluación reflexiva y analítica de la información.
La educación disruptiva según Farnós fomenta el pensamiento crítico.
Conocimiento Relativo y Reflexiones
Construcción contextual del conocimiento mediado por tecnologías.
Farnós propone tecnologías disruptivas para la construcción adaptativa del conocimiento.
Conversaciones de Aprendizaje
Diálogos internos para interpretar y producir conocimiento.
Farnós destaca la importancia de diálogos habilitados por la tecnología.
Tabla Comparativa: Científicos Relevantes
Científico
Contribución Genérica
Conexión con Farnós
Lev Vygotsky
Teoría del andamiaje y la Zona de Desarrollo Próximo.
Farnós comparte la visión de Vygotsky sobre la mediación y el apoyo.
Jean Piaget
Teoría constructivista centrada en la exploración y construcción del conocimiento.
Farnós comparte la perspectiva constructivista de Piaget.
Richard Paul y Linda Elder
Contribuciones al desarrollo del pensamiento crítico.
Farnós destaca la importancia del pensamiento crítico en la educación.
Jerome Bruner
Teoría sobre la construcción activa del conocimiento y su naturaleza relativa.
Farnós comparte la perspectiva de Bruner sobre la construcción relativa del conocimiento.
Los principios de la investigación educativa se conectan con la Educación Disruptiva & IA de Juan Domingo Farnós, respaldados por las contribuciones de científicos clave.
¿Está la educación perdiendo su valor, ahora que todo el mundo tiene un grado, un máster, un doctoral? o ¿A lo mejor esto ya no sirve en nuestra sociedad? “Demasiados hechos, demasiado poco la conceptualización, el exceso de memorización, y muy poco de pensamiento.”
~ Paul Hurd and Juan Domingo Juan Domingo Farnós Miró
Los sistemas de información y tecnología de comunicación de software (TIC) también ofrecen una potente gama de herramientas de aprendizaje reflexivo para apoyar el investigador y pueden ser a la vez comprendidos y evaluados para la eficacia contra los criterios de diseño pedagógico de un sistema de obtención de conocimientos…
Por lo tanto, las TIC reflectantes-herramientas que funcionan de manera significativa, auténticos andamios de pensamiento crítico y por lo tanto pueden ser diseñados para ayudar a los participantes en la investigación a llevar a cabo un proyecto a pequeña escala dentro de su propio entorno social y laboral
Existen varias herramientas de tecnologías de la información y comunicación (TIC) que pueden ser utilizadas para apoyar el aprendizaje reflexivo y la investigación. Aquí te presento algunas herramientas generativas que pueden ser relevantes para este contexto:
Blogs y Plataformas de Blogging:
Ejemplo: WordPress, Blogger.
Funciones:
Publicación de reflexiones, investigaciones y experiencias.
Interacción a través de comentarios y retroalimentación.
Plataformas de Wiki:
Ejemplo: MediaWiki, Confluence.
Funciones:
Colaboración en la creación y edición de contenido.
Estructuración de conocimientos de manera dinámica.
Herramientas de Notas y Organización:
Ejemplo: Evernote, Microsoft OneNote.
Funciones:
Captura de ideas, pensamientos y hallazgos de investigación.
Organización y etiquetado para fácil recuperación.
Herramientas de Mind Mapping:
Ejemplo: XMind, MindMeister.
Funciones:
Representación visual de conceptos e ideas.
Conexión y exploración de relaciones.
Plataformas de Colaboración en Línea:
Ejemplo: Google Workspace, Microsoft Teams.
Funciones:
Colaboración en tiempo real en documentos, presentaciones, etc.
Comunicación instantánea y videoconferencias.
Herramientas de Anotación y Marcadores Web:
Ejemplo: Diigo, Hypothesis.
Funciones:
Resaltar y anotar contenido web relevante.
Compartir y colaborar en la investigación.
Plataformas de Aprendizaje en Línea:
Ejemplo: Moodle, Canvas.
Funciones:
Creación de cursos y módulos de aprendizaje.
Seguimiento del progreso y evaluación.
Generadores de Mapas Conceptuales:
Ejemplo: Coggle, Lucidchart.
Funciones:
Creación de mapas conceptuales para organizar y visualizar ideas.
Facilita la comprensión de relaciones conceptuales.
Herramientas de Análisis de Datos:
Ejemplo: Tableau, Google Data Studio.
Funciones:
Visualización y análisis de datos de investigación.
Creación de informes interactivos.
Plataformas de E-Portfolios:
Ejemplo: Mahara, Google Sites.
Funciones:
Creación de carteras digitales para mostrar logros e investigaciones.
Reflexiones integradas sobre el aprendizaje y el progreso.
Estas herramientas ofrecen diversas funcionalidades para apoyar el aprendizaje reflexivo y la investigación. La elección de herramientas dependerá de los objetivos específicos del investigador y del entorno educativo en el que se apliquen.
Cuando se trata de herramientas de inteligencia artificial generativa para apoyar el aprendizaje reflexivo y la investigación, algunas opciones incluyen:
GPT-3 (Generative Pre-trained Transformer 3):
Funciones:
Generación de texto de manera coherente y contextual.
Puede ser utilizado para redacción automática de reflexiones, respuestas a preguntas y contenido investigativo.
BERT (Bidirectional Encoder Representations from Transformers):
Funciones:
Comprensión contextual del significado en el texto.
Útil para analizar y comprender la semántica en documentos de investigación.
OpenAI Codex:
Funciones:
Generación de código fuente a partir de descripciones en lenguaje natural.
Apoyo en proyectos de investigación que involucren programación.
DALL-E (de OpenAI):
Funciones:
Creación de imágenes de manera generativa a partir de descripciones.
Aplicación en la representación visual de conceptos en investigaciones.
DeepArt.io:
Funciones:
Transformación de imágenes utilizando estilos artísticos.
Puede ser utilizado para expresar conceptos visuales en investigaciones.
ChatGPT:
Funciones:
Conversación en lenguaje natural con un modelo generativo.
Apoyo en la formulación y desarrollo de ideas a través de la interacción.
AI Dungeon:
Funciones:
Creación de historias interactivas y narrativas generativas.
Útil para explorar escenarios hipotéticos en la investigación.
Deep Dream (de Google):
Funciones:
Transformación de imágenes utilizando patrones generativos.
Apoyo en la representación visual y creativa de conceptos investigativos.
Estas herramientas de inteligencia artificial generativa pueden ser utilizadas para potenciar la generación de contenido reflexivo, la exploración de conceptos y la facilitación de procesos creativos en el ámbito de la investigación y el aprendizaje reflexivo. Cabe destacar que la elección de herramientas dependerá de las necesidades específicas y el contexto de uso.
Convencido que la gente, especialmente los docentes de cualquier etapa, no la utilizan porque la investigación clásica es un sin sentido no solo en la sociedad de hoy si no también, por supuesto, en la educación. La aparición de la Sociedad de la Información y la Comunicación con las TIC, internet, AI… nada tiene que ver con la de hace unos años, en cambio las estructuras de la investigación permanecen anquilosadas y esto no tiene significado para la docencia, menos para los investigadores, por supuesto y lo que sucede es que permanecen los viejos papers de los viejos investigadores (Tesis Doctorales, papers para revistas llamadas científicas etc, pero para la práctica real son inservibles de todas todas)
Para que la investigación sea no solo utilizada si no que tenga aplicaciones sobre la realidad, debe ser otra investigación, una investigación disruptiva, una investigación diversas, inclusiva, abierta y con ribetes de personalización y socialización, solo de esta manera será llevada a cabo por la educación ya que formará parte de la misma, no como ahora que es un punto y aparte en la misma.
Vamos hacia una investigación, según a que se refiera, que abarque planteamientos inclusivos (diversificados, no uniformizadores y únicos-pensamiento y/o situación únicas)), siempre con planteamientos abiertos y que se puedan desarrollar de manera ubícua ( no solo en escenarios concretos o desarrollada en un tiempo que no sea prescriptivo).,
La gente , lo que quiere es que se le publiquen sus investigaciones y las revistas científicas no lo hacen si no se adaptan a los canones clásicos, incluso las universidades quieren que su gente lo haga así porque de lo contrario creen que no saldran en los rankings, pero sorpresa, la realidad es que tus investigaciones serían para ayer pero no para hoy y menos para mañana, son “papers” para tirar a la papelera.
Hoy debemos hacerlo dentro de las estructuras (concepción actual) de lo que es la educación formal y como se lleva a cabo, es imposible, ahora bien, dentro de una nueva cultura, paradigma, evidentemente lo estamos explicando cada día, entonces por supuesto que si ya que se darían todas las circunstancias: personalización, socialización inclusividad, cambio de roles, etc etc… No hay ninguna duda que las actuales tecnologías informáticas y comunicativas (TIC) han modificado la manera en que el saber científico se registra, publica y utiliza (revistas electrónicas, bases de datos, repositorios, etc.). En general, los procesos de difusión y transmisión del conocimiento se han vuelto más ágiles. Pero la comunicación científica, además de la difusión (contemporánea) y la transmisión (histórica) de la información, viene cumpliendo otras funciones: evaluación o justificación del conocimiento, construcción de consenso entre los expertos y acreditación y reconocimiento de los investigadores.
Estas últimas funciones apenas han cambiado hasta ahora con los nuevos formatos de publicación; se han ampliado las fronteras y la accesibilidad, pero subsiste el marco institucional de interacción de las comunidades científicas.
Sin embargo, cabe preguntarse si la aceleración del cambio tecnológico y las innovaciones más recientes, como las ciberinfraestructuras y plataformas grid, o la Web social, alteran y dinamizan la producción del conocimiento científico y afectan a la investigación hasta provocar cambios revolucionarios.
Las ciberinfraestructuras y plataformas de computación científica distribuida se despliegan en los terrenos clásicos de la big science y, en general, donde se emplean muchos datos y potencia de cálculo. Abarcan desde la captación de información observacional hasta el uso compartido de resultados factuales y textuales, pasando por el tratamiento, análisis y modelización computacional de los datos.
Integración de Ciberinfraestructuras y Plataformas de Computación Científica Distribuida en Procesos de Investigación Educativa en la Educación Disruptiva & IA:
Captación de Información Observacional:
Descripción General: Utilización de tecnologías de captación de datos observacionales, como sensores, para recopilar información relevante.
Aplicación en Educación Disruptiva & IA: Implementación de sensores en entornos de aprendizaje para recopilar datos sobre interacciones estudiantiles, preferencias de aprendizaje, y comportamientos en tiempo real. Esto facilita la adaptación de estrategias educativas de manera dinámica.
Tratamiento y Análisis de Datos:
Descripción General: Aplicación de técnicas computacionales para procesar y analizar grandes conjuntos de datos.
Aplicación en Educación Disruptiva & IA: Empleo de plataformas de análisis de datos en tiempo real para evaluar el rendimiento estudiantil, identificar patrones de aprendizaje y personalizar la entrega de contenido educativo.
Modelización Computacional de los Datos:
Descripción General: Uso de modelos y simulaciones computacionales para comprender y predecir fenómenos basados en datos.
Aplicación en Educación Disruptiva & IA: Desarrollo de modelos educativos basados en datos para adaptar la instrucción, personalizar el currículo y prever las necesidades individuales de los estudiantes.
Uso Compartido de Resultados Factuales y Textuales:
Descripción General: Facilitación de la divulgación y compartición de resultados de investigación.
Aplicación en Educación Disruptiva & IA: Plataformas colaborativas en línea que permiten a educadores, estudiantes y padres acceder a informes personalizados sobre el progreso del estudiante, evaluaciones y recomendaciones adaptativas.
Integración de Tecnologías Emergentes:
Descripción General: Adopción de tecnologías emergentes como inteligencia artificial y aprendizaje automático.
Aplicación en Educación Disruptiva & IA: Implementación de algoritmos de IA para análisis predictivo, identificación temprana de desafíos de aprendizaje y recomendaciones personalizadas para cada estudiante.
Enfoque en Big Science en Educación:
Descripción General: Aplicación de principios de «Big Science» para manejar grandes volúmenes de datos y complejidades en la investigación.
Aplicación en Educación Disruptiva & IA: Abordaje de la educación a escala mediante plataformas de aprendizaje en línea, análisis masivo de datos educativos y la implementación de enfoques pedagógicos escalables.
Aprendizaje Basado en Datos:
Descripción General: Utilización de datos para informar y mejorar procesos de aprendizaje.
Aplicación en Educación Disruptiva & IA: Desarrollo de entornos de aprendizaje que se adaptan continuamente en función de los datos en tiempo real sobre el rendimiento estudiantil y las preferencias de aprendizaje.
Innovación Continua a través de Tecnología:
Descripción General: Enfoque en la innovación continua impulsada por la tecnología.
Aplicación en Educación Disruptiva & IA: Integración de tecnologías disruptivas para transformar la forma en que se diseñan, entregan y experimentan los procesos educativos, manteniendo un enfoque en la mejora continua.
La incorporación de ciberinfraestructuras y plataformas de computación científica distribuida en la Educación Disruptiva & IA permite un enfoque más ágil, adaptativo y centrado en los datos en los procesos de investigación educativa, mejorando así la personalización y eficacia del aprendizaje.
7. Aprendizaje Basado en Datos:
Descripción General: Este punto se refiere a la utilización de datos para informar y mejorar los procesos de aprendizaje, adaptando la enseñanza a las necesidades específicas de los estudiantes.
Aplicación en Educación Disruptiva & IA: Implementación de sistemas de recomendación que analizan datos históricos y patrones de aprendizaje para ofrecer contenido educativo personalizado. Algoritmos de aprendizaje automático (como regresión lineal) pueden predecir el rendimiento futuro de un estudiante basándose en su historial académico y preferencias de aprendizaje.
Científico Relevante:
John Hattie:
Obra Significativa: «Visible Learning: A Synthesis of Over 800 Meta-Analyses Relating to Achievement.»
Cita: «La mayor influencia en el aprendizaje es la retroalimentación que los estudiantes reciben sobre su propio trabajo».
8. Innovación Continua a través de Tecnología:
Descripción General: Enfatiza la adopción de enfoques de mejora continua impulsados por tecnología, permitiendo la evolución constante de los procesos educativos.
Aplicación en Educación Disruptiva & IA: Utilización de algoritmos de clasificación (como k-Nearest Neighbors) para identificar áreas de mejora en la experiencia del estudiante y ajustar dinámicamente las estrategias pedagógicas. Además, la implementación de técnicas de aprendizaje por refuerzo puede permitir adaptaciones automáticas en respuesta a cambios en las tendencias educativas.
Científico Relevante:
Clayton Christensen:
Obra Significativa: «The Innovator’s Dilemma.»
Cita: «La innovación no es solo hacer cosas nuevas, sino dejar de hacer cosas viejas».
Implementación en Python:
pythonCopy code# Punto 7: Algoritmo de Regresión Lineal para Predicciones Educativas
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error
# Supongamos que 'X' es el historial académico y 'y' es el rendimiento futuro
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
model = LinearRegression()
model.fit(X_train, y_train)
y_pred = model.predict(X_test)
mse = mean_squared_error(y_test, y_pred)
# Punto 8: Algoritmo de k-Nearest Neighbors para Identificar Áreas de Mejora
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
# Supongamos que 'X' es un conjunto de datos con características sobre la experiencia del estudiante
# y 'y' es una etiqueta que indica si hubo mejora (1) o no (0)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
knn_model = KNeighborsClassifier(n_neighbors=3)
knn_model.fit(X_train, y_train)
y_pred = knn_model.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
Tabla Comparativa: Aprendizaje Basado en Datos y Innovación Continua:
Aspecto
Aprendizaje Basado en Datos
Innovación Continua a través de Tecnología
Enfoque Principal
Utilización de datos para personalizar el aprendizaje.
Adopción de enfoques de mejora continua impulsados por tecnología.
Algoritmo Ejemplar
Regresión Lineal para predecir el rendimiento estudiantil.
k-Nearest Neighbors para identificar áreas de mejora.
Métrica de Evaluación
Error Cuadrático Medio (MSE) en predicciones.
Precisión (Accuracy) en la identificación de áreas de mejora.
Científico Relacionado
John Hattie: «Visible Learning».
Clayton Christensen: «The Innovator’s Dilemma».
Estos enfoques y algoritmos ilustran cómo la Educación Disruptiva & IA puede aprovechar el aprendizaje basado en datos y la innovación continua, respaldados por la obra de científicos clave en el campo educativo y de innovación empresarial.
Son, pues, medios tecnológicos para la producción masiva y organizada de conocimiento. La aplicación de la Web 2.0 a la ciencia entraña a su vez que la información es generada y compartida de modo cooperativo mediante las TIC, y amplios grupos participan aportando contenidos, de manera ágil y poco controlada por normas, llevando el Acceso abierto hacia una construcción abierta de la ciencia, al estilo wiki.
¿Es coherente y compatible la ciencia académica con la investigación o con una interacción 2.0 a gran escala? ¿Cómo pueden repercutir estas innovaciones en la conformación del saber científico?
En principio, una mayor intercomunicación aumenta la productividad pero, ¿los cambios comunicativos alterarán las instituciones sociales de la ciencia clásica, o éstas tendrán mayor capacidad de supervivencia?
La inspiración de las innovaciones comunicativas en la investigación procede tanto de la ética hacker del emprendedor solidario y altruista (Torres, 2009) como de la tecnociencia del complejo científico-industrial. No está claro qué implantación o éxito puedan alcanzar la e-ciencia o la ciencia 2.0, pero las novedades apuntan hacia una especie de “ciencia colectiva”, constituida a través de la contribución de muchos individuos.
Si tales prácticas se consolidan, comportarán nuevas formas de sociabilidad científica, y por tanto la investigación tomará un carácter diferente. Sabemos que la ciencia se viene basando cada vez más en la cooperación, pero el surgimiento de una “ciencia colectiva” sería novedoso.
La Emergencia de la «Ciencia Colectiva» en la Educación Disruptiva & IA:
Ética Hacker del Emprendedor Solidario y Altruista:
Descripción: La ética hacker, en términos de emprendimiento solidario y altruista, destaca la colaboración, el compartir conocimientos y la creación de soluciones para el bien común.
Aplicación en Educación Disruptiva & IA: Plataformas educativas en línea (ej. Khan Academy) adoptan esta ética, donde educadores y estudiantes colaboran para mejorar el acceso y la calidad de la educación mediante recursos compartidos y metodologías innovadoras.
Tecnociencia del Complejo Científico-Industrial:
Descripción: La tecnociencia implica la fusión entre la tecnología avanzada y la ciencia, a menudo impulsada por el complejo científico-industrial.
Aplicación en Educación Disruptiva & IA: Proyectos de investigación que integran tecnologías de IA para personalizar el aprendizaje, como adaptative learning systems, que se benefician de la intersección entre la ciencia y la tecnología.
Ciencia Colectiva y Nuevas Formas de Sociabilidad Científica:
Descripción: La ciencia colectiva implica la contribución de muchos individuos hacia objetivos científicos comunes, fomentando la participación masiva.
Aplicación en Educación Disruptiva & IA: Plataformas de investigación colaborativa, como Zooniverse, donde estudiantes participan en proyectos científicos reales, proporcionando datos útiles para la investigación y fomentando una nueva forma de interacción científica.
Ejemplo Científico en la Educación Disruptiva & IA:
Proyecto Foldit:
Descripción: Foldit es un juego en línea que involucra a jugadores comunes en la predicción de la estructura de proteínas. Este enfoque de «jugadores-científicos» ha llevado a descubrimientos en el plegamiento de proteínas.
Aplicación en Educación Disruptiva & IA: Adopción de enfoques similares en la educación, donde estudiantes participan en proyectos de investigación mediante juegos educativos, contribuyendo a la ciencia mientras desarrollan habilidades.
Ampliación y Explicación:
La emergencia de la «ciencia colectiva» dentro de la Educación Disruptiva & IA refleja un cambio hacia modelos más participativos y colaborativos en la investigación científica. Este enfoque aprovecha la conectividad digital para involucrar a una audiencia más amplia en la generación y aplicación del conocimiento. Ejemplos como Foldit muestran cómo la participación masiva puede conducir a avances científicos significativos.
En el ámbito educativo, plataformas de aprendizaje colaborativo, proyectos de investigación en línea y juegos educativos contribuyen a la «ciencia colectiva». Los estudiantes no solo consumen información, sino que también participan activamente en la construcción del conocimiento. Esto transforma la relación tradicional entre el educador y el estudiante, fomentando una comunidad de aprendizaje más dinámica y participativa.
Científico Relevante:
Yochai Benkler:
Obra Significativa: «The Wealth of Networks.»
Cita: «Las tecnologías de información han hecho posible un nuevo modelo de producción social de bienes, servicios y organizaciones».
El trabajo de Benkler destaca la importancia de la colaboración en la era digital y cómo las nuevas formas de producción de conocimiento están transformando la sociedad. Su obra es relevante para comprender la «ciencia colectiva» en la Educación Disruptiva & IA.
Implantación y Éxito de E-ciencia y Ciencia 2.0:
Descripción: La e-ciencia y la Ciencia 2.0 se refieren al uso intensivo de tecnologías de la información y comunicación en la práctica científica, incluyendo la colaboración en línea y el acceso abierto a datos y resultados.
Aplicación en Educación Disruptiva & IA: Plataformas educativas basadas en la nube, recursos educativos abiertos (OER) y entornos virtuales de colaboración representan la implementación exitosa de la e-ciencia en la educación, facilitando la accesibilidad y colaboración global.
Ciencia Colectiva y Cambio en la Sociabilidad Científica:
Descripción: La ciencia colectiva impulsa una nueva forma de sociabilidad científica, donde la colaboración y la contribución de diversos individuos son fundamentales.
Aplicación en Educación Disruptiva & IA: Proyectos de investigación educativa que involucran a estudiantes, educadores y expertos en un proceso colaborativo, como la creación conjunta de recursos educativos en línea.
Ejemplo Científico en la Educación Disruptiva & IA:
Proyecto Crowdsourced Testing:
Descripción: Implementación de pruebas de software a través de la participación masiva de usuarios en lugar de un equipo de prueba tradicional.
Aplicación en Educación Disruptiva & IA: Desarrollo de plataformas de evaluación y retroalimentación educativa donde la comunidad educativa contribuye a la evaluación de recursos y metodologías, generando una perspectiva colectiva.
Ampliación y Explicación:
La implantación y éxito de la e-ciencia y Ciencia 2.0 en la Educación Disruptiva & IA se manifiesta en la adopción generalizada de tecnologías digitales para mejorar la accesibilidad, compartir recursos y fomentar la colaboración global en el ámbito educativo. Plataformas de e-learning, repositorios de recursos educativos y herramientas de colaboración en línea son ejemplos tangibles de este cambio.
La ciencia colectiva en la educación está transformando la forma en que se generan y comparten conocimientos. Proyectos donde estudiantes y educadores contribuyen activamente a la creación de contenido educativo promueven una nueva dinámica en la sociabilidad científica, rompiendo con las estructuras tradicionales y fomentando la diversidad de perspectivas.
Científico Relevante:
Michael Nielsen:
Obra Significativa: «Reinventing Discovery: The New Era of Networked Science.»
Cita: «La colaboración en red está cambiando la forma en que la ciencia es llevada a cabo, acelerando la innovación».
El trabajo de Nielsen destaca cómo la colaboración en red, facilitada por la tecnología, está transformando la investigación científica. Su enfoque es relevante para comprender cómo la ciencia colectiva influye en la educación en la era de la Educación Disruptiva & IA.
Nuevas Formas de Sociabilidad Científica:
Descripción: La ciencia colectiva da lugar a nuevas formas de interacción y colaboración en el ámbito científico, superando las barreras tradicionales de la investigación.
Aplicación en Educación Disruptiva & IA: La creación colaborativa de recursos educativos en plataformas abiertas permite la participación activa de educadores y estudiantes de diversas partes del mundo, generando un intercambio de conocimientos y experiencias.
Transformación en la Investigación Educativa:
Descripción: La ciencia colectiva impulsa una transformación en la investigación educativa, donde las contribuciones de múltiples actores enriquecen el proceso de generación de conocimiento.
Aplicación en Educación Disruptiva & IA: Investigaciones que incorporan la retroalimentación y aportes de estudiantes, educadores y expertos en la formulación de enfoques pedagógicos innovadores y adaptativos.
Ejemplo Científico en la Educación Disruptiva & IA:
Proyecto Wikipedia en Educación:
Descripción: Integración de Wikipedia como herramienta educativa, donde estudiantes y educadores contribuyen a la creación y mejora de contenidos.
Aplicación en Educación Disruptiva & IA: La colaboración en tiempo real en plataformas de aprendizaje en línea, donde estudiantes pueden contribuir y editar recursos educativos, siguiendo el modelo de colaboración de Wikipedia.
Ampliación y Explicación:
Las nuevas formas de sociabilidad científica emergen en la Educación Disruptiva & IA a medida que la ciencia colectiva transforma la dinámica de la investigación educativa. La participación activa de diversos actores en la creación de conocimiento educativo no solo amplía las perspectivas, sino que también crea un ambiente colaborativo más rico.
La transformación en la investigación educativa se manifiesta en proyectos donde la comunidad educativa contribuye al diseño de enfoques pedagógicos basados en datos y adaptativos. La retroalimentación directa de estudiantes y educadores facilita la identificación de prácticas efectivas y la mejora continua de las estrategias educativas.
Científico Relevante:
George Siemens:
Obra Significativa: «Connectivism: A Learning Theory for the Digital Age.»
Cita: «La tecnología ha alterado fundamentalmente cómo aprendemos y accedemos al conocimiento».
Siemens aborda cómo la tecnología y la conectividad digital están redefiniendo el aprendizaje. Su obra es pertinente para comprender cómo la ciencia colectiva y la transformación en la investigación educativa se alinean con la evolución de la educación en la era digital.
Innovaciones Comunicativas y Sociabilidad Científica:
Descripción: Las innovaciones comunicativas, inspiradas en la ética hacker y la tecnociencia, promueven una nueva forma de interacción y colaboración en la investigación científica.
Aplicación en Educación Disruptiva & IA: Plataformas de comunicación educativa, foros en línea y redes sociales académicas que permiten la interacción entre educadores, estudiantes y expertos, fomentando el intercambio de ideas y la colaboración.
Éxito de la «Ciencia Colectiva» en la Educación Disruptiva & IA:
Descripción: El éxito de la «ciencia colectiva» en la educación se refleja en la mejora de procesos de enseñanza-aprendizaje a través de la contribución y participación masiva.
Aplicación en Educación Disruptiva & IA: Proyectos educativos donde la comunidad contribuye a la creación de contenido adaptativo, evaluación colaborativa y desarrollo de soluciones pedagógicas, generando un impacto positivo en la educación.
Ejemplo Científico en la Educación Disruptiva & IA:
Proyecto Citizen Science:
Descripción: Plataformas de ciencia ciudadana que involucran a individuos no científicos en la recopilación y análisis de datos científicos.
Aplicación en Educación Disruptiva & IA: Adopción de enfoques de ciencia ciudadana en proyectos educativos donde estudiantes participan activamente en la recopilación y análisis de datos para investigaciones escolares, promoviendo la participación y el aprendizaje práctico.
Ampliación y Explicación:
Las innovaciones comunicativas, impulsadas por la ética hacker y la tecnociencia, reconfiguran la sociabilidad científica en la Educación Disruptiva & IA. Plataformas de comunicación y colaboración en línea permiten la conexión entre diferentes actores del ámbito educativo, propiciando un intercambio constante de ideas y recursos.
El éxito de la «ciencia colectiva» en la educación se traduce en mejoras tangibles en los procesos educativos. La participación masiva en la creación de contenido, la evaluación colaborativa y el desarrollo de soluciones pedagógicas reflejan cómo la contribución de la comunidad educativa puede conducir a avances significativos en la enseñanza y el aprendizaje.
Científico Relevante:
Clifford Lynch:
Obra Significativa: «Big Data: A Perspective on its Nature, Characteristics, and Issues.»
Cita: «La ciencia colectiva y el big data están transformando la forma en que generamos conocimiento y abordamos los problemas».
Las reflexiones de Lynch sobre el big data y la ciencia colectiva son fundamentales para comprender cómo estas tendencias están influyendo en la forma en que abordamos los desafíos educativos en la era de la Educación Disruptiva & IA.
Ética Hacker y Contribución Altruista en la Investigación Educativa:
Descripción: La ética hacker, asociada con la contribución altruista, impulsa la idea de compartir conocimientos y recursos para el beneficio de la comunidad.
Aplicación en Educación Disruptiva & IA: Plataformas de código abierto en educación, donde educadores y desarrolladores contribuyen libremente a la creación y mejora de herramientas educativas, promoviendo el acceso universal.
Ciencia Colectiva en la Solución de Problemas Educativos:
Descripción: La ciencia colectiva se convierte en una herramienta eficaz para abordar desafíos educativos al permitir la colaboración de diversos expertos, educadores y estudiantes.
Aplicación en Educación Disruptiva & IA: Hackatones educativos y competiciones en línea donde participantes colaboran para desarrollar soluciones innovadoras a problemas educativos utilizando tecnologías disruptivas.
Ejemplo Científico en la Educación Disruptiva & IA:
Proyecto Moodle:
Descripción: Sistema de gestión de aprendizaje de código abierto que permite a educadores y desarrolladores contribuir y mejorar continuamente la plataforma.
Aplicación en Educación Disruptiva & IA: La ética hacker y la contribución altruista se reflejan en proyectos como Moodle, donde la comunidad educativa contribuye activamente a la creación y mejora de un sistema de gestión de aprendizaje de acceso abierto.
Ampliación y Explicación:
La ética hacker, cuando se aplica a la Educación Disruptiva & IA, fomenta la creación de entornos educativos abiertos y accesibles. Plataformas de código abierto, como Moodle, ilustran cómo la contribución altruista de la comunidad puede llevar a mejoras continuas en las herramientas educativas.
La ciencia colectiva se convierte en un enfoque valioso para abordar problemas educativos complejos. La colaboración de diversos actores en hackatones educativos y competiciones en línea refleja cómo la combinación de habilidades y perspectivas puede conducir a soluciones innovadoras respaldadas por la comunidad educativa.
Científico Relevante:
Yochai Benkler (nuevamente):
Obra Significativa: «The Wealth of Networks.»
Cita: «La cooperación social no es solo una forma de lograr una tarea; es una forma de definir y construir el mundo».
La obra de Benkler destaca la importancia de la cooperación social en la construcción de entornos colaborativos y abiertos, fundamentales en la Educación Disruptiva & IA
Contribución de la Ciencia Colectiva a la Personalización Educativa:
Descripción: La ciencia colectiva enriquece la personalización educativa al integrar perspectivas variadas y datos provenientes de diversos contextos de aprendizaje.
Aplicación en Educación Disruptiva & IA: Plataformas de aprendizaje adaptativo que incorporan datos colectivos para ajustar y mejorar la personalización de la experiencia educativa, garantizando una adaptación más efectiva a las necesidades individuales.
Éxito de Plataformas Educativas Colaborativas:
Descripción: Plataformas educativas colaborativas, inspiradas en la ética hacker, demuestran éxito al facilitar la colaboración abierta y la construcción colectiva de conocimientos.
Aplicación en Educación Disruptiva & IA: Proyectos como Wikiversity, donde la comunidad educativa contribuye a la creación de recursos educativos de manera colaborativa, evidenciando el éxito de este enfoque.
Ejemplo Científico en la Educación Disruptiva & IA:
Proyecto EdX:
Descripción: Plataforma de cursos en línea masivos y abiertos (MOOC) que permite a instituciones y educadores colaborar en la creación de cursos de alta calidad.
Aplicación en Educación Disruptiva & IA: La plataforma EdX refleja la ética hacker al proporcionar un espacio donde instituciones y educadores contribuyen a la creación de cursos accesibles globalmente.
Ampliación y Explicación:
La contribución de la ciencia colectiva a la personalización educativa destaca la importancia de integrar diversas perspectivas para adaptar mejor la educación a las necesidades individuales. Plataformas de aprendizaje adaptativo, impulsadas por la ciencia colectiva, aprovechan datos provenientes de diferentes fuentes para mejorar la eficacia de la personalización educativa.
El éxito de plataformas educativas colaborativas, como Wikiversity y EdX, respalda la idea de que la colaboración abierta puede generar recursos educativos de alta calidad. La ética hacker, en este contexto, promueve la idea de compartir conocimientos y construir colectivamente, demostrando que la contribución de la comunidad puede conducir a avances significativos en la educación.
Científico Relevante:
Lawrence Lessig:
Obra Significativa: «Code and Other Laws of Cyberspace.»
Cita: «El código es ley en el ciberespacio».
Lessig aborda cómo el código, entendido como el software y las plataformas digitales, puede tener un impacto significativo en la sociedad. Su obra es relevante para comprender la importancia de plataformas educativas colaborativas en la Educación Disruptiva & IA.
Colaboración Abierta y Evaluación Continua:
Descripción: La colaboración abierta fomenta la evaluación continua al permitir la retroalimentación constante de diversos participantes, mejorando así los procesos y resultados educativos.
Aplicación en Educación Disruptiva & IA: Plataformas de revisión por pares en entornos educativos en línea, donde la comunidad puede evaluar y mejorar recursos educativos de manera colaborativa.
Éxito de la Ciencia Ciudadana en Proyectos Educativos:
Descripción: La ciencia ciudadana aplicada a proyectos educativos demuestra éxito al involucrar a estudiantes y educadores en la recopilación y análisis de datos para investigaciones específicas.
Aplicación en Educación Disruptiva & IA: Proyectos educativos que adoptan enfoques de ciencia ciudadana, donde estudiantes contribuyen a investigaciones reales, fomentando la participación activa en la generación de conocimiento.
Ejemplo Científico en la Educación Disruptiva & IA:
Proyecto Peergrade:
Descripción: Plataforma de revisión por pares diseñada para la evaluación colaborativa de tareas y proyectos en entornos educativos.
Aplicación en Educación Disruptiva & IA: Peergrade ejemplifica cómo la colaboración abierta en la revisión por pares puede mejorar la calidad de la retroalimentación y la evaluación en entornos educativos en línea.
Ampliación y Explicación:
La colaboración abierta en la evaluación continua destaca la importancia de obtener retroalimentación diversa y constante en entornos educativos. Plataformas que permiten la revisión por pares en línea, como Peergrade, facilitan la mejora continua mediante la participación activa de la comunidad educativa en la evaluación de recursos y proyectos.
El éxito de la ciencia ciudadana en proyectos educativos se evidencia en la participación de estudiantes y educadores en investigaciones reales. La aplicación de enfoques de ciencia ciudadana en entornos educativos amplía la experiencia de aprendizaje al involucrar a los estudiantes en la generación de conocimiento significativo.
Científico Relevante:
Henry Jenkins:
Obra Significativa: «Convergence Culture: Where Old and New Media Collide.»
Cita: «La cultura de la convergencia cambia la forma en que pensamos acerca de lo que es una historia o una experiencia significativa».
La obra de Jenkins destaca la importancia de la convergencia y la colaboración en la cultura digital. En el contexto educativo, su enfoque es relevante para comprender cómo la colaboración abierta y la ciencia ciudadana impactan la generación de conocimiento en la Educación Disruptiva & IA.
Innovaciones Comunicativas y Creación Colaborativa de Contenido Educativo:
Descripción: Las innovaciones comunicativas impulsan la creación colaborativa de contenido educativo al proporcionar canales para la interacción y la colaboración entre educadores, estudiantes y expertos.
Aplicación en Educación Disruptiva & IA: Plataformas de creación de contenido educativo en línea, como YouTube Edu, donde la comunidad contribuye a la generación de recursos educativos de manera colaborativa.
Éxito de Plataformas de Aprendizaje Colaborativo:
Descripción: Plataformas de aprendizaje colaborativo, inspiradas en la ética hacker, demuestran éxito al facilitar la construcción colectiva de conocimientos y habilidades.
Aplicación en Educación Disruptiva & IA: Proyectos como Khan Academy, que permiten a educadores y estudiantes colaborar en la creación y mejora de materiales educativos, respaldan el éxito de la enseñanza colaborativa.
Ejemplo Científico en la Educación Disruptiva & IA:
Proyecto YouTube Edu:
Descripción: Plataforma que permite a educadores y expertos compartir contenido educativo de manera colaborativa, fomentando la creación y distribución abierta de conocimiento.
Aplicación en Educación Disruptiva & IA: YouTube Edu refleja cómo las innovaciones comunicativas pueden potenciar la creación colaborativa de contenido educativo, permitiendo a la comunidad educativa contribuir y acceder a recursos de manera global.
Ampliación y Explicación:
Las innovaciones comunicativas desempeñan un papel crucial en la creación colaborativa de contenido educativo al facilitar la interacción y colaboración entre diferentes actores del ámbito educativo. Plataformas como YouTube Edu son ejemplos de cómo la comunidad puede contribuir activamente a la generación de recursos educativos.
El éxito de plataformas de aprendizaje colaborativo, como Khan Academy, respalda la idea de que la enseñanza puede ser un esfuerzo colaborativo entre educadores y estudiantes. La ética hacker, al fomentar la colaboración abierta, contribuye al desarrollo de plataformas que permiten la construcción colectiva de conocimientos y habilidades.
Científico Relevante:
Lev Manovich:
Obra Significativa: «The Language of New Media.»
Cita: «La convergencia cultural representa una nueva forma de producción y consumo cultural que combina procesos anteriores de producción cultural, representación y distribución».
Manovich examina cómo la convergencia cultural afecta la producción y consumo de medios. Su obra es relevante para entender cómo las innovaciones comunicativas están transformando la creación de contenido educativo colaborativo en la Educación Disruptiva & IA.
El movimiento hacia una ciencia colectiva supone que los protagonistas no son tanto los sujetos individuales, expertos investigadores asociados libremente, como un complejo sistema sociotécnico integrado por agentes humanos y plataformas tecnológicas. La ciencia siempre ha sido comunicativa, pero también individualista. La lucha por las prioridades y los reconocimientos ha formado parte de la historia e instituciones de la ciencia tanto como el espíritu de colaboración y la generosidad. Incluso, uno de los acicates del Acceso abierto es el deseo de alcanzar mayor visibilidad y repercusión.
Por más que acrecentar la intercomunicación haya sido una constante, las nuevas iniciativas (la ciencia colectiva) contravienen algunas reglas sociales e instituciones clásicas de la ciencia: La crítica y justificación del conocimiento, hasta ahora centrada en la revisión por pares, individuos concretos y responsables, se vería sustituida por sistemas de evaluación colectiva, caracterizados por la intervención de la comunidad de formas más difusas y tecnificadas.
La autoridad de unos textos científicos estables y validados mediante cauces regulares y consenso de comunidades de expertos es cuestionada por el dinamismo y la espontaneidad de las aportaciones en la Red, que se teme podrían menoscabar la demarcación entre ciencia y no ciencia.
Los marcos asociativos tradicionales (universidades, centros de investigación, sociedades científicas, revistas, etc.) se contraponen a nuevas instituciones de relación y diferentes reglas de interacción, más abiertas y globales, menos jerárquicas y endogámicas (redes sociales, comunidades virtuales, etc.).
Los derechos morales de propiedad intelectual y autoría, impronta distintiva de la ciencia y del mundo moderno, tendrían que relajarse o diluirse en los nuevos escenarios donde el protagonismo individual cede terreno, hasta llegar al anonimato, ante el conocimiento compartido.
La propiedad privada industrial de los resultados tecnocientíficos, aunque escapa al investigador individual para ser corporativa, constituye una resistencia peculiar a la colectivización, en tanto la explotación comercial exclusiva ofrezca ventajas egoístas frente al altruismo cooperativo (procomún).
Los sistemas de acreditación, prioridad, reconocimiento y meritocracia académicos quedan en cuestión o son un foco de oposición a las innovaciones en la construcción social de la ciencia, que a pesar de su tradicional carácter comunicativo, siempre se basó en el protagonismo personal de los científicos.
Incluso el análisis métrico de la relevancia o impacto de la investigación, tan popular y conveniente para la gestión y explotación de la investigación, es difícil de trasladar a un escenario de wikiciencia sin importantes cambios o nuevas técnicas y concepciones.
El juego de tendencias de signo contrario, cambio y resistencia, y la efervescencia de múltiples sistemas tecnológicos, provocan un acentuado polimorfismo en la comunicación científica y en la elaboración de la ciencia, donde reina la diversidad y, en buena medida, los conflictos.
Cuestionamiento de Sistemas Tradicionales:
Descripción: Los sistemas de acreditación y reconocimiento académico tradicionales se han basado en la meritocracia y la prioridad individual. Sin embargo, las innovaciones en la construcción social de la ciencia cuestionan la eficacia y la equidad de estos sistemas, sugiriendo que pueden no ser adecuados para abordar la diversidad de contribuciones en el nuevo paradigma.
Impacto de las Innovaciones en la Comunicación Científica:
Descripción: La introducción de nuevas tecnologías y enfoques en la comunicación científica altera el panorama tradicional. La descentralización y la participación activa de la comunidad en la construcción del conocimiento desafían la primacía histórica del protagonismo personal de los científicos y cuestionan la autoridad centralizada en la producción de conocimiento.
Dificultades en la Aplicación de Métricas Tradicionales:
Descripción: El análisis métrico tradicional de la relevancia e impacto de la investigación se enfrenta a desafíos en el contexto de la «wikiciencia». La diversidad de enfoques y la colaboración masiva pueden hacer que las métricas convencionales sean insuficientes o inaplicables para evaluar la calidad y contribuciones en este nuevo entorno.
Tendencias Contrapuestas y Polimorfismo en la Comunicación Científica:
Descripción: La coexistencia de tendencias opuestas, cambios constantes y resistencia a nuevas concepciones genera un polimorfismo en la comunicación científica. La diversidad de sistemas tecnológicos y la interacción entre diversas perspectivas conducen a un escenario complejo donde prevalece la variedad y, en muchos casos, los conflictos.
Científicos Relevantes:
Thomas Kuhn:
Obra Significativa: «La estructura de las revoluciones científicas.»
Cita: «Lo que una comunidad científica percibe y reconoce como problemas son funciones de lo que esa comunidad sabe y cree.»
Michel Foucault:
Obra Significativa: «Las palabras y las cosas.»
Cita: «La ciencia, que durante mucho tiempo fue un conjunto limitado de procedimientos y objetos conocidos, se ha convertido en una multiplicidad sin unidad.»
Ambos científicos abordan la dinámica y la evolución de la ciencia desde perspectivas diferentes. Kuhn destaca la naturaleza revolucionaria de los cambios en la ciencia, mientras que Foucault analiza la multiplicidad y la falta de unidad en el conocimiento científico. Sus obras proporcionan marcos conceptuales útiles para entender las tensiones y transformaciones en la construcción social de la ciencia.
La mediación en contenidos propia de los profesionales de la información se torna incierta ante la preponderancia de la mediación computacional y la multiplicidad, fragmentación y especialización de los contenedores, aunque tiene su oportunidad en el cuidado (curation) de datos y textos.
El mundo de la Academia y de la ciencia clásica ha estado asociado al “ideal del sujeto”, propio de la Modernidad, que favorece las nociones de autoría, excelencia y creatividad personales, propiedad privada intelectual, etc., valores vinculados también a la ética protestante del éxito en la vida. Las normas e instituciones científicas han sido consonantes con esta cultura: la ciencia se ha construido en una comunidad de individuos libres y autónomos que buscan el reconocimiento de los demás y no sólo el bien común.
En la era de la información industrializada, sin embargo, con el ocaso del sujeto moderno, el logro intelectual personal cede el paso a una inteligencia colectiva edificada sobre la estructura de potentes TIC.
Aunque en contra de valores y reglas clásicas del individualismo moderno, sobre el sustrato y fermento tecnológico crece a pesar de todo el crowdsourcing, la ciencia colectiva, de estirpe hacker o tecnocientífica. La información se sigue depurando para ser cualificadamente científica, pero como parte de una inteligencia general de la especie cada vez más global, externalizada, distribuida, reticular, neurodigital, “ciborg”.
La ciencia aparece no como el patrimonio de una república de sabios, sino como la parte más evolucionada de una inteligencia de enjambre.
Es la evolución del conocimiento inmersivo en una sociedad inteligente y disruptiva.
Nos encontramos con dos puntos de vista divergentes unas veces, complementarios otras, no tanto:
a-La psicología social nos indica que esta confrontación de ideas, de pensamientos y de visualización de las mismas, nos lleva a un aprendizaje con mayor potencialidad, por parte de todos.
b-Bajo este enfoque, la colaboración acusatoria se basa en las interacciones sociales de confrontación, el intercambio, el intercambio y la negociación, que provocan en la persona interrogada y estimulan el aprendizaje aún más en el contexto de la consecución de un actividad colectiva.
Por lo tanto, estos dos referentes EPISTEMOLÓGICOS juntos apoyan la idea de que las interacciones sociales de los conflictos, la negociación y la deliberación – en otras palabras, las transacciones entre los miembros de un grupo para resolver situaciones problemáticas común y solidaria de modo – juego un papel clave en la construcción individual y colectiva del conocimiento.
Se está construyendo en esta posición común que hemos apoyado un punto de vista teórico y el modelo el modelo de estructura tridimensional de la presencia en el e-learning, es decir, el actual socio-cognitiva (presencia socio-emocional y la presencia docente y especialmente la de los aprendices.
La presencia sociocognitiva da resultados de e-learning, que creemos que existe entre los alumnos cuando éste, a pesar de son de manera localizada transacciones, se unen para resolver una situación problemática, trabajando juntos de forma remota a través de herramientas de comunicación web síncrono o asíncrono verbal-. Esta agrupación puede ser espontánea o inducido por el facilitador del elearning, que en el caso de nuestro ELEARNING-INCLUSIVO, es el APRENDIZ.
Las transacciones entre el grupo los alumnos se manifiestan en actividades conjuntas y forma común durante el reconocimiento- práctica.
En un entorno de aprendizaje ubicuo sensible al contexto, los sistemas de aprendizaje pueden detectar comportamientos de aprendizaje de los estudiantes en el mundo real con la ayuda de la tecnología sensible al contexto (sensores); Es decir, los estudiantes pueden ser guiados para observar o manejar objetos del mundo real con los medios de comunicación, eso si, siempre de manera personalizada desde el mundo digital.
Un problema de optimización que los modelos de los objetivos y criterios para determinar los itinerarios de aprendizaje ubicuos presentan, es que son sensibles al contexto personalizado para maximizar la eficacia de aprendizaje para los estudiantes individuales por lo que formularemos tomando la significación de las trayectorias de aprendizaje, diferentes posibilidades de aprendizaje y también según el número de visitantes simultáneos a cada objeto de aprendizaje, por tanto se producirá un efecto innovador.
Para ello necesitamos de las tecnologías:
a-La tecnología social y la necesidad de facilidad
b-La tecnología social está a nuestro alrededor, pero necesita trabajar en nuestros términos. Las cosas más pequeñas hacen la diferencia en el compromiso
Algún Aprendizaje Social tendrá lugar en sistemas formales, la tecnología que la organización provee, pero a menudo la formalidad de esa tecnología inhibe el compromiso. Si el espacio se siente formal, la gente puede estar menos dispuesta a arriesgarse, a cometer errores. Así que tenemos que nutrir a la comunidad.
Personalmente abogo por la necesidad de la tecnología ya que gracias a su soporte primero podemos establecer el:
Veamos de forma práctica cómo se revela esto a la hora de confeccionar el currículum, lo que nos servirá para tener claro siempre hacia donde podemos ir en el nuevo paradigma:
Nuestro procesos están basados en el APRENDIZAJE ABIERTO, INCLUSIVO Y UBÍCUO, el conocimiento/aprendizaje se construye en el estudiante con guía y acompañamiento del docente, apoyado por didácticas y recursos tecnológicos acordes a las necesidades y pertinentes a cada programa y nivel de formación. E l estudiante contribuye al cumplimiento de sus objetivos de aprendizaje con aprendizaje autónomo e interacción con sus compañeros. Un proceso permanente en construcción como MODELO PEDAGÓGICO A través de un trabajo interdisciplinario garantiza su vigencia y permite la articulación tanto de los nuevos contenidos fijados en la malla curricular como de las necesidades que demanda la sociedad; en un proceso integrado y apoyado en didácticas, enfoques pedagógicos y recursos técnicos y tecnológicos.
Esta práctica de investigación implica cuatro etapas distintas (Dewey, 1938):
La definición del problema…
(1), la determinación de una hipótesis para resolver el problema
(2), pruebas de esta hipótesis
(3), el hallazgo
(4). Por lo tanto, la práctica de investigación se basa en una situación “permanente”, es decir, confuso, inesperado o inusual. Comienza con una definición de trabajo de la situación problemática.
Las transacciones son las interacciones sociales de confrontación de puntos de vista, la adaptación mutua, negociación y deliberación que reflejan una colaboración remota entre los estudiantes en un espacio de comunicación digital. Esta presencia socio-cognitiva ayuda a promover el desarrollo de una comunidad de aprendizaje en línea. (investigación en los “no lugares” de Marc Auge)…
La REALIDAD DE INTERNET en la investigación científica hace que las formas clásicas de investigación salten por los aires:
Forma clásica:
1 Paso 1 formulación del problema.
2 Paso 2. Identificar factores importantes.
3 Paso 3. Recopilación de la información.
4 Paso 4. Probar la hipótesis.
5 Paso 5. Trabajar con la hipótesis.
6 Paso 6. Reconsiderar la teoría.
7 Paso 7. Formular nuevas preguntas.
8 Paso 8. Crear una conclusión para el tema.
Y nos encontremos con transacciones de las interacciones sociales que hacen que aprezcan confrontaciones de puntos de vista, la adaptación mutua, negociación y deliberación que reflejan una colaboración remota entre los estudiantes en un espacio de comunicación digital. Esta presencia socio-cognitiva ayuda a promover el desarrollo de una comunidad de aprendizaje en línea. (investigacion en los “no lugares” de Marc Auge…
Para ayudar a concretar el perfil de usuario y contexto de utilización proponemos trabajar sobre las siguientes cuestiones:
1. El problema: Plantear el motivo que nos lleva a propuesta nuestro entorno de formación, en forma de necesidades formativas o propuesta de mejora
2. Contexto en el que se utilizar el entorno:
a. Es un contexto de enseñanza formal reglada, informal; formación permanente; no formal, informal,..
b. Cuál es la función principal del entorno: distribuir cursos de formación, recursos, novedades, poner en contacto a un determinado colectivo,…
c. En un contexto de enseñanza a distancia, semipresencial , presencial
d. Cuál es la cobertura geográfica -local, universal- esperada
e. En qué modelo de enseñanza-aprendizaje potencia el entorno?
f. Cómo afectará la introducción de las TIC en ese contexto: aspectos organizativos, personales, didácticos, tecnológicos,…
3. Usuarios: Una de las tareas más importantes es definir lo mejor posible el perfil o perfiles de usuario al que nos dirigimos. Lo que diferencia a un creador de materiales amateur de un profesional es que el primero piensa en su material el segundo en los destinatarios.
a. Edad. Nuestro entorno va dirigido a niños, jóvenes, adultos? Existen diferencias en el nivel de madurez de los usuarios potenciales?
b. Perfil de usuario: profesionales, padres, alumnos
c. Intereses. Qué buscarán en nuestro entorno: formación, recursos, compartir ideas, publicar material,…
d. Conocimientos previos
e. Habilidades cognitivas, grado de motricidad,… de los usuarios de nuestro entorno
Os hago constar que los puntos que señalamos son orientativos y puede ocurrir que en algunos proyectos sean coherentes y centrales y en otros no sean relevantes. Queda siempre a nuestro criterio. creativo.
Esta segunda fase del E-learning-Inclusivo, ya nos manifiesta el cuerpo de la investigación en si, des de su contextualización, objetivos, soluciones que aporta, diferentes roles, usuarios a los que va dirigidos y tipos de formación que preconiza, aprendizajes que quiere llevar a cabo, incluso pruebas que ya ha llevado a cabo…E-LEARNING-INCLUSIVO, es una investigación con una plataforma de trabajo en la que ya colaboran muchas personas y organizaciones del mundo encuadrada en https://juandomingofarnos.wordpress.com , la cuál pretende establecer los cauces de una transformación en los aprendizajes basados en los Usuarios, en la democratización de la brecha digital y en una alfabetización digital de la sociedad.
E-learning-Inclusivo, pretende crear y diseñar escenarios de aprendizaje con nuevas Tecnologías Educativas, dentro y fuera de la Escuela, haciendo una Educación inclusiva, por tanto personalizada al usuario y a su vez colaborativa, ya que este es el único medio de innovar y progresar hoy y mañana, “conectados en red”.
La fase del E-learning-Inclusivo, propuesto por Juan Domingo Farnós, se integra de manera integral en la investigación educativa de la Educación Disruptiva & IA del mismo autor. Ambas corrientes se complementan para establecer una transformación significativa en los procesos de aprendizaje y en la alfabetización digital de la sociedad. Veamos cómo se inserta el E-learning-Inclusivo en el contexto más amplio de la investigación educativa de Juan Domingo Farnós:
1. Contextualización y Objetivos:
E-learning-Inclusivo: La investigación se contextualiza en la democratización de la brecha digital, la transformación de los aprendizajes basados en los usuarios y la alfabetización digital.
Educación Disruptiva & IA: La investigación educativa de Juan Domingo Farnós se enfoca en la aplicación de tecnologías disruptivas e inteligencia artificial para redefinir los procesos educativos.
2. Soluciones Propuestas:
E-learning-Inclusivo: Proporciona soluciones inclusivas que buscan cerrar la brecha digital y personalizar los aprendizajes según las necesidades de los usuarios.
Educación Disruptiva & IA: Aboga por soluciones que aprovechan las tecnologías disruptivas e IA para optimizar la enseñanza, promoviendo un cambio radical en los métodos educativos convencionales.
3. Roles y Usuarios:
E-learning-Inclusivo: Identifica diferentes roles y usuarios, buscando involucrar a personas y organizaciones de todo el mundo.
Educación Disruptiva & IA: Considera diversos actores, desde educadores hasta estudiantes y expertos en tecnología, enfocándose en la colaboración y la participación activa.
4. Tipos de Formación y Aprendizajes:
E-learning-Inclusivo: Preconiza varios tipos de formación que se adaptan a la diversidad de usuarios, promoviendo aprendizajes inclusivos y personalizados.
Educación Disruptiva & IA: Busca transformar los métodos de formación convencionales mediante el uso de tecnologías disruptivas para fomentar aprendizajes más dinámicos y adaptables.
5. Pruebas Realizadas:
E-learning-Inclusivo: Ya ha llevado a cabo pruebas que respaldan la efectividad de sus propuestas inclusivas en entornos digitales.
Educación Disruptiva & IA: Experimenta con la implementación de tecnologías disruptivas en contextos educativos para evaluar su impacto y eficacia.
Integración en la Educación Disruptiva & IA:
Ambas corrientes convergen en la búsqueda de transformaciones significativas en la educación, utilizando tecnologías avanzadas para impulsar cambios disruptivos. El E-learning-Inclusivo se inserta como una parte fundamental de la visión más amplia de Farnós sobre cómo la educación puede evolucionar con la inclusión digital y la aplicación de la inteligencia artificial.
Científicos Relevantes en la Educación Disruptiva & IA:
Clayton Christensen:
Obra Significativa: «The Innovator’s Dilemma.»
Cita: «La innovación transformadora no puede surgir de un análisis de mercado porque los mercados o clientes no comprenden las innovaciones transformadoras hasta que están ocurriendo».
Sir Ken Robinson:
Obra Significativa: «The Element: How Finding Your Passion Changes Everything.»
Cita: «La educación no cambia la vida. El cambio la vida. La educación es el medio para facilitar este proceso lo mejor posible».
Ambos científicos respaldan la idea de que la innovación en la educación y la aplicación de tecnologías avanzadas son fundamentales para la transformación efectiva en los procesos de aprendizaje.
Roles y Usuarios:
E-learning-Inclusivo: Identifica diferentes roles y usuarios, buscando involucrar a personas y organizaciones de todo el mundo. Los roles pueden incluir educadores, estudiantes, instituciones educativas, y la comunidad en general.
Educación Disruptiva & IA: Considera diversos actores, desde educadores hasta estudiantes y expertos en tecnología, enfocándose en la colaboración y la participación activa para impulsar cambios significativos en la forma en que se enseña y aprende.
Integración de Herramientas de IA Generativa:
E-learning-Inclusivo: Incorpora herramientas de IA generativa para personalizar la experiencia de aprendizaje según las necesidades individuales de los usuarios. Por ejemplo, sistemas de recomendación personalizados basados en IA para sugerir contenido educativo adaptado.
Educación Disruptiva & IA: Utiliza herramientas de IA generativa para innovar en los métodos educativos, como chatbots educativos para proporcionar retroalimentación instantánea y asistencia personalizada, o sistemas de tutoría virtual que adaptan el contenido según el progreso del estudiante.
4. Tipos de Formación y Aprendizajes:
E-learning-Inclusivo: Preconiza varios tipos de formación que se adaptan a la diversidad de usuarios, promoviendo aprendizajes inclusivos y personalizados. Puede incluir formación en línea, recursos multimedia, y enfoques prácticos.
Educación Disruptiva & IA: Aboga por la utilización de herramientas de IA generativa para crear experiencias de aprendizaje más dinámicas. Por ejemplo, entornos de realidad virtual (VR) generados por IA para simular situaciones del mundo real y mejorar la comprensión práctica.
Integración de Herramientas de IA Generativa:
E-learning-Inclusivo: Utiliza herramientas de IA generativa para adaptar el contenido de formación a diferentes estilos de aprendizaje, niveles de habilidad y preferencias individuales, garantizando que la formación sea accesible para todos.
Educación Disruptiva & IA: Implementa sistemas de generación de contenido educativo basados en IA, como la creación automática de material didáctico personalizado, considerando las preferencias y necesidades específicas de cada estudiante.
5. Pruebas Realizadas:
E-learning-Inclusivo: Ya ha llevado a cabo pruebas que respaldan la efectividad de sus propuestas inclusivas en entornos digitales. Estas pruebas pueden incluir evaluaciones de la accesibilidad de la plataforma y la satisfacción de los usuarios.
Educación Disruptiva & IA: Experimenta con la implementación de tecnologías disruptivas en contextos educativos para evaluar su impacto y eficacia. Las pruebas pueden incluir la medición de la mejora del rendimiento académico y la retroalimentación de los participantes.
Integración de Herramientas de IA Generativa:
E-learning-Inclusivo: Utiliza herramientas de IA generativa para analizar los resultados de las pruebas de forma personalizada, identificando áreas de mejora individualizadas y ajustando la formación en consecuencia.
Educación Disruptiva & IA: Implementa sistemas de evaluación automatizada basados en IA para proporcionar retroalimentación instantánea y análisis detallado del desempeño de los estudiantes, facilitando la mejora continua.
La integración de herramientas de IA generativa en ambos contextos fortalece la personalización, la adaptabilidad y la accesibilidad de los procesos de aprendizaje, al tiempo que impulsa la innovación y la eficacia educativa.
La integración de herramientas de inteligencia artificial generativa en entornos de realidad virtual (VR) en el contexto de la educación disruptiva permite crear experiencias de aprendizaje altamente dinámicas y envolventes. Estas tecnologías transforman la forma en que los estudiantes interactúan con el contenido educativo, ofreciendo simulaciones y situaciones del mundo real que mejoran la comprensión práctica. A continuación, se desarrolla este concepto con ejemplos prácticos:
1. Simulaciones de Laboratorio Virtuales:
Contexto: En la enseñanza de ciencias, se pueden crear laboratorios virtuales generados por IA en entornos de VR. Estos laboratorios simulan experimentos científicos realistas donde los estudiantes pueden realizar prácticas y observar resultados de manera segura y efectiva.
Ejemplo Práctico: Un estudiante de química puede utilizar un entorno de realidad virtual para realizar experimentos de mezcla de sustancias y observar las reacciones resultantes en un laboratorio virtual generado por IA.
2. Viajes Virtuales Educativos:
Contexto: En estudios geográficos o históricos, los viajes virtuales educativos pueden llevar a los estudiantes a lugares lejanos o a épocas pasadas, todo generado de manera dinámica por algoritmos de inteligencia artificial.
Ejemplo Práctico: Un estudiante de historia puede explorar una antigua civilización mediante un viaje virtual que se adapte a sus preguntas e interacciones en tiempo real, proporcionando una experiencia educativa altamente personalizada.
3. Entrenamiento en Habilidades Profesionales:
Contexto: En campos como la medicina o la ingeniería, se pueden diseñar simuladores generados por IA en entornos de realidad virtual para ofrecer entrenamiento práctico en habilidades profesionales.
Ejemplo Práctico: Un estudiante de medicina puede practicar procedimientos quirúrgicos en un entorno virtual generado por IA que se ajusta a su nivel de habilidad y proporciona retroalimentación inmediata sobre técnicas y decisiones.
4. Adaptación Dinámica al Estilo de Aprendizaje:
Contexto: La inteligencia artificial puede analizar el estilo de aprendizaje de un estudiante y ajustar dinámicamente el entorno de VR para adaptarse a sus preferencias individuales.
Ejemplo Práctico: Un estudiante visual puede experimentar una lección de física a través de representaciones gráficas en 3D generadas por IA, mientras que un estudiante cinestésico puede interactuar físicamente con modelos virtuales.
Beneficios de la Utilización de IA Generativa en VR:
Personalización: La adaptación en tiempo real permite experiencias educativas personalizadas.
Inmersión: La generación dinámica de entornos realistas mejora la inmersión del estudiante.
Retroalimentación Instantánea: Los algoritmos de IA pueden proporcionar retroalimentación inmediata, mejorando el proceso de aprendizaje.
La combinación de herramientas de IA generativa y entornos de realidad virtual representa un avance significativo en la creación de experiencias educativas más efectivas y personalizadas, alineadas con los principios de la educación disruptiva y el uso estratégico de la inteligencia artificial.
Educación Disruptiva & IA: Utilización de Herramientas de IA Generativa en Entornos de Realidad Aumentada (AR):
La integración de herramientas de inteligencia artificial generativa en entornos de realidad aumentada (AR) en el contexto de la educación disruptiva permite crear experiencias de aprendizaje altamente interactivas y contextualizadas. La realidad aumentada mezcla el mundo real con elementos virtuales, y al combinarla con la inteligencia artificial, se pueden diseñar experiencias educativas más dinámicas y personalizadas. Aquí se desarrolla este concepto con ejemplos prácticos:
1. Exploración Interactiva de Contenido Educativo:
Contexto: En asignaturas como biología o geología, los estudiantes pueden utilizar dispositivos de realidad aumentada para explorar modelos 3D generados por IA de organismos o formaciones geológicas directamente en su entorno físico.
Ejemplo Práctico: Un estudiante puede utilizar una aplicación de AR para ver en tiempo real modelos generados por IA de células y estructuras geológicas sobre una mesa de estudio.
2. Tutoría Contextualizada en Tiempo Real:
Contexto: Durante una clase, los profesores pueden utilizar herramientas de IA generativa en AR para proporcionar información adicional y explicaciones contextuales directamente relacionadas con objetos físicos en el aula.
Ejemplo Práctico: Un profesor utiliza una aplicación de AR para señalar un mapa del mundo en la pared, y la herramienta de IA genera información contextualizada sobre diferentes países en tiempo real.
3. Prácticas Profesionales en Entorno Real:
Contexto: En campos como arquitectura o ingeniería, los estudiantes pueden utilizar la realidad aumentada para superponer diseños generados por IA en entornos físicos reales para realizar prácticas profesionales.
Ejemplo Práctico: Un estudiante de arquitectura puede visualizar modelos generados por IA de estructuras arquitectónicas sobre un terreno real para evaluar su integración con el entorno.
4. Gamificación Educativa Contextualizada:
Contexto: Los juegos educativos pueden ser enriquecidos con elementos de realidad aumentada generados por IA, proporcionando experiencias de aprendizaje más inmersivas y adaptativas.
Ejemplo Práctico: Un juego educativo de historia utiliza la realidad aumentada para superponer personajes históricos generados por IA en el entorno físico del estudiante, brindando una experiencia de aprendizaje lúdica y contextualizada.
Beneficios de la Utilización de IA Generativa en AR:
Contextualización: La generación dinámica se adapta al entorno físico, contextualizando el aprendizaje.
Interactividad: La realidad aumentada enriquece la interactividad y la participación del estudiante.
Adaptabilidad: Los elementos generados por IA se ajustan a las necesidades individuales y al progreso del estudiante.
La combinación de herramientas de IA generativa y realidad aumentada abre nuevas posibilidades para mejorar la educación de manera disruptiva, proporcionando experiencias de aprendizaje más inmersivas y contextualizadas.
La incorporación de tecnologías inmersivas, como la realidad aumentada (AR) y la realidad virtual (VR), respaldada por herramientas de inteligencia artificial generativa, en la investigación educativa propuesta generará un cambio significativo hacia un aprendizaje más inmersivo y efectivo. Aquí se describen algunos aspectos clave de cómo nos encontraremos con un aprendizaje más inmersivo en este contexto:
1. Personalización y Adaptabilidad:
Cómo: La inteligencia artificial analizará continuamente el progreso y las preferencias de cada estudiante, ajustando dinámicamente el contenido y las experiencias de aprendizaje en tiempo real.
Impacto: Los estudiantes experimentarán entornos de aprendizaje personalizados que se adaptan a su ritmo, estilo de aprendizaje y necesidades específicas, proporcionando una inmersión más profunda y significativa.
2. Simulaciones y Experiencias Prácticas Virtuales:
Cómo: La realidad virtual generada por IA ofrecerá simulaciones y experiencias prácticas en entornos virtuales, desde laboratorios científicos hasta escenarios profesionales, para mejorar la comprensión práctica.
Impacto: Los estudiantes podrán explorar y aplicar conceptos en entornos realistas y seguros, fomentando la experimentación activa y la transferencia de conocimientos a situaciones del mundo real.
3. Interacción Contextualizada en el Mundo Real:
Cómo: La realidad aumentada generada por IA proporcionará información contextualizada sobre objetos del mundo real, enriqueciendo la interacción directa con el entorno físico.
Impacto: Los estudiantes recibirán información adicional y explicaciones contextualizadas al interactuar con elementos físicos, lo que aumentará la comprensión y la conexión entre el contenido y el mundo real.
4. Colaboración Virtual y Aprendizaje Social:
Cómo: Plataformas colaborativas en realidad virtual permitirán a los estudiantes trabajar juntos en entornos virtuales generados por IA, fomentando el aprendizaje social y la colaboración a distancia.
Impacto: Los estudiantes podrán colaborar en proyectos, discutir ideas y participar en experiencias educativas compartidas, a pesar de la distancia física, lo que enriquecerá el aprendizaje social.
5. Evaluación Continua y Retroalimentación Instantánea:
Cómo: Algoritmos de IA evaluarán continuamente el desempeño de los estudiantes, proporcionando retroalimentación instantánea y personalizada sobre su progreso.
Impacto: Los estudiantes recibirán orientación inmediata sobre sus fortalezas y áreas de mejora, facilitando una retroalimentación constructiva y favoreciendo la mejora continua.
6. Gamificación y Elementos Lúdicos:
Cómo: La gamificación en entornos virtuales generados por IA introducirá elementos lúdicos para motivar a los estudiantes y hacer que el aprendizaje sea más atractivo.
Impacto: Los aspectos lúdicos, como desafíos, recompensas y narrativas envolventes, aumentarán la participación y el compromiso de los estudiantes, contribuyendo a una experiencia de aprendizaje más inmersiva.
En conjunto, estas características conducirán a un aprendizaje más inmersivo, interactivo y adaptativo, transformando la investigación educativa y ofreciendo oportunidades innovadoras para mejorar la calidad y la efectividad de la educación.
Para ilustrar cómo los algoritmos en Python, los árboles de decisión y las tablas podrían implementarse en el contexto de un aprendizaje más inmersivo en la investigación educativa propuesta, proporcionaré ejemplos genéricos de cada uno.
1. Personalización y Adaptabilidad:
Algoritmo en Python:
pythonCopy code# Algoritmo de personalización basado en IA
def personalizar_aprendizaje(estudiante, progreso, preferencias):
# Lógica de IA para ajustar el contenido y la experiencia de aprendizaje
# según el progreso y las preferencias del estudiante
return contenido_personalizado
Árbol de Decisión:
markdownCopy codeÁrbol de Decisión para Personalización:
- ¿Progreso del estudiante es alto?
- Sí: Proporcionar contenido avanzado.
- No:
- ¿Estilo de aprendizaje es visual?
- Sí: Adaptar contenido visual.
- No: Proporcionar contenido adaptado al estilo de aprendizaje.
Tabla de Decisión:
yamlCopy code| Progreso Alto | Estilo Visual | Acción |
|---------------|---------------|-----------------------------|
| Sí | - | Proporcionar contenido avanzado. |
| No | Sí | Adaptar contenido visual. |
| No | No | Proporcionar contenido adaptado. |
2. Simulaciones y Experiencias Prácticas Virtuales:
Algoritmo en Python:
pythonCopy code# Algoritmo para generar simulaciones virtuales basadas en IA
def generar_simulacion_virtual(tema):
# Lógica de IA para generar simulaciones virtuales realistas
return simulacion_virtual
Árbol de Decisión:
markdownCopy codeÁrbol de Decisión para Simulaciones Virtuales:
- ¿Tema es científico?
- Sí: Generar simulación de laboratorio.
- No: Generar simulación contextualizada según el tema.
Tabla de Decisión:
luaCopy code| Tema Científico | Acción |
|-----------------|---------------------------------------|
| Sí | Generar simulación de laboratorio. |
| No | Generar simulación contextualizada. |
3. Interacción Contextualizada en el Mundo Real:
Algoritmo en Python:
pythonCopy code# Algoritmo para proporcionar información contextualizada en AR
def informacion_contextual(ar_objeto):
# Lógica de IA para proporcionar información contextualizada en tiempo real
return informacion_contextual
Árbol de Decisión:
markdownCopy codeÁrbol de Decisión para Información Contextual en AR:
- ¿Objeto es un mapa?
- Sí: Proporcionar datos geográficos contextualizados.
- No: Proporcionar información general contextualizada.
Tabla de Decisión:
luaCopy code| Objeto Mapa | Acción |
|-------------|-------------------------------------------|
| Sí | Proporcionar datos geográficos contextualizados. |
| No | Proporcionar información general contextualizada. |
.
Diseñaremos un nuevo espacio de aprendizaje basándonos en las características de e-learning (aprendizaje en línea), pero a la vez utilizaremos los planteamientos de la Escuela Inclusiva, para hacer los aprendizajes personalizados y socializadores a la vez, lo cuál nos permitirá no sólo utilizarlo en la Formación Superior y /o Empresas, si no también en cualquier tipo de etapa educativa.
OBJETIVOS GENERALES:- (Línea de Investigación)
Crear y diseñar escenarios de aprendizaje con nuevas Tecnologías Educativas, dentro y fuera de la Escuela, así cómo en el mundo de la empresa.
Gestionar todos los aspectos de E-learning-Inclusivo, des de el “laboratorio teórica” hasta el diseño y comportamiento práctico de todas sus herramientas.
ESPECIFICOS
a-Establecer todos los parámetros Didácticos y metodológicos de todo el proceso.
b-Establecer todas las características de todos los intervinientes no sólo en el diseño en si si no también las características de los que formarán parte del mismo, desa de sus elementos humanos, materiales, estructurales, político-económicos…
c-Controlar las formas de Retroalimentación-aspecto muy importante en nuestra investigación- tanto en las tipologías de intervención (humanas y/o Inteligencia Artificial (Asistente Virtual –estamos en contacto con VI-CLON para gestionar la utilización de uno de sus programas automatizados para E-learning-Inclusivo en exclusiva)
d-Ayudar en la formación, sobre todo, soporte logístico, de revisión del proceso y de gestión del mismo, especialmente en la Calidad de todo el proceso.
Justificación Teórica.-
Las características más novedosas y que constituyen el esqueleto de E-LEARNING-INCLUSIVO, el cual lo hace moldeable y potente a la vez en esta sociedad de hoy y del mañana, donde las transformaciones ya no son temporales sino que se imponen a ritmo de clic.
Con esta investigación y posterior implementación, queremos aportar a la Sociedad y por tanto a la educación, una nueva forma de aprender más acorde con la manera de ser y de estar de nuestro entorno, donde la sociedad es dinámica y necesita una educación que sea útil a la misma, esta investigación busca aportar este dinamismo, esta inclusión esta relación “en red, que permita que con este Nuevo Escenario de aprendizaje que queremos diseñar y que llmamaos E-LEARNING-INCLUSIVO, sea posible.
“El contexto para el aprendizaje está cambiando de forma indicativa de la aparición de un nuevo sistema de espacios de aprendizaje”.
E-learning-Inclusivo ayudará a que el móvil reemplaza a la pizarra, que creatividad, la experimentación, la formación de nuevas competencias y nuevos conocimientos, la re-valoración del aprendizaje informal, la diversidad, las redes, la complejidad, la espontaneidad, la multidisciplinareidad, la autoevaluación, los nuevos alfabetismos digitales y el aprendizaje en entornos inmersivos y realidad aumentada son algunos de los esbozos del futuro próximo de la educación europea.
Si se llega al final de la escolaridad obligatoria: En la “Sociedad del Aprendizaje Intensivo e Inclusivo”, donde cada quien es conductor de sus propios procesos de aprendizaje por lo qué, tienden a desaparecer aquellos sistemas obligatorios de instrucción, evaluación y certificación Estandarizada y homogénea en el cual la institución educativa tiene el monopolio y el control pleno del proceso formativo, E-learning-Inclusivo, aporta las soluciones para un aprendizaje más potente, innovador y retroactivo, donde la responsabilidad pasa del Sistema al usuario.
Trayectorias de aprendizaje:
Se avanza hacia espacios de aprendizaje permanente, interconectados, permeables, modulares y más acorde a las dinámicas laborales de la segunda década del siglo actual. Capacidad de adaptación y formación continua. Este análisis vislumbra una hibridación entre los procesos de aprendizaje formal e informal, reforzando la idea de movilidad y la flexibilidad del estudiante, lo que obligará a las instituciones formativas (sobrevivientes) a adoptar esquemas de instrucción más versátiles y experienciales. Algunos ejemplos actuales más acordes a esta perspectiva son: NKI en Noruega, la Universidad Abierta del Reino Unido y en Phoenix Online en EE.UU..
“El aprendizaje informal es el aprendizaje que resulta de actividades de la vida diaria relacionadas con el trabajo, la familia o el ocio. No conduce a la certificación y en la mayoría de los casos, es no intencional Por ello E-Inclusivo, revitaliza lo informal y lo equipara a lo formal y/o prescriptivo, dotándolo de un valor en la Sociedad que nunca había tenido.
(E-LEARNING-INCLUSIVO, establece unos parámetros sobre los Usuarios-Alumnos, sus planteamientos y sus prioridades, pasando a un primer plano y dejando leyes, normas y sistema en su segundo plano,…), nuestra investigación va por estos caminos y es por lo que justificamos su importancia.
El escenario nuevo de aprendizaje que diseñamos entorno será más parecido a un espacio de intercambio social y virtual (y de mundos simulados) orientados a estimular la experimentación y desarrollar la creatividad en diversos contextos. ( Aprendizaje abierto, inclusivo, ubícuo de Juan Domingo Farnos Miro Sistemas de evaluación dinámica: Sistemas de evaluación heterogéneos, semánticos y contextuales capaces de adaptarse a las características del proceso de aprendizaje de cada estudiante. Esta idea bajo el entendimiento que no todas las personas aprendemos lo mismo, bajo circunstancias iguales o desgiuales.(E-LEARNING-INCLUSIVO)
Pero toda investigación debe tener una valoración y el E-LEARNING-INCLSUIVO lleva inmerso esta evaluación:
Objetivos de cómo implementaríamos una evaluación inclusiva continuada y flexible en E-LEARNING-INCLUSIVO (MODELO ESTANDARIZADO):
• Reflexionar en torno a los puntos fuertes y débiles detectados en el ámbito de la cultura, la gestión y prácticas educativas.
• Contar con información relevante para tomar decisiones adecuadas de cambio en la perspectiva de la inclusión.
• Iniciar procesos de mejoramiento tendientes a incrementar los niveles de participación, aprendizaje y logros de todos los Usuarios-estudiantes.
• Fortalecer sus capacidades para atender la diversidad del alumnado y las necesidades educativas especiales que algunos pueden presentar.
• Reducir las actitudes y prácticas que generan discriminación y exclusión.
Modelo Inclusivo de evaluación
El modelo de análisis considera tres ejes claves para una respuesta adecuada a las diferencias individuales en general e indispensables para los alumnos que presentan necesidades educativas especiales. Éstos se reflejan de forma transversal en 4 áreas de evaluación.
Los tres ejes clave para una respuesta adecuada a las diferencias son:
a-Accesibilidad: disponibilidad de medidas, ayudas y recursos de apoyo adicionales orientados a facilitar el acceso, la movilidad, la comunicación, la participación y el aprendizaje de todo el alumnado
b-Flexibilidad y adaptabilidad: capacidad de la escuela para enriquecer y adaptar el currículo y la enseñanza a la diversidad de necesidades de aprendizaje del alumnado.
c-Clima socio emocional: ambiente socio emocional de acogida y valoración de las diferencias y potencialidades individuales para favorecer el desarrollo de todos los estudiantes.
…
Por lo tanto a medida de conclusión, que no universal, si no con la observación, cuestionario de la encuesta y trabajo sobre el terrenos, podemos deducir que si bien estamos convencidos que este planteamiento no sólo mejorará el aprendizaje, si no que cambiará totalmente la concepción del mismo, haciendo que SOCIEDAD Y ESCUELA, estén realmente y en la práctica unidas, aún es pronto para delucidarlo y que su implantación efectiva, requerirá mucha, INFORMACIÓN, FORMACIÓN y cambios auténticos y profundos en la manera de hacer y en la CULTURA DE LA PROPIA SOCIEDAD, haciéndola más inteligente y adaptada a sus propias necesidades.
Técnicas de gestión de proyectos de investigación de acción TIC incluyen el uso genérico de: –
a- Internet ,para investigar los antecedentes contemporáneos y la literatura profesional de sujeto / campo de desarrollo profesional de un participante
b-Correo electrónico como un medio de pensamiento crítico asíncrono para compartir preguntas y preocupaciones con los supervisores del proyecto y otros miembros del equipo de investigación
c-Hojas de cálculo para el análisis de datos cuantitativos y presentación gráfica. (Utilizar SPSS)
Si queremos investigar de manera cuantitativa todo el escenario en el que nos encontramos se caracteriza lo haremos con flexibilidad implícita en los procesos, los cuales sugieren la creación y focalización de los procesos sistémico-estructurales de la investigación, en virtud de las problemáticas contextuales en las que se desarrolla el posible tema de investigación. cuantitativa
En este caso, es importante señalar la versatilidad adaptativa del esquema propuesto, en función de los requerimientos epistemológicos, teóricos y metodológicos subyacentes a la comprensión de los hechos histórico-sociales que sean susceptibles de ser investigados, los cuales producen conexiones sistémicas con el fin de producir transformaciones sociales de impacto colectivo.
Sobre el tema de investigación.:
1. Perspectivas implicadas en la problemática sobre el tema de investigación. (Contextuales, teóricas, empíricas, culturales e histórico-sociales).
2. Temas de investigación.
3. Pregunta(s) de investigación.
4. Propósito(s) de investigación.
5. Enfoque epistemológico de la investigación.
6. Naturaleza de la investigación
7. Diseño de la investigación
8. Actores participantes
9. Proceso de recolección de información.
10. Perspectiva de análisis de la información.
.
: Integración empírico-teórica:
1. Estructura discursiva.
2.Categorización del discurso.
3. Interpretación del discurso.
4. Triangulación (de ser necesario según el diseño planteado por el investigador).
5. Afirmaciones derivadas del análisis e interpretación (epistemológicas, teóricas y empíricas).
6. Proyecciones y recomendaciones.
Pero también de manera cualitativa, lo cual hará que todo el proceso esté equilibrado y con la información suficiente para si es necesario buscar canales alternativos, tanto personalizados como con el Social learning.
Hablamos de una investigación que no marca la teoría para un futuro aprendizaje, sino que INVESTIGACIÓN sea igual a APRENDIZAJE ,supervisado/no supervisado, asi como de la investigación realizada de manera “oficial” o a la manera que la sociedad de hoy entendería mejpor, es decir, rigurosa, pero más apaegada al “suelo” a los contextos, a los escenarios de aprendizaje presenciales, virtuales, internet…. pero la combinación de estos dos tipos de aprendizaje seria posible en los sistemas inmunológicos artificiales de manera ideal la defensa frente a los microorganismos está medida por las reacciones tempranas de la inmunidad innata y las respuestas tardías de la inmunidad adaptativa.
La principal diferencia entre INVESTIGACIÓN Y APRENDIZAJE supervisado y no supervisado es que el no supervisado no se necesita tener conocimiento anticipado o relacionado con el problema a resolver mientras que en el supervisado se proporciona información adicional como las entradas y salidas del problema.
El aprendiz establece prioridades en el momento de tomar unas decisiones y no otras. Conocer mejor cómo leen el contexto global esos estrategas y determinan el peso de cada condición en su proceso de decisión. Estudiar las competencias sociales de los aprendices para ajustarse al contexto de aula.
Los aspectos vinculados por una parte a la identidad del sujeto, sus metas, finalidades, intereses, expectativas y por otra parte a las emociones, a la cognición cálida. Esa percepción influye en sus decisiones.
La construcción de conocimiento estratégico a través del diálogo y el ajuste a uno mismo Se interioriza el habla de los demás, hablamos similar a como los otros nos hablan, estableciendo diálogos internos de distinta extensión y calidad. Esta asimilación es selectiva y parece depender del clima emocional que envuelve la interacción. La internalización de las expectativas, metas y modelos adultos se produce fácilmente cuando la relación con éstos es de apoyo emocionalmente positiva, mucho más que cuando es severa y basada en la crítica
Por tanto la investigación que proponemos se sale de las normas de «siempre», incluso en su publicación para ser totalmente transversales, divergentes y disruptivas, buscando ya no el «soporte o contraste» con antiguos investigadores, sino con la «voz» de los nuevos titulares del aprendizaje, los aprendices y de su futuro.
Como consecuencia ya nada tenemos que ver con investigaciones realizadas del pasado y sé que mucha gente o me tomará por «loco» o dirá públicamente que no me hagan caso, cuando en realidad si lo harán porque el PRESENTE es el FUTURO y el FUTURO necesita de un PRESENTE que lo encamine dando la voz y los instrumentos a aquellos que siempre han estado callados,
Investigación Educativa Transversal, Divergente y Disruptiva:
En esta propuesta de investigación educativa, se aboga por un enfoque que se aparta de las normas tradicionales y establece un nuevo paradigma que es transversal, divergente y disruptivo. Aquí explico y desarrollo la naturaleza innovadora de esta investigación:
1. Transversalidad:
Explicación: La investigación busca trascender las barreras disciplinarias y metodológicas, adoptando un enfoque transversal que integra perspectivas, métodos y conocimientos de diversas disciplinas.
Desarrollo: La transversalidad se refleja en la colaboración interdisciplinaria, donde expertos de diferentes campos contribuyen al diseño, ejecución y análisis de la investigación. Se rompen los límites convencionales para abordar los problemas desde múltiples ángulos.
2. Divergencia:
Explicación: La investigación adopta una mentalidad divergente, alejándose de las trayectorias convencionales y fomentando la generación de ideas, enfoques y soluciones innovadoras.
Desarrollo: Se promueve la creatividad y el pensamiento fuera de lo común, alentando a los investigadores a cuestionar suposiciones arraigadas y explorar nuevas posibilidades. La divergencia se manifiesta en la apertura a perspectivas no convencionales y en la búsqueda de soluciones inesperadas.
3. Disruptividad:
Explicación: La investigación busca perturbar y transformar los modelos establecidos en la educación, desafiando las prácticas convencionales y proponiendo enfoques novedosos y efectivos.
Desarrollo: La disruptividad se manifiesta en la introducción de transformaciones , como la aplicación de tecnologías emergentes, nuevos modelos pedagógicos y la redefinición de roles en el proceso educativo. La investigación no se conforma con mejoras incrementales, sino que busca cambios transformadores.
4. Enfoque en los Aprendices del Presente y Futuro:
Explicación: La voz y las necesidades de los aprendices se sitúan en el centro de la investigación, reconociendo que son los protagonistas del presente y serán los arquitectos del futuro.
Desarrollo: La investigación implica a los aprendices como colaboradores activos en el proceso, permitiendo que sus experiencias, perspectivas y aspiraciones informen y guíen la dirección de la investigación. Se busca un modelo participativo que tenga en cuenta la diversidad de contextos y voces estudiantiles.
5. Rompiendo con el Pasado:
Explicación: La investigación se distancia de las prácticas convencionales del pasado, reconociendo que el presente y el futuro demandan enfoques diferentes y visiones más alineadas con las necesidades actuales.
Desarrollo: Se evita simplemente replicar investigaciones anteriores y se fomenta la adopción de métodos y enfoques novedosos. Se reconoce que las soluciones del pasado pueden no ser adecuadas para los desafíos actuales y futuros.
Esta investigación propone una nueva forma de abordar los problemas educativos, reconociendo la importancia de la transversalidad, la divergencia y la disruptividad. Se aleja de las convenciones para abrazar la innovación y da voz a aquellos que han estado tradicionalmente marginados en el proceso educativo: los aprendices del presente y del futuro. Este enfoque busca construir un futuro educativo más inclusivo, dinámico y adaptado a las demandas cambiantes de la sociedad.
«La universidad debe estar desactualizada, es la falta de intimidad lo que la hace atractiva», dice un profesor de Germanistik de Mannheim
Según Juan Domingo Farnós, la universidad 4.0 debe ser transdisciplinaria, disruptiva y orientada a resolver los problemas del siglo 21. Él enfatiza la necesidad de un cambio urgente en la universidad, incluyendo la adopción de recursos tecnológicos, la superación de la resistencia al cambio y el apoyo institucional.
Juan Domingo Farnós aboga por una universidad transdisciplinaria y disruptiva, orientada a resolver los problemas del siglo 21. Según sus ideas, la universidad 4.0 debe ser «menos universidad y más sociedad», aportando un valor añadido a la industria 4.0 en lugar de limitarse a la «tramitación de títulos». Esta visión implica un enfoque interdisciplinario que trasciende las fronteras tradicionales de las disciplinas académicas, y busca la integración de conocimientos para abordar los desafíos complejos de la actualidad1. Farnós enfatiza la importancia de que la universidad se reinvente para responder a las necesidades y retos de un mundo cada vez más dinámico, adoptando tecnologías emergentes y formando profesionales capacitados para roles transvergentes.
Antonio Delgado:
Universidad 4.0:
«Se refiere a la universidad ecológica orientada hacia el exterior, profundamente conectada con la industria y las comunidades a su alrededor. Está comprometida con satisfacer las necesidades de su estudiantes. Está basada en la Internet de alta velocidad, dispositivos móviles, plataformas tecnológicas y aplicaciones digitales, que facilitan el aprendizaje personalizado en cualquier momento, en cualquier lugar y cambian los roles transmisivos de los docentes.
Educación a la carta: Se refiere a la integración de múltiples modalidades para la diversidad social – Educación presencial, en línea, híbrida, móvil, remota, inmersiva, etc.
Credenciales desagregadas: Se alejará del título especializado como única forma de credencial ofrecida. Se moverá hacia una oferta académica de disciplinas transversales y micro-credenciales en ciclos más cortos. También se ha hablado de títulos completamente personalizables, en los que no se sigue una linea curricular pre-definida, sino que se pueden seleccionar cursos de diferentes programas.
Gestión de carreras: Consiste en ir más allá de la consejería profesional en sus formas tradicionales e incluirá nuevos elementos como la capacidad de recargar las titulaciones universitarias a lo largo de la vida laboral.
Nuevos roles: Líderes globales, trabajadores satelitales, teleconmutadores, gestores culturales, incubadores de proyectos, coaches de aprendizaje, diseñadores de ecosistemas de aprendizaje, ingenieros de mundos inmersivos, organizadores de eventos, influencers de emprendimiento, Gestores de Plataformas Sociales, Tele-Educadores, Knowmads del conocimiento, GigEducadores, Aprendices Digitales. No solo se trata de tecnologías emergentes, sino de profesionales capacitados para ejecutar nuevos roles transvergentes.
La Universidad 4.0 es una descripción adecuada de las formas en que las universidades de todo el mundo deben responder a la nueva economía y las tendencias asociadas, como la disrupción digital y los mercados laborales que cambian radicalmente. Si las universidades se centran en mantenerse relevantes, deberían comenzar desde hoy a experimentar un cambio revolucionario a nivel organizacional, operacional, estructural, pedagógico, socio-cultural y cognitivo. La Universidad 4.0 está totalmente alineada con la 4ta Revolución Industrial. Se habla de nuevas plataformas LMS Inteligentes que utilizarán los algoritmos de la Inteligencia Artificial en combinación con la Internet de las Cosas (IoT) para personalizar el aprendizaje de los alumnos. Esto obligará a los educadores tradicionales a ejecutar nuevos roles docentes que trasciendan la transmisión de contenidos declarativos...
La Universidad 4.0 representa una respuesta necesaria y estratégica a los cambios significativos en la economía, la tecnología y la sociedad, especialmente en el contexto de la 4ta Revolución Industrial. Aquí se detallan los aspectos clave de la Universidad 4.0 en sus diversas dimensiones:
1. Organizacional:
Cambio en la Estructura: La universidad debe adoptar estructuras más flexibles y colaborativas, facilitando la rápida adaptación a las necesidades cambiantes.
Fomento de la Innovación: Creación de una cultura que fomente la innovación y el espíritu emprendedor tanto en la enseñanza como en la investigación.
2. Operacional:
Tecnologías Digitales: Integración de tecnologías digitales en todas las operaciones universitarias, desde la administración hasta la enseñanza y el aprendizaje.
Automatización: Uso de la automatización para tareas administrativas, permitiendo a los empleados enfocarse en actividades más estratégicas.
3. Estructural:
Flexibilidad Curricular: Diseño de estructuras académicas más flexibles y programas curriculares adaptables.
Colaboración Interdisciplinaria: Fomento de la colaboración entre diferentes disciplinas y departamentos.
4. Pedagógico:
Aprendizaje Experiencial: Enfoque en métodos de enseñanza más experienciales y prácticos.
Aprendizaje Personalizado: Uso de tecnologías para ofrecer experiencias de aprendizaje personalizadas.
5. Socio-Cultural:
Colaboración con la Industria: Establecimiento de sólidas colaboraciones con la industria para asegurar la relevancia y aplicabilidad de la educación.
Inclusión y Diversidad: Promoción de la inclusión y la diversidad en todos los aspectos universitarios.
6. Cognitivo:
Desarrollo de Habilidades Cognitivas: Enfoque en el desarrollo de habilidades cognitivas críticas, como el pensamiento crítico y la resolución de problemas.
Adaptabilidad: Fomento de la adaptabilidad y la capacidad de aprendizaje continuo.
7. Plataformas LMS Inteligentes:
Desarrollo de plataformas de aprendizaje (LMS) inteligentes que utilizan algoritmos de Inteligencia Artificial y la Internet de las Cosas (IoT) para personalizar el aprendizaje.
Adaptación de contenido, ritmo de aprendizaje y evaluaciones en tiempo real según las necesidades individuales de los estudiantes.
8. Roles Docentes Redefinidos:
De Transmisores a Facilitadores: Los educadores tradicionales deben cambiar de roles, de ser transmisores de conocimiento a facilitadores de experiencias de aprendizaje.
Apoyo Tecnológico: Desarrollo de habilidades para aprovechar la tecnología y ser guías en el uso efectivo de herramientas digitales.
Implementación de Algoritmos en Python, Árboles de Decisión y Tablas:
Algoritmos en Python:
pythonCopy code# Ejemplo de algoritmo simple en Python
def algoritmo_simple(numero):
resultado = numero * 2
return resultado
# Uso del algoritmo
resultado = algoritmo_simple(5)
print(resultado)
Árboles de Decisión en Python:
pythonCopy codefrom sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
# Ejemplo de árbol de decisión para clasificación
# (Datos y funciones específicos dependerán del contexto)
modelo = DecisionTreeClassifier()
X_train, X_test, y_train, y_test = train_test_split(datos, etiquetas, test_size=0.2)
modelo.fit(X_train, y_train)
precision = modelo.score(X_test, y_test)
print(f'Precisión del modelo: {precision}')
Uso de Tablas en Python (pandas):
pythonCopy codeimport pandas as pd
# Crear un DataFrame con datos académicos
datos_academicos = pd.DataFrame({
'Estudiante': ['Estudiante1', 'Estudiante2', 'Estudiante3'],
'Nota_Matematicas': [90, 75, 85],
'Nota_Lengua': [85, 92, 88],
'Asistencia': [95, 80, 90]
})
# Mostrar el DataFrame
print(datos_academicos)
Esta revolución se centra en el desarrollo de interfases ciber-físicas que integran la robótica, sistemas automatizados, blockchain, fintech, bots, deep learning, tecnología 5G y sistemas de CiberSeguridad. Todas estas impactarán nuestra vida cotidiana, relaciones sociales, experiencias laborales y de aprendizaje para toda la vida. El alumno de hoy no solo está limitado por un modelo educativo dirigido por el profesor, sino que deriva su aprendizaje de varias fuentes de información a un ritmo personalizado. No solo espera obtener excelencia académica, sino que también desea la excelencia personalizada al expandir sus horizontes de posibilidades».
La descripción que proporcionas destaca la revolución centrada en el desarrollo de interfaces ciber-físicas, que integran una variedad de tecnologías avanzadas como la robótica, sistemas automatizados, blockchain, fintech, bots, deep learning, tecnología 5G y sistemas de ciberseguridad. Este enfoque holístico abarca una amplia gama de áreas, desde la interconexión de dispositivos físicos y digitales hasta la seguridad de la información y la inteligencia artificial avanzada.
Razonamiento y Especificación con Lenguaje Académico:
Interfaces Ciber-Físicas:
Razonamiento: La convergencia de tecnologías como la robótica, sistemas automatizados y tecnologías 5G da lugar a interfaces ciber-físicas que permiten una interacción más estrecha entre el mundo físico y el digital.
Especificación: Estas interfaces facilitan la comunicación y la integración entre dispositivos físicos y sistemas computacionales, lo que lleva a desarrollos significativos en la automatización, la conectividad y la eficiencia en diversos contextos.
Aprendizaje Personalizado y Múltiples Fuentes de Información:
Razonamiento: La afirmación de que el alumno de hoy no se limita a un modelo educativo dirigido por el profesor refleja la transición hacia un paradigma de aprendizaje más personalizado. La integración de tecnologías como el deep learning permite el análisis de grandes conjuntos de datos para adaptar el contenido educativo a las preferencias y necesidades individuales del estudiante.
Especificación: Esta transformación implica la incorporación de múltiples fuentes de información, como recursos en línea, interacciones sociales y experiencias prácticas, en el proceso de aprendizaje. Los alumnos buscan una educación que sea flexible y se adapte a su ritmo y estilo de aprendizaje.
Excelencia Personalizada y Ampliación de Horizontes:
Razonamiento: La búsqueda de excelencia personalizada indica una demanda de experiencias educativas y laborales adaptadas a las metas y aspiraciones individuales. La referencia a la ampliación de horizontes sugiere un enfoque más allá de los confines tradicionales de la educación, incorporando oportunidades de aprendizaje a lo largo de toda la vida.
Especificación: Este enfoque implica la implementación de sistemas educativos y laborales que no solo se centran en la excelencia académica, sino también en el desarrollo personal y la exploración de nuevas posibilidades. La tecnología, como blockchain y fintech, puede facilitar la creación y validación de trayectorias educativas y profesionales personalizadas.
Algoritmos Necesarios:
Deep Learning para Aprendizaje Personalizado:
Utilizar algoritmos de deep learning para analizar datos educativos y adaptar el contenido de aprendizaje según el progreso y las preferencias del estudiante.
Algoritmos de Blockchain para Validación de Logros:
Implementar algoritmos basados en blockchain para garantizar la autenticidad y validez de los logros académicos y profesionales, proporcionando un registro inmutable y seguro.
Sistemas de Recomendación para Trayectorias Educativas y Profesionales:
Desarrollar sistemas de recomendación impulsados por algoritmos que ayuden a los estudiantes a explorar y seleccionar trayectorias educativas y profesionales personalizadas.
Algoritmos de Ciberseguridad para Protección de Datos:
Implementar algoritmos avanzados de ciberseguridad para garantizar la protección de datos en entornos educativos y laborales, especialmente cuando se utilizan tecnologías como la Internet de las Cosas y sistemas automatizados.
Estos algoritmos son ejemplos generales y la implementación exacta dependerá de la aplicación específica y de las necesidades de la institución educativa o laboral en cuestión.
Farnós también aboga por que la universidad aporte un valor añadido a la industria 4.0 en lugar de limitarse a la «tramitación de títulos». Sus ideas se centran en la creación de un nuevo paradigma educativo que atienda las necesidades de los estudiantes y la sociedad en general.
Estamos en tiempos de conocimiento-aprendizaje 4.0 y se refiere al aprendizaje que se produce a través del intercambio desde que se enseña o cuando el producto de aprendizaje se define por los expertos. En un mundo de aprendizaje 4.0, el enfoque principal ya no en el alumno individual es, sino más bien hacia la comunidad y de las personas que te rodean.
El concepto de conocimiento-aprendizaje 4.0, como propuesto por Juan Domingo Farnós, refleja un cambio significativo en la forma en que entendemos y abordamos la educación en la era de la Industria 4.0. Aquí se explican algunos aspectos clave de esta perspectiva:
Valor Añadido a la Industria 4.0:
Farnós aboga por que la universidad no se limite a otorgar títulos, sino que también desempeñe un papel activo en proporcionar un valor añadido a la industria 4.0. Esto implica una conexión más estrecha entre la educación superior y las necesidades cambiantes del mundo laboral, preparando a los estudiantes con habilidades y conocimientos relevantes.
Nuevo Paradigma Educativo:
La propuesta de Farnós sugiere la necesidad de un nuevo paradigma educativo que se centre en atender las necesidades de los estudiantes y de la sociedad en general. Este paradigma podría estar más alineado con la rápida evolución tecnológica y los desafíos emergentes.
Aprendizaje 4.0:
En el contexto del aprendizaje 4.0, el enfoque ya no se centra exclusivamente en el alumno individual, sino más bien en la comunidad y en las interacciones entre las personas que la conforman. Esto implica un cambio hacia un aprendizaje más colaborativo, donde el intercambio de conocimientos y la colaboración son fundamentales.
Interconexión y Colaboración:
En un mundo de aprendizaje 4.0, se fomenta la interconexión y la colaboración entre individuos, comunidades y organizaciones. El conocimiento se comparte de manera más abierta y se construye colectivamente, aprovechando la diversidad de perspectivas y experiencias.
Aprendizaje Desde la Experiencia y la Práctica:
El enfoque en la comunidad y en las personas que te rodean sugiere un énfasis en el aprendizaje desde la experiencia y la práctica. Las habilidades se desarrollan no solo a través de la teoría, sino también mediante la aplicación práctica y la colaboración en contextos del mundo real.
Adaptabilidad y Flexibilidad:
En este nuevo paradigma, la adaptabilidad y la flexibilidad son cruciales. Los estudiantes deben estar preparados para aprender de manera continua, adaptándose a los cambios en el conocimiento y la tecnología a lo largo del tiempo.
Desarrollo de Competencias Sociales:
Se reconoce la importancia de las competencias sociales en el aprendizaje 4.0, ya que la colaboración y la interacción efectiva con otros son esenciales. Esto incluye habilidades como la comunicación, la empatía y la resolución de problemas en entornos colaborativos.
El enfoque de Farnós hacia el conocimiento-aprendizaje 4.0 aboga por un cambio profundo en la educación, donde la comunidad, la colaboración y la aplicación práctica del conocimiento son elementos fundamentales para preparar a los estudiantes para los desafíos y oportunidades de la era de la Industria 4.0.
La Educación 4.0 y la Universidad 4.0 comparten el enfoque de integrar las tecnologías digitales y adaptarse a las demandas cambiantes de la sociedad y la industria. Ambos conceptos reflejan una evolución en la forma en que se concibe y se practica la educación, aprovechando las herramientas digitales para mejorar la calidad del aprendizaje. Aquí hay una relación más detallada entre la Educación 4.0 y la Universidad 4.0:
Tecnologías Digitales:
Educación 4.0: Se refiere al uso de tecnologías digitales en todos los niveles educativos, desde la educación básica hasta la educación superior. Implica la incorporación de dispositivos digitales, plataformas en línea y recursos multimedia para mejorar la experiencia de aprendizaje.
Universidad 4.0: En este contexto, la Universidad 4.0 abraza plenamente las tecnologías digitales en la enseñanza y la gestión académica. Las instituciones adoptan plataformas en línea, aprendizaje virtual, inteligencia artificial y análisis de datos para mejorar la calidad de la educación y adaptarse a las necesidades de la sociedad.
Aprendizaje Personalizado:
Educación 4.0: Se centra en el aprendizaje personalizado, utilizando tecnologías para adaptar la educación a las necesidades individuales de los estudiantes. Plataformas de aprendizaje adaptativo y análisis de datos contribuyen a esta personalización.
Universidad 4.0: La Universidad 4.0 también aboga por un enfoque más personalizado, donde las tecnologías permiten a los estudiantes elegir rutas de aprendizaje flexibles y adaptadas a sus intereses y metas.
Colaboración y Conectividad:
Educación 4.0: Destaca la importancia de la colaboración y la conectividad entre estudiantes, profesores y expertos externos. Se fomenta el intercambio de conocimientos y experiencias a través de plataformas en línea y entornos colaborativos.
Universidad 4.0: Promueve la colaboración no solo entre estudiantes, sino también entre la universidad, la industria y otras instituciones. La conexión con el mundo exterior es esencial para garantizar que la educación sea relevante y alineada con las necesidades del mercado laboral.
Aprendizaje Experiencial:
Educación 4.0: Aborda el aprendizaje desde una perspectiva más práctica y experiencial, utilizando tecnologías como la realidad virtual, simulaciones y proyectos prácticos.
Universidad 4.0: Incorpora métodos de enseñanza más experienciales, donde los estudiantes no solo adquieren conocimientos teóricos, sino que también aplican esos conocimientos en situaciones prácticas y del mundo real.
Enfoque en Habilidades del Siglo XXI:
Educación 4.0: Se centra en el desarrollo de habilidades del siglo XXI, como pensamiento crítico, resolución de problemas, comunicación efectiva y colaboración.
Universidad 4.0: Reconoce la importancia de estas habilidades y las incorpora en el diseño de programas académicos, preparando a los estudiantes para el entorno laboral dinámico.
En conjunto, la Educación 4.0 y la Universidad 4.0 representan una transformación integral de la educación, aprovechando las oportunidades que brindan las tecnologías digitales para mejorar la calidad, la accesibilidad y la relevancia de la enseñanza superior.
Ejemplos para ilustrar cómo podrías utilizar algoritmos en Python, árboles de decisión y tablas en el contexto de la Educación 4.0 y la Universidad 4.0:
1. Algoritmos en Python para Personalización del Aprendizaje:
pythonCopy code# Ejemplo de un algoritmo simple en Python para adaptar el contenido educativo
def adaptar_contenido(nivel_estudiante):
if nivel_estudiante == 'avanzado':
return "Contenido avanzado adaptado"
elif nivel_estudiante == 'intermedio':
return "Contenido intermedio adaptado"
else:
return "Contenido básico adaptado"
# Uso del algoritmo
nivel_estudiante = 'avanzado'
contenido_adaptado = adaptar_contenido(nivel_estudiante)
print(contenido_adaptado)
2. Árboles de Decisión para Toma de Decisiones en la Universidad:
pythonCopy codefrom sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# Ejemplo de un árbol de decisión para predecir el éxito académico de los estudiantes
# (Ten en cuenta que esto es un ejemplo simplificado)
# Datos de entrenamiento (features) y etiquetas (success/failure)
features = [[...]] # Datos de estudiantes (notas, asistencia, etc.)
etiquetas = [...] # Éxito académico (sí/no)
# Dividir los datos en conjuntos de entrenamiento y prueba
X_train, X_test, y_train, y_test = train_test_split(features, etiquetas, test_size=0.2)
# Crear y entrenar el árbol de decisión
modelo_arbol_decision = DecisionTreeClassifier()
modelo_arbol_decision.fit(X_train, y_train)
# Hacer predicciones en el conjunto de prueba
predicciones = modelo_arbol_decision.predict(X_test)
# Evaluar la precisión del modelo
precision = accuracy_score(y_test, predicciones)
print(f'Precisión del modelo: {precision}')
3. Uso de Tablas para Gestión de Datos Académicos:
pythonCopy codeimport pandas as pd
# Ejemplo de uso de tablas (pandas DataFrame) para gestionar datos académicos
# Crear un DataFrame con datos académicos
datos_academicos = pd.DataFrame({
'Estudiante': ['Estudiante1', 'Estudiante2', 'Estudiante3'],
'Nota_Matematicas': [90, 75, 85],
'Nota_Lengua': [85, 92, 88],
'Asistencia': [95, 80, 90]
})
# Mostrar el DataFrame
print(datos_academicos)
# Realizar análisis y manipulación de datos (ejemplo: calcular el promedio de notas)
datos_academicos['Promedio'] = datos_academicos[['Nota_Matematicas', 'Nota_Lengua']].mean(axis=1)
# Mostrar el DataFrame actualizado
print(datos_academicos)
La aplicación operativa dependerá de los datos específicos, los objetivos y la infraestructura tecnológica disponible en el entorno educativo. La implementación real puede requerir colaboración con expertos en educación, científicos de datos y desarrolladores de software.
Estamos en un modelo que relaciona la riqueza del medio y la riqueza del proceso mental o la colaboración y, en medio, está la eficacia. Podemos disponer de tareas realmente interesantes y eficaces, que permitan una auténtica colaboración entre los estudiantes, sin necesidad de recurrir a medios de gran riqueza? Me parece que puedo dar ejemplos, como la animación, que permiten prescindir de la riqueza del medio y constituyen unas tareas muy interesantes con un fuerte componente de colaboración, de modo que los problemas de mayor complejidad se resuelven con creatividad.
Ciertamente, los medios no siempre deben ser ricos, aunque pueden ser realmente realizados en diferentes esferas y estratos…
¿Dónde está el problema? He defendido que el nivel intencional, el nivel de “qué queremos hacer juntos”, es el más problemático. Tenemos que definir nosotros mismos las tareas que queremos realizar como grupo.
Pondré un ejemplo práctico: Una vez nos reunimos cuatro o cinco personas y presentamos una propuesta para hacer un trabajo juntos. Hasta aquí, todo bien. Por algún motivo, la propuesta fue aceptada y, posteriormente, en la primera reunión para hablar del proyecto, nos preguntamos: “¿Qué queremos hacer en realidad?” Cuando presentamos la propuesta, teníamos una vaga idea de lo que queríamos hacer, pero, en la primera reunión, tuvimos que concretar mucho más.
Tenemos que sentarnos ante muchos cafés y vasos de vino para poder llegar a una conclusión compartida sobre la finalidad de un proyecto. En caso contrario, más adelante surgirían los problemas. No podemos alcanzar una compresión común con la que todos nos sintamos identificados por medio del correo electrónico.
Volvamos a los Usuarios-Aprendices. Si definimos una tarea para ellos de modo que no tengan ningún grado de libertad, no habrá ambigüedad. Esto suele pasar en las tareas de colaboración, ya que suelen estar definidas por un tutor. En este caso, los estudiantes únicamente tienen que dedicarse a cuestiones operativas y, por lo tanto, lo pueden hacer mediante el correo electrónico. Esta situación no presenta dificultades. Es posible que deban decidir cómo se reparten el trabajo, pero la mayoría de las decisiones ya ha se han tomado.
El problema es que los estudiantes no sientan la tarea como suya y probablemente estén menos motivados que si la hubiesen creado ellos mismos….por tanto no hay duda, debemos crear una sinergia de trabajo de colaboración, en definitiva, de creación, pero por parte de los usuarios, no de los docentes…
En consecuencia y para efectos de la presente propuesta, se debe añadir que los resultados y debates, dentro del fenómeno de las reformas universitarias, no tienen un correlato de investigación suficiente en el contexto chileno, por lo cual se justifican estudios que dimensionen la discusión global en la particularidad de la educación superior en el país, desde un nivel de indagación no sólo programático, sino epistémico. “Teoría de la Complejidad y aprendizaje: algunas consideraciones necesarias para la enseñanza y la evaluación”
“Ya nada nunca será igual, una sociedad compleja y diversa se abre paso, estemos preparados” Juan Domingo Farnós
Aquí hay una tabla que resume algunas diferencias generales entre la universidad tradicional y la universidad 4.0. Ten en cuenta que estas características son en términos generales y podrían variar según las implementaciones específicas:
Característica
Universidad de Siempre (Tradicional)
Universidad 4.0
Enfoque de Enseñanza
Principalmente presencial
Incorporación de tecnologías digitales
Estructura Organizativa
Jerárquica
Más flexible y colaborativa
Metodología de Enseñanza
Tradicional (conferencias, exámenes)
Aprendizaje personalizado, experiencial
Acceso a la Educación
Localizado y limitado por recursos
Global y accesible a través de la red
Flexibilidad en el Aprendizaje
Menos flexible en términos de horarios
Mayor flexibilidad de tiempo y lugar
Tecnologías Educativas
Menos dependiente de tecnologías
Integración activa de tecnologías digitales
Evaluación del Desempeño
Exámenes puntuales y finales
Evaluación continua, proyectos prácticos
Colaboración Interdisciplinaria
Menos común
Fomento de la colaboración interdisciplinaria
Enfoque en Habilidades Prácticas
Menos énfasis
Mayor énfasis en habilidades prácticas y aplicadas
Actualización Constante
Cambios graduales
Adaptación constante a avances tecnológicos y sociales
Modelo de Aprendizaje
Orientado al profesor
Orientado al estudiante, aprendizaje activo
Estas diferencias reflejan la evolución hacia un enfoque más digital, flexible, y centrado en el estudiante que se asocia con el concepto de «Universidad 4.0».
En las universidades hay una creciente (y justificado) la preocupación de que todo va a cambiar pronto. Los nuevos datos y análisis de incrementar la ansiedad de que el monopolio actual de la educación superior se perderá y sólo pocas universidades sobrevivirá. Nadie sabe qué, cómo muchos o incluso si alguna universidad tendrán la oportunidad de celebrar a mediados de este siglo. Ensordecidos por el ruido de varios burócratas y académicos mediocres interesados a decir sólo lo que sus amos les gusta oír, algunas universidades y grupos académicos luchan por ver más allá de las modas y consignas lo que se perfila el futuro que cambiará su existencia.
Las tecnologías emergentes de la Cuarta Revolución Industrial como son la Realidad Extendida, la Inteligencia Artificial, el Big Data, el Blockchain, la Robótica y Cobótica o el Internet de las Cosas (IoT) ya están impactando de una forma sin precedentes en la industria, la economía, las comunicaciones, la forma de hacer negocios, el marketing, los sistemas y la política, entre otros muchos. Dentro de este contexto, la Educación 4.0 se está convirtiendo rápidamente en una opción tangible al mundo acelerado en el que vivimos y dónde estas tecnologías evolucionan constantemente enseñando a los estudiantes cómo deben aprender a desenvolverse.
Los estudiantes de hoy en día, sin tener en cuenta su edad, nivel adquisitivo o localización deben estar preparados para las nuevas dinámicas que estamos viviendo. Esto significa que deben aprender una serie de destrezas y habilidades que les permitan ser competitivos y se puedan adaptar a los constantes cambios que se producen cada vez con mayor velocidad. Algunas de estas competencias son la capacidad de resolver problemas complejos, el trabajo en equipo, la comunicación, la adaptabilidad, la inteligencia emocional, el pensamiento crítico y sobre todo el pensamiento computacional.
Uno de los objetivos clave es entender como el aprendizaje mediante la Realidad Extendida y la Inteligencia Artificial puede ayudar a desarrollar las habilidades de pensamiento, que permiten al estudiante comprender de una manera más divergente y crítica, y hacer un uso eficiente de la información disponible en los entornos virtuales para producir conocimiento y aplicarlo de manera positiva y productiva en su vida personal y en la sociedad (metaverso, Blockchain…).
Hay que cambiar la visión y asimilar que la nueva Educación 4.0 no está centrada en los contenidos, sino en hacer alumnos competentes, que sepan hacer y sobre todo que sepan ser.
La Realidad Extendida y la Inteligencia Artificial son ante todo experienciales, cambian la dinámica de las aulas y permiten un mayor enfoque en los aspectos colaborativos y competenciales, donde los contenidos pasan a estar centrados en los estudiantes, permitiendo desarrollar un aprendizaje totalmente personalizado y adaptado a cada uno de ellos.
Numerosas investigaciones en este área sugieren que el 65% de los estudiantes de Primaria, por ejemplo, desempeñarán puestos de trabajo que aún no existen y no tienen tan siquiera un nombre. El entorno laboral al que se incorporen puede ser inimaginable a día de hoy, posiblemente pueda ser una mezcla de virtualidad y realidad física, lo único que está claro es que estará estrechamente relacionado con las tecnologías digitales emergentes.
La Educación 4.0 tendrá como objetivo fundamental preparar a sus estudiantes de cara a un futuro tecnológico digital avanzado y por otra parte apoyar a los formadores para que se conviertan en verdaderos facilitadores del aprendizaje en este nuevo modelo educativo.
Una de las fórmulas más exitosas de la Educación 4.0 es la combinación de tecnología digital y aprendizaje presencial. Plataformas como Google Classroom y MS Teams, o aplicaciones Clevertouch como Day Dream Education y Revision Buddies han permitido a algunos educadores adoptar un estilo de aprendizaje invertido en el aula dónde la tecnología digital ayuda a ejercer este nuevo estilo de educación. Las plataformas online permiten a los estudiantes asimilar gran cantidad de conocimiento a su propio ritmo, y después aplicar lo aprendido en una diversidad de temáticas dónde se comparte de manera abierta y colaborativa. El resultado es el acceso a un amplio aprendizaje relacionado de forma intuitiva y métrica en lugar de un aprendizaje limitado sobre temas dispersos y opacamente vertebrados.
El Internet del Todo, la tecnología 5G, 6G y las resoluciones 4K y 8K permitirán que el verdadero aprendizaje personalizado sea una realidad y se produzca a tiempo real. Por ejemplo, las aulas con pizarras Clevertouch están aprovechando la tecnología mirroring, presentando varios dispositivos móviles simultáneos en su monitor, lo que posibilita que los estudiantes más capaces pueden acelerar su aprendizaje, mientras que los demás siguen un ritmo más estándar hasta dominar el conocimiento requerido antes de avanzar a la siguiente etapa.
Además de compartir contenido en tiempo real, la alta hiperconectividad permitirá el acceso a enormes cantidades de conocimiento de forma instantánea.
Hablar del futuro del aula cuando entra en juego la tecnología digital es sencillamente conjeturar, ya que cambia y evoluciona a un ritmo acelerado y exponencial, por lo que se hace muy difícil predecir con precisión cómo será la educación en 2025 o 2030.
La web 4.0 permite la computación cognitiva, a través de potentes ordenadores se almacenan en la nube y procesan los datos, peticiones, etc. permitiendo, no sólo que cualquier dispositivo con conexión a internet nos ayude a aprovecharnos de ellos, sino también sirviendo cada uno de nosotros como suministradores de datos a las máquinas (Santamaria, 2016).
¿Cómo llegamos a la Web 4.0? La respuesta es sencilla: gracias a la propia evolución de la tecnología.En estos momentos, empresas como Google, Microsoft o Facebook, entre otras, están desarrollando nuevos sistemas que gracias al Deep Learning y Machine Learningserán capaces de procesar más información de forma similar a cómo lo haría el cerebro humano.Construyendo redes neuronales artificiales que se aproximarían a cómo funcionan las del cerebro humano.
Así pues, en esta web el contenido es construido y reconstruido en el contexto de forma constante, se hace uso de la inteligencia artificial y el proceso de enseñanza-aprendizaje se da bajo la premisa de que todos aprenden y todos enseñan. Es entonces como en este nuevo modelo de educación 4.0:
La cooperación es la base del proceso de enseñanza.
Permite la interacción constante entre alumnos y profesores, centrándose en la comunicación como principal vehículo para el aprendizaje.
Aborda el aprendizaje competencial movilizando conocimientos para resolver problemas reales.
Busca el aprendizaje activo que pone al alumno a regular su proceso a través del pensamiento estratégico.
Usa el juego y la creación de entornos de aprendizaje reales como motor de aprendizaje.
Entiende la evaluación como un proceso de feed back constante que ayuda a mejorar y progresar.
Utiliza las TIC como herramientas de acceso, organización, creación, difusión de contenidos. En donde primero se define los objetivos y criterios de evaluación, después se selecciona los contenidos y diseña las actividades de aprendizaje y finalmente se piensa que herramientas tecnológicas pueden facilitar este proceso (Fundación Mapfre org.).
Pero lo que si está claro es que la tecnología digital educativa cambiará la forma en la que vemos los espacios de aprendizaje tradicionales. Los nuevos espacios no solo se están conformando bajo una nueva topología, sino que su propia naturaleza pasa de ser puramente presencial y fisica a un nuevo modelo mixto donde convive lo real y lo virtual, y cuyas dos tecnologías principales serán la Realidad Extendida y la Inteligencia Artificial sin lugar a dudas, permitiendo que los estudiantes actuales sean los líderes del panorama tecnológico que se desarrolle en esta década.
about:blank
Es precisamente en este último campo, incluso superando las teorías de Vigotsky y su teoria cognitiva y psicosocial de la actividad, las personas de manera individual y colectiva, con las NUEVAS ARMAS QUE TENEMOS AHORA, las TIC, podemos producir cuántas modificaciones consideremos oportunas, si la Sociedad se rige por principios que hasta ahora eran impensables….
Por tanto la EDUCACIÓN, no puede cambiar por si sola, como hemos dicho muchas veces, necesita un cambio SOCIAL, ya que es una parte de esta sociedad, entonces y solo entonces, podemos aspirar a otras formas INCLUSIVAS Y UBICUAS en la formación personal y social, que nos llevará a una mejora Social y por tanto educacional))))
Las tecnologías se han mezclado entre situaciones sociales y cognitivas que hacen que la formación sea cada vez más importante en las futuras revoluciones que se van a producir y que llevará a una transformación de la cultura de occidente con valores que hasta ahora ni habíamos imaginado y la desaparición de muchos de los que consideramos inamovibles para siempre.
Estamos ya dentro de un sustrato nuevo culturalmente que engloba una base social, económica, educativa, política, económica, soportado por unas tecnologías digitales y una inteligencia artificial (con dispositivos inteligentes bajo el paraguas 5G) que están construyendo un andamiaje hasta ahora nunca visto.
Todo ello nos da la capacidad de creación de una nueva universidad (la podemos llamar “Universidad disruptiva») que se adentra dentro de esta nueva sociedad como nunca antes lo había hecho, lo cual permiten unas sinergias cognitivas muy superiores a las que poseían lo que entendíamos por aprendizaje en el siglo XX y que se transformará si quiere ser protagónica dentro de los próximos 6 , 7 años, antes incluso de 2030, de lo contrario pasará a ser un elemento completamente residual para la sociedad y sus aprendices.
Dentro de lo que entendemos por transformación de la universidad en ámbitos propios y centrados en la academia…
Se me ocurren unas preguntas clave:
¿Está la universidad mentalizada que debe transformarse?
Si lo está, ¿sabrá cómo hacerlo?
Estará capacitada para formar a los futuros docentes para la educación del siglo XXI?
¿Entiende que si no se transforma dejará de ser protagónica en la sociedad y pasará a ser residual?…
Podríamos añadir otras pero estas dejan claro el antes y el después de nuestra institución, así como muchas cosas que paso a relatar.
Como complementarias y tan o más importantes:
¿Podrán los rectores, los catedráticos, decanos, profesores “fijos”, doctores… , es decir, la jerarquía de siempre de la universidad, entender que sino son capaces de llegar a las necesidades implícitas y explícitas de las preguntas de arriba, deberían dar un paso al lado y dejar paso a las personas que por mentalidad, voluntad y preparación, están dispuestas a dar este “salto” tan importante como es la transformación e implementación de la nueva universidad?
Entiendo que me refiero también a aquellos que siempre se han denominado investigadores, publicadores acérrimos de las Revistas científicas (propias obviamente del siglo XX) y que siguen entendiendo de innovaciones pero de ninguna manera de transformación de la universidad.
Todos ellos elementos clave en lo que la nueva universidad del Siglo XXI necesita para adaptarse a esta nueva era y no solo eso, liderar las transformaciones de una sociedad inmersa en un cambio cultural y de valores que no solo erigirá como debe ser su educación, sino también las relaciones profesionales, laborales… de sus ciudadanos.
Nunca he sido una persona que acepte las cosas por su valor nominal y me temo que muchos docentes en esta profesión están haciendo justamente eso.
Mi objetivo en ser parte de un proyecto de búsqueda, de pensamiento crítico, de mejora constante y si es necesario para ello, “quitar y poner un nuevo rey, pues adelante”, mi vida es desafiar, pensar un poco, cruzar líneas rojas, que casi nadie se atreve a hacer — dar mi propio punto de vista y esperar provocar un poco de conversación que conduzca a un cambio positivo para los estudiantes….(un profesor disruptivo, o a lo mejor cualquier persona de la calle):
-Quiero romper la idea de que todo el aprendizaje tiene que ser gradual, evaluado o de alguna manera atado a un mapa curricular que valga la pena.
-Quiero romper con aquellos que piensan que la tarea es una actividad digna en las escuelas y de alguna manera creo que es una actividad rigurosa que es aún más pertinente en las escuelas.
-Quiero romper esta idea de que tenemos que ser demasiado cordiales con colegas ineficaces y aceptar la mediocridad como parte de hacer pactos de no agresión en las escuelas.
-Quiero romper la idea de que tenemos que enseñar a la prueba y que todos somos de alguna manera definibles por el mismo patrón….
-Quiero romper la tradición consagrada de que maestro es el único dispensador de conocimientos.( por otra parte eso es imposible, porque lo que se transmite son informaciones)
Quiero romper la creencia de que todos los administradores tienen que funcionar de la manera que siempre lo han hecho en forma de gestores y seguidores del sistema…
¿Qué estás esperando para transformar las cosas y hacerlas como la sociedad quiere?? ¿Cómo se va a cambiar las
cosas para sus estudiantes más allá de sólo quejarse de que las cosas no funcionan, que los alumnos no escuchan, que no les interesa la escuela… y pedir un cambio sostenible real pero no hacer nada para cambiarlo?..
Empecemos a realizar NUESTRA DISRUPCIÓN en nuestras universidades con el objetivo de hacer el aprendizaje de la mejor manera posible para que los estudiantes sean ciudadanos del siglo XXI, no del siglo XX. No nos conformemos con hacer las cosas como se han hecho siempre, sino que debemos comprometernos a esforzarnos siempre por un camino mejor…
Viviendo en los tiempos donde hay más medios para aprender, donde podemos los aprendices intervenir como “prosumers” y “policy makers” a la vez, nos encontramos con instituciones educativas que están entrando en decadencia, y es por eso que debemos:
La educación debe preparar a los estudiantes para que participen activa y constructivamente en una sociedad global.
Formación potenciada por la tecnología tiene la capacidad de involucrar a los estudiantes profundamente en su trabajo, conectar con incontables recursos, y les permite colaborar a través del tiempo y el espacio.
Las escuelas deben proporcionar una equilibrio en el estudiante, de manera personalizada (inclusiva)y personalizar la experiencia para todos los estudiantes-un principio fundamental de la ruptura de la escuela marco de mejora .. Estamos viendo que es vital ya no solo parea tener en cuenta como llegar a nuestra Excelencia Personalizada, si no para encontrar la ayuda necesaria para conseguirlo, bien a nivel de memorias externas y de retroalimentación personal o de Inteligencia artificial.
Necesitamos un software escalable pero también readaptable a cada situación, por lo que las programaciones deben estar preparadas (abiertas) para que en cualquier momento nos puedan ser útiles, ya no tanto por su calidad estándar (que lo deben cumplir) si no bajo la posibilidad de modificarse y continuar siendo de calidad.
La estrategia a utilizar con el PKM es crear un mapa mental de la información que gestionamos de modo que se convierte en nuestro conocimiento personalizado y personal. Nuestros discos duros de ordenador pueden servir como un sustituto -? un lugar para crear o una representación? -…obviamente nos pueden servir de soporte, de ayuda.
Este primer paso en la estrategia con el PKM exige determinar y utilizar la aplicación de un sistemas de clasificación de personal, la indexación y los principios de presentación.
En consecuencia, con la utilización de nuestro PKM conseguiremos nuestras “mejores fuentes” con las cuales mejorarán nuestros resultados en la adquisición de conocimientos, resultados más relevantes con menos ruido, aumentando el valor de la información.
El filtrado de información a través de criterios que consideramos de antemano (por ejemplo, cuando la creación de filtros de correo electrónico) o selectivamente tirando un poco de información, mientras que el control de lo que nos empujó a nosotros ,son las tácticas para el manejo de información no solicitada y la tasa de flujo de información.
Con todo ello establecemos como puntos de referencia para este desarrollo:
De lo tácito a tácito, a través de la socialización: La socialización es el proceso de compartir el conocimiento tácito no a través del lenguaje, sino a través de la observación, imitación y la práctica. El modo de socialización comienza con la construcción de un “Lugar” o “contexto” de la interacción social. (Social learning).
De tácito a explícito, a través de la externalización: La externalización es un proceso de articular el conocimiento tácito en conceptos explícitos realizado generalmente sobre la base de metáforas, analogías, conceptos, hipótesis…
Desde explícito a explícito a través de la combinación: combinación es el proceso de sistematizar conceptos en un sistema de conocimiento, y se integra diferentes cuerpos de conocimiento explícito. Una vez que el conocimiento se captura, se es decir, se convierte en información explícita el conocimiento que se puede almacenar y visitada. Durante el proceso de combinación, la reconfiguración de la existente conocimiento explícito a través de la clasificación, la adición, la reorganización y combinando puede conducir a nuevos conocimientos.
Desde explícito a tácito, a través de la internalización: La internalización es el proceso de incorporar el conocimiento explícito en conocimiento tácito.
La adquisición de PKM-habilidades es un proceso complejo y continuo proceso que puede ser favorecido por las condiciones propicias y la internalización de las prácticas y valores de comportamiento adecuados y eficaces.
Con esta metodología de trabajo establecemos la planificación de la formación PKM para cada uno de los aprendices que conseguirán una formación continua de expertos (por ejemplo, estudiantes de pregrado). Creemos posible el desarrollo de la formación dirigida a los procesos de activación de modo que las habilidades y competencias de alfabetización digital y sociales se pueden enriquecer gradualmente, se internalizan y se transforman en personalizadas por los sujetos no experto.
Por lo tanto, con ello preparamos las prácticas eficaces de aprendices expertos en relación con las herramientas y entornos Web 2.0. Sobre la base de un estudio cualitativo, nuestro objetivo siempre irá dirigido a delinear un perfil de competencias del estudiante durante toda la vida-2.0 con el fin de identificar a un soporte de herramientas de planificación-una formación de calidad que llevaremos a cabo desarrollando habilidades PKM-en los no expertos. Este modelo PKM- se centra en competencias básicas y habilidades de orden superior ( Meta-habilidades), identifica las condiciones que lo permitan y las competencias que favorezcan una gestión eficaz de uno de PK, para que conocimiento y aprendizaje puedan estar siempre conectados en red.
Las universidades deben promover y modelo de valores que son esenciales en una sociedad civil y democrática.
El aprendizaje puede tener lugar sólo cuando los estudiantes se sienten libres de violencia y acoso.
Las universidades deben ofrecer un papel significativo en la toma de decisiones a los estudiantes para promover el aprendizaje del estudiante y un ambiente de participación, la responsabilidad y la propiedad.
La Sociedad que debe liderar este procedimiento debe:
Alentar y modelar la utilización adecuada y responsable de las tecnologías móviles y sociales para maximizar las oportunidades de los estudiantes para crear y compartir contenido ..
Dirigir la conversación en torno a la conectividad y la participación de los estudiantes en la creación de políticas.
Incorporar el uso responsable de las tecnologías móviles y sociales en las políticas de uso aceptable.
Promover uno a uno el acceso a los dispositivos conectables, incluyendo los dispositivos de los propios estudiantes, para permitir en cualquier momento en cualquier lugar de aprendizaje.
Incorporar el acoso cibernético , con pautas de prevención en el código de conducta estudiantil.
Participar y proporcionar a los maestros de desarrollo profesional en el uso efectivo de los dispositivos móviles y las redes en las escuelas.
Debemos:
Articular políticas claras tecnología que tienen un margen suficiente para las escuelas para conectar por vía electrónica sin temor a represalias o consecuencias indebidas.
Proporcionar apoyo técnico y financiero a las escuelas que aspiran a conectar a los estudiantes y adoptar uno a uno los programas.
Reducir el filtrado de Internet para maximizar el acceso de los estudiantes a herramientas de aprendizaje en línea y proporcionar oportunidades para ejercitar el juicio en la selección de estas herramientas.
Las autoridades deben:
Proporcionar un flujo de financiamiento para asegurar la infraestructura de banda ancha y dispositivos móviles para todos los estudiantes.
Promulgar políticas razonables y aplicables en el acoso cibernético, “sexting”, y otras formas de acoso electrónico que aclare la responsabilidad jurídica de los funcionarios de la escuela.
Involucrar a la comunidad educativa de la escuela en las conversaciones que la formulación de políticas que se diseñan para reducir y sancionar el acoso en línea
…
En la Educación Disruptiva (learning is the work) necesitamos investigar en mundos TRANSDISCIPLINARES , abarcando varias disciplinas en forma transversal y que estén por sobre de todas estas. vale decir su ámbito de acción es superior al de cada una de las disciplinas. y por medio de medios transmedia, adapatables a contextos y a personas, tanto de manera personalizada como social.
No podemos buscar obtener constructos de conocimiento que nos llevaran en una sola dirección, necesitamos flujos de conocimientos que vayan en busca de personas que puedan realizar aprendizajes que por medio de una relación entre todo puedan ofrecernos diferentes posibilidades de mejora en muchos campos, de tal manera que cada campo y la unión de los mismos, en red, sino de todos, en parte, vayan labrando una sociedad abierta, mas democrática y diversa.
La transdisciplinariedad nos permitirá pasar del PERSONALIZED LEARNING al SOCIAL LEARNING y al revés de manera natural, que de otra manera sería imposible (es decir, de manera uniformizadora y estática).
Así mismo tiempo la educación como elemento aislado ha terminado, con la educación irán , el comercio, el trabajo…pasamos a una meta-conectividad, a un mashup de elementos que siempre estarán interconectados…. (MULTIDISCIPLINARIEDAD, que involucra el conocimiento con varias disciplinas cada una aportando desde su espacio al tema en cuestión).
Miramos hacia el futuro, haciendo todo lo posible para tomar decisiones sabias, sólo para encontrarnos mirando a los dientes de incertidumbres feroces y generalizadas, algunos lo llaman “ondulaciones disruptivas”, otros, “innovaciones disruptivas causadas por la influencia de las tecnologías”…(Juan Domingo Farnós)
De esta manera aprendizaje podrá ayudarse con los Hipermedia, Cybermedia y multimedia, así como escenarios de aprendizaje colaborativos-cooperativos , la comunicación a través de Internet, y actividades transversales redárquicas-. Dentro de cada área de investigación, los laboratorios multidisciplinarios ocupan de aspectos específicos de temas de orden superior.
Diferentes proyectos de investigación se asignan a los respectivos laboratorios, que irán acompañados en todo momento por la recogida de datos, metadatos y paradatos, especialmente por parte de los que lo van a llevar a cabo, los aprendices.
Seguimos insistiendo en nuestros planteamientos de INVESTIGACIÓN y de implementación, en la necesidad de hacerlo de manera transdisciplinar como la única manera de aportar valor y eso sucede a través de la diversidad que proporcionan estas actuaciones.
Los nuevos tiempos requieren de unas ecologías cada día más asequibles, más potentes, más adaptables a nuestras necesidades, necesitamos que formen parte de nosotros como algo usual, natural, que no tengamos que hablar continuamente de ellas, si no de nuestras necesidades, cuando consigamos esto, entonces habremos logrado estar preparados para desarrollarnos en cada momento y en cada situación.
En la sociedad de hoy hay dos conceptos que o confundimos o no asimilamos, …la digitalización informatizada es un proceso técnico, mientras que la digitalización social es un proceso humano que en este caso implica una profunda revolución sociotécnica, todo ello nos lleva (como muy bien nos explica el profesor Fernando Saez Vacas), a otra sociedad, e aplica al proceso de interiorización personal y de coherencia social de las funcionalidades y efectos múltiples, directos, secundarios y hasta ocultos de esta tecnología.
Su socialización, cuyo resultado es la Sociedad de la Información, es un factor engañoso de progreso, si no está dirigido por una cultura madura de la tecnología, a la que podríamos denominar socio-tecnocultura y que representa un objetivo educativo por el que luchar.
La TECNOLOGÍA DE LA INTELIGENCIA, que podemos entender como aquellas creaciones técnicas que no van dirigidas a producir cosas, sino a permitir que el cerebro humano se organice y funcione de manera distinta, es decir… no solo el SOFTWARE es un elemento básico dentro de la sociedad, si no por encima de ello está nuestra capacidad y mentalidad cognitiva de aceptar que estamos en una época cuya idiosincrasia hace que las tecnologías formen parte de nosotros, es más, que las consideremos en nosotros…https://juandomingofarnos.wordpress.com/…/las-tecnologias-…/Las tecnologías somos nosotros……Juan Domingo Farnós
Las tecnologías convergentes, internet, la inteligencia artificial, la memoria externa….serán básicas en los próximos tiempos y no ya como tendencias, si no como elementos básicos que trascenderán mucho más de lo que la mayoría de la gente piensa, llegará el momento que ellas condicionarán nuestros actos, como ya lo están haciendo en parte ahora: “trate usted de sacar un billete de avión que no sea por medio de internet”….
El Aprendizaje personalizado es una opción viable para la transformación de la actual era industrial, el sistema de administración de la línea de montaje de un sistema que permite a los alumnos y sacar el máximo partido de las tecnologías disponibles.
El sistema de la era industrial proporciona un mecanismo para que los estudiantes efectuaran el procesamiento de sus aprendizajes por lotes por razones de edad — se trata de un método basado en el de la producción de masas de tiempo y espacio. Un modelo de aprendizaje por empoderamiento nos permite personalizar la masa de aprendizaje para satisfacer las necesidades individuales de aprendizaje basado en lo que sabemos sobre la motivación y el aprendizaje de los estudiantes. Mediante las poderosas tecnologías de hoy en día para satisfacer las necesidades de aprendizaje personales de cada alumno cada hora de cada día.
La realidad en la actual era de la información, es que ahora es posible para cualquier persona a aprender cualquier cosa, desde cualquier lugar y en cualquier momento en cualquier forma de los expertos de todo el mundo. (ubicuidad).
El fenómeno de la Disrupción ayudará universalizar este desarrollo, no solo intelectual y científico, sino a humanizar la Educación de manera completa, porque aunque no lo entendamos muchos, nunca lo ha sido, siempre ha estado sujeta a normas impuestas, lo que de humano tiene poco, se mire como se mire y todo ello hará que la transparencia y la confianza, otros dos caballos de batalla dentro del mundo 2.0, ya no serán ni reseñables, porque también serán naturales y por tanto no hablaremos de ellos.
Ya nadie se puede imaginar imaginarme un currículo verdaderamente excelente en el que los estudiantes no tengan, en algún momento, una variedad de experiencias prácticas, aprendan a tomar decisiones, exploren ideas de forma independiente para encontrar sus propias necesidades o desarrollar Ideas originales. Necesitan tener la oportunidad de hacer cosas, trabajar entre ellos y buscar algunas áreas del plan de estudios de una manera extendida a través de proyectos. Es solo una cuestión de estructurar bien estas cosas para que el aprendizaje se base en fundamentos seguros.
Siempre surgen algunos que defienden la maestría docente y que son tomados como docentes del siglo XIX…
La evaluación formativa, o la taxonomía SOLO o el aprendizaje dirigido por el estudiante se etiquetan como “progresivo” y visto como propio del siglo XXI
El aprendizaje basado en proyectos o el aprendizaje basado en las habilidades se promueve como el antídoto para secar temas viejos y pesados que siempre están en silos.
Otros dirán que se necesita un equilibrio entre la “vieja guardia” y los “nuevos frikis”, Por lo tanto, la búsqueda de una dieta de aprendizaje equilibrada y saludable crea una combinación sutil de modos de aprendizaje . Aprender que sabe bien nos da esa sensación de satisfacción después de una buena comida.
¿Cuáles podrían ser los ingredientes?:
a-aprender del maestro: instrucción directa; retroalimentación formativa de alguna forma; aprendiendo de los libros; leer en voz alta; pensar-par-compartir; haciendo preguntas; resolviendo problemas;
b-hacer videos o sitios web; enseñando parte de una lección; hacer un modelo o una composición; representando un juego de roles; expertos y enviados; evaluación por pares; debates y discusiones; diseñando tu propio experimento; material de pre-aprendizaje de video tutoriales en línea para producir una breve presentación para la clase.
c-tener la opción de responder en una variedad de formas; o para elegir el tema; o para trabajar a un ritmo que se adapte; para crear aprendizaje de forma independiente; para trabajar en colaboración con un grupo de mi elección; para aprender a través de proyectos ampliados abiertos con oportunidades para hacer algunas cosas en profundidad a lo largo del tiempo.
La idea se aplica a un alumno individual: su experiencia en el tiempo en el día escolar, la semana y, sin duda, durante todo el año. También se aplica a un maestro individual y a la enseñanza a lo largo del tiempo: la idea de que usted está contribuyendo a la dieta equilibrada de sus alumnos al no hacer siempre las mismas actividades o enseñar de la misma manera. Sin embargo, NO se aplica a ninguna lección,
Evidentemente NO VA DE ESO, según mi opinión, los tiempos del pasado puedieron ser explendoros, funcionaron más o menos bien, según se quiera ver, para las personas de aquella época en el CONTEXTO en que se movieron, ahora es otro tiempo, otra época que aún esta por construir ( está en sus inicios) y requiere de otros mimbres y sus personas, aprendices, y sus contextos, son otros y muy diferentes, con lo que sus necesidades para nada son similares a los anteriores.
La participación digital, en este contexto, puede ser vista como una parte fundamental de cualquier economía del conocimiento o de la democracia basada en la información y por lo tanto tiene implicaciones importantes para la educación emanada de la sociedad (no como elemento aislado).
La participación digital debe ser optimizada para asegurar el crecimiento económico continuo en paralelo con el desarrollo de una ciudadanía alfabetizada informada. Universidades (y de hecho todo el sector de la educación) están en una posición única para dirigir y desarrollar este tipo de participación para y con sus comunidades en general.
Sin embargo, hay problemas con este escenario en el que la “cobertura” digital de la población es irregular, las organizaciones todavía están encontrando su camino con las realidades digitales. Los cambios rápidos en la tecnología están obligando a las universidades a tomar decisiones basadas a menudo por motivos puramente tecnológicos, o retrasar decisiones por la misma razón.
Para el cuadrante Participación digital identificaremos los siguientes aspectos:
a• Papel y las responsabilidad Cívica — ¿Cómo funciona el acceso a los recursos digitales a apuntalar la acción ciudadana?
b• Participación de la comunidad — ¿cómo podemos facilitar más y mejor compromiso entre las comunidades?
c• Redes (humanas y digitales) — lo que en las redes necesitamos fomentar?
d• affordances Tecnológicas — ¿Cuáles son las infraestructuras y conexiones subyacentes que sustentan el acceso a todo lo anterior?
Si observamos la incorporación del conocimiento procedente de ámbitos no estrictamente pedagógicos, vemos que nos proporciona nuevas herramientas conceptuales para comprender la educación. En concreto, Sanvisens sostenía que la teoría general de sistemas, la teoría de la información y la cibernética proporcionaban elementos conceptuales muy importantes para alcanzar un mayor nivel de comprensión del proceso educativo.
Per algunos piensan o pensamos diferente “La pregunta clave que afrontamos es si el aprendizaje en línea debe proponerse como objetivo sustituir a los profesores e instructores por medio de la automatización, o si la tecnología se debe utilizar para empoderar no solo a los maestros sino también los estudiantes. Por supuesto, la respuesta siempre será una mezcla de ambas cosas, pero conseguir el equilibrio adecuado es una cuestión crítica” , esto lo escribía Tony Bates, pero también Juan Domingo Farnos https://www.academia.edu/…/Debemos_crear_una_sociedad_donde….Debemos crear una sociedad donde el valor sean las personas…. de Juan Domingo Farnos
Fullan (2012) considera que la creación del conocimiento es el resultado de una nueva aproximación a la formación en la que se da más importancia a la producción de ideas que a la mera transmisión y reproducción de los conocimientos existentes. Hay una clara relación entre la manera de generar y construir conocimiento y el tipo de formación que demandan los sistemas educativos. Las nuevas pedagogías, los nuevos enfoques educativos proponen líneas de intervención coherentes con la manera en que se está produciendo el conocimiento e incorporan propuestas basadas en las investigaciones sobre el cerebro, la ciencia cognitiva y las redes.
Estamos en un marco social y tecnológico que supera con creces nuestras más extraordinarias fantasías y nos permite, con la rapidez de un clic o la habilidad de nuestros pulgares, acceder a más información de la que nadie nunca ha tenido acceso en la historia de la humanidad. Y más allá. Con esa misma facilidad podemos acceder a dinámicas de pensamiento colectivas, a intercambios y discusiones llenos de significados con personas aquí, allá y en todas partes, de las que sólo nos separan nuestras propias barreras personales. Vivimos tiempos extraordinarios para aprender juntos, para construir conocimientos juntos.
Es por ello que nuestras investigaciones se dirigen y se centran en los usos de la tecnología digital a lo ancho y a lo largo de la vida en su impacto en la actividad de aprendizaje de las personas a nivel informal y formal, y en las tendencias educativas en el siglo XXI.
La tecnología digital ha acabado convirtiéndose en una dimensión más de la realidad, tomando la forma de una capa que cubre el conjunto de actividades que tienen lugar en la vida de las personas. En plena era digital, estas actividades están profundamente imbricadas con la tecnología de tal manera que el mundo físico y el digital son cada vez más indisociables. Algunos autores ya hace tiempo que se refieren de diversas maneras. Weiser (1991), en su artículo profético sobre el futuro de la informática en el siglo XXI, introduce el concepto de computación ubicua y pronostica una sociedad donde la tecnología penetra tanto en el tejido de la vida diaria que deviene indistinguible, tal como ha sucedido con el texto escrito en las sociedades desarrolladas.
Estamos siendo testigos de una época apasionante, decadente sin duda, pero con una capacidad de cambios vertiginosos como nunca en la historia de la humanidad había pasado” (Juan Domingo Farnós Miró @juandoming. Cualquier persona que utilice el Internet pasa por un proceso de aprendizaje sobre los contenidos, herramientas y personas que se encuentran. Este aprendizaje incidental puede convertirse en un proceso más estructurado, como es el caso cuando alguien trabaja a través de una serie de recursos educativos abiertos (materiales didácticos disponibles gratuitamente en la Web). ’Las certificaciones, ofrecen una forma de acreditar este aprendizaje que tiene lugar fuera de las instituciones educativas formales.
Pero lo más importante es buscar las maneras de hacerlo en el Aprendizaje Informal y es más, en el APRENDIZAJE-TRABAJO, ya que es la única manera de asegurarnos la educación continuada, accesible-tanto de manera espacio-temporal, como por su economía y además representa más del 70% de lo que aprendemos cada día.
El acceso a los recursos de aprendizaje, abarcar los mundos físico y digital, y en el participan múltiples tipos de dispositivos, e integrar los diferentes enfoques de la enseñanza y el aprendizaje….lo que podríamos llamar COMPUTACIÓN UBÍCUA ….propugnan la integración de dispositivos alrededor de escenarios donde se encuentre localizado el ser humano, en el que éste puede interactuar de manera natural con sus dispositivos y realizar cualquier tarea diaria de manera completamente trasparente con respecto a sus computadores. Durante sus actividades ordinarias, alguien que esté “usando” computación ubicua (decimos entrecomillas “usando” porque el usuario nunca lo hará directamente) lo hace a través de diversos dispositivos y sistemas computacionales simultáneamente, y generalmente lo hará sin percibirlo. Este modelo es visto como un paso más del paradigma de uso de ordenadores de escritorio. .
Aparecen una incontenible avalancha de datos por segundo, las tecnologías se hacen cada vez más intangibles y ubicuas. Con la COMPUTACIÓN UBÍCUA, la asincronía funde el “ahora” y el “cuando”; evoluciona hacia aspectos más cognitivos-mente integrada-, por lo que están surgiendo nuevas formas de pensar en las que la cognición se complementa con el PC, , tabletas, mobile learning… mediante el manejo de tecnologías semánticas: etiquetados generados por los usuarios, folksonomías y ontologías; es intuitiva, como cualquier hábito, la computación ubicua se presenta como una parte de la experiencia vital…. niveles de complejidad, constante redefinición de los centros y las periferias y nos permite pasar de la misma Computación Ubícua a la I-BICUIDAD, una nueva manera más SINCRONA de actuar en tiempo real, disponiendo en todo momento de las mejores FUENTES posibles…
Debemos empezar por una estrategia más sensible, adaptada a las personas, , un enfoque estratégico, que se inicia con un análisis de las metas, trabaja a través del contexto actual, y crea los planes a corto, mediano y largo plazo.
Aprenderemos así bajo la perspectiva más amplia del desempeño de apoyo, y el aprendizaje social e informal, además de la educación formal.
Analizaremos infraestructuras, herramientas, tecnologías y modelos, y consideraremos las compensaciones, la política y las cuestiones de seguridad, la situación financiera, y la alineación de la organización y de su relación con las personas que quieren aprender. su nivel de alfabetización digital, sus intereses y necesidades reales de aprendizaje…
El Mobile learning debe llevarnos a la cima del APRENDIZAJE UBÍCUO-espacio-temporal-, donde además de un RECONOCIMIENTO SOCIAL necesario (titulaciones, certificaciones, reconocimientos)….se debe aceptar como de calidad tan importante que el que se realiza en cualquier Universidad, sino más. El aprendizaje ubicuo es un nuevo paradigma educativo posible, digamos que es lo que se viene venir… en parte por las potencialidades de los medios digitales y en parte, por la redistribución económico-político-educativa y social…con la que ha establecido esta nueva Sociedad.
Compartir a través de nuestras redes, digitales o no, nos ayuda a desarrollar y gestionar mejores circuitos de retroalimentación, no solo para obtener más conocimientos sino a poder ofrecer un mejor valor a la sociedad….
Una de las razones de que los ordenadores no son muy buenos para diferenciar la información y el conocimiento es que el conocimiento se construye socialmente, pero de alguna manera la Inteligencia Artificial es vital, en el tema de la retroalimentación, ofreciéndonos diferentes posibilidades, tanto a nivel de respuestas ubícuas como de otras preguntas….
La cultura en que vivimos determina lo que necesita saber y lo que valoramos. Este conocimiento proviene de muchas fuentes: nuestros padres, nuestros amigos, nuestra educación y nuestras experiencias. Contamos historias acerca de todas estas cosas y construir el conocimiento de nosotros mismos y de los demás en el proceso.
Fuera de la escuela, los jóvenes están disfrutando y está impulsado por la tecnología personal. Pueden conversar y estar contactados en cualquier lugar ya cualquier hora. Ellos pueden descubrir y compartir los medios de comunicación y todo tipo de productos, contenidos, ideas…. Se puede colaborar a través de las redes sociales y los juegos multi-jugador.(gamificación y educación)…
Castells (2005) se refiere como “paradigma de la tecnología de la información». Según él, la capacidad de penetración de esta tecnología es muy elevada ya que la información es también una parte integral de toda actividad humana, quedando moldeados por esta los diferentes procesos de nuestra existencia, tanto individuales como colectivos. La transformación de nuestra “cultura material” bajo el efecto de un nuevo paradigma se articula alrededor de las TIC de la misma manera que las revoluciones industriales anteriores se articularon alrededor de la energía. Su materia prima es la información. “Se trata de tecnologías para actuar sobre la información y no solamente de información para actuar sobre la tecnología como era el caso en las revoluciones tecnológicas anteriores,”
Como vemos, esto tiene implicaciones en todos los ámbitos de la actividad humana. Ni hacemos las cosas de la misma manera, ni con los mismos instrumentos y -podríamos decir también- que ni siquiera hacemos las mismas cosas que hace poco más de una década. Hay que añadir también que la influencia de la tecnología sobre la vida diaria se ha visto incrementada con la evolución de la web hacia el socialmedia y con la generalización de tecnologías como la computación en la nube, la realidad aumentada y los dispositivos móviles, especialmente la tablet y el smartphone. En este contexto, el aprendizaje no ha sido ninguna excepción, convirtiéndose en una actividad mediatizada por la misma capa de tecnología digital que se encuentra imbricada con el resto de actividades de la vida diaria.
Ahora es necesario, “desarrollar prácticas disruptivas, así como tecnologías que nos permitan replantearnos y reconstruir el contenido, los procedimientos y las relaciones humanas, elementos que forman parte de todo proceso de aprendizaje…
En la computación ubícua son los profesores y los estudiantes tienen acceso a la tecnología (dispositivos informáticos, Internet, servicios) cuando y donde lo necesiten. En un mundo de la computación ubicua, la tecnología es siempre accesible y no es el centro del aprendizaje, más bien es la facultad de los aprendices son participantes activos en el proceso de aprendizaje, los que van a responsabilizarse de sus actuaciones, y son ellos quienes deciden no sólo lo que la tecnología que se necesita, sino también lo que aprender y la mejor manera de crear nuevos conocimientos.
Un artículo de Brighton analiza el rol de los nuevos medios digitales, los“UBIMEDIA” que por sus características –multifacéticas, convergentes, colaborativas y cooperativas, móviles- tienen el potencial de empoderar a las personas y crear una mayor cultura participativa. En este contexto las instituciones que tradicionalmente tenían la potestad de establecer aquello que está bien y lo que no lo está, hoy se ven amenazadas por nuevas reglas del juego.
“Si nos basamos en objetos de aprendizaje y su relación con ecosistemas, propondríamos una investigación que lo relacionara con el Mobile learning para recursos de aprendizaje, que puede apoyar mejor el aprendizaje informal, y la construcción de la comunidad y el intercambio de recursos de aprendizaje con las características esenciales de la evolución que ello supone (entre la innovación disruptiva producida por las TIC, la Inteligencia Artificial y programas expertos…). La pregunta que ahora “toca” sería preguntarnos si con el concepto que en principio tenemos sobre el Mobile lerning, en nuestra investigación podríamos establecer también como sub-hipótesis, si el Mobile learning y el aprendizaje informal, están relacionados, si son diferentes e incluso, si el APRENDIZAJE INFORMAL, existe….
La mayor parte de nuestro conocimiento proviene de aprendizaje informal, una situación de aprendizaje permanente que requiere estar abierto a nuevas situaciones y la interacción profunda con los demás. En un mundo donde el conocimiento real del empleado sólo resuelve el 10% de sus problemas en el lugar de trabajo (R. Kelley, de Carnegie Mellon University, 2006), es más eficiente para desarrollar entornos de aprendizaje que dan prioridad a la acción y la conexión en lugar de contenido.
Muchos aún dudan de los Escenarios impersonales porque ven poca “pedagogía”, poco marco teórico donde sustentarse las prácticas posteriores, es decir, no quieren asumir “riesgos”, quieren valida, contrastar, valerse de expertos, de investigaciones cuantitativas…pero en esta época eso ya no vale, ahora necesitamos riesgo, invención, creación, sentido crítico, necesitamos mucha más cualidad que cantidad…necesitamos de genios y trabajadores que vayan de la mano.
Seamos realistas, el aprendizaje no se parece a lo que tradicionalmente se imaginaba ser. El aprendizaje no es ahora estático, localizado ; en cambio, el aprendizaje se extiende a contextos, experiencias e interacciones. No se trata sólo de una información jamming individuo en su cerebro; es inclusivo, social, participativo, flexible, creativo y de por vida. Una fracción de todo lo que he aprendido — una fracción muy pequeña — proviene de las aulas y a mi manera de ver las cosas, de manera residual, incluso habrá un momento que deberemos decidir si las aulas son necesarias, o no..
Estamos en tiempos “indefinidos”, en una época en la que ya no se centra en los cambios, porque ya es otra época y por ello debemos pensar con otros parámetros, con otras expectativas, entramos en la investigación y en la resolución de problemas como manera no solo de pensar, si no también de actuar.
Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.
“Transmedia storytelling represents a process where integral elements of a fiction get dispersed systematically across multiple delivery channels for the purpose of creating a unified and coordinated entertainment experience. Ideally, each medium makes its own unique contribution to the unfolding of the story.” — Henry Jenkins, Sandbox Summit 2010…
Collins y Halverson (2010) señalan que los métodos tradicionales de aprendizaje surgieron como una respuesta a la revolución industrial y se basa en la producción masiva estandarizada…. “affordances de los medios digitales“, en la otra parte, surgió de la revolución de la información y el posterior crecimiento de la Web 2.0 del software social y el alumno “, auspiciado por la implementación de las tecnologías” (Collins y Halverson).
Leyendo aspectos del aprendizaje en nuevos escenarios de aprendizaje, me encuentro con textos de mi querida amiga Grainne Conole y De Freitas, que en el 2010 defendían un co-aprendizaje entre aprendices y docentes, una especie de constructo conjunto entre ambos…
Naturalmente esto puede seducir a una parte de la sociedad, la que aboga por un curriculum no impuesto ni dictado des de la “jerarquía” de un sistema que camina de arriba a abajo y que no deja resquicios en cuánto al aprendizaje de CONTENIDOS, relajándose un poco con las metodologías (y lo hacen porque no son capaces de establecer ninguna que no les comprometa a ellos mismos), eso amparaba la famosa “libertad de cátedra”, que en realidad no significa nada, ya que en educación lo que realmente importa es que los aprendices aprendan, y no “fuegos artificiales colaterales…”.
Lo que sucede en la práctica viene determinado sustancialmente por los modos y “modelos” tradicionales de enseñanza-aprendizaje, y más concretamente en los de enseñanza, porque de aprendizajes se habla poco, aunque no lo reconozcamos…y cuando lo hacemos deriva de unos preceptivas resultados de aprendizaje, expectativas normativas y jerarquías convencionales.
A menos que las instituciones, tanto en la educación y en el trabajo, amplíen sus espacios de aprendizaje para permitir una mayor flexibilidad y más auto-organización, es posible que no se aborde el dilema cada vez más evidente… “aun cuando los estudiantes están en la universidad, gran parte de su educación pasa fuera (Collins y Halverson)…
El aprendizaje emergente, surge de la idea de situarlo dentro de las redes de aprendizaje y la ecología de aprendizaje más amplio de la Web 2.0 y más allá.
-¿Pero estamos motivados y convencidos de lo que necesitamos y si podemos llevarlo a cabo?
-¿Cuáles son las condiciones que permiten un aprendizaje emergente y auto-organizado?
-¿Qué mecanismos de validación son eficaces, pueden ser emergentes con las redes de aprendizaje de auto-corrección, y si es así, cómo? (Evaluación)
-¿Es posible vincular, o incluso integrar, aprendizajes emergentes y el aprendizaje prescrito, y si es así, ¿cómo?
La distinción entre necesidades educativas emergentes y reglamentarias o jerarquizadas…representan una brecha y a su vez un paradigma que debemos solucionar antes incluso de planteárnoslo.
Collins y Halverson …. hablan en lugar de “los affordances de los medios digitales” en contraposición a “los modos tradicionales de aprendizaje“, pero comparten las mismas preocupaciones, y estrés “la urgencia de buscar una nueva y coherente manera de aprender cara el futuro….
Todo ello nos proporciona un marco analítico con el que examinar las condiciones en las que el aprendizaje emergente pueda ocurrir…tanto en los aspectos que presentan certidumbres como en aquellos más impredecibles, o lo que es lo mismo, en los aprendizajes formales y en los informales…
Debido a que el aprendizaje emergente es impredecible, pero coherente, retrospectivamente, no podemos determinar de antemano lo que va a pasar, pero podemos darle sentido a posteriori. No es desordenado, el orden no es sólo predecible, puede llegar.
La información y la comunicación, analizadas desde los procesos de circularidad cibernética, nos permitieron estudiar la importancia de la comunicación y la regulación durante el aprendizaje.
Estamos ya dentro de lo que llamamos “cambio de paradigma” Hay un cambio cultural trascendental, de base amplia en curso que ha golpeado a las raíces del sistema industrializado de la educación. El resultado es una demanda de aprendizaje más personalizado, entornos cerebrales con niños, menos memoria y una aplicación más reflexiva de los conocimientos, las condiciones óptimas para inducir comportamientos inteligentes, herramientas constructivistas, y que cuidan, relaciones respetuosas que hacen honor al alumno. “-Thom Markham“
Castells (2005) se refiere como “paradigma de la tecnología de la información». Según él, la capacidad de penetración de esta tecnología es muy elevada ya que la información es también una parte integral de toda actividad humana, quedando moldeados por esta los diferentes procesos de nuestra existencia, tanto individuales como colectivos.
La transformación de nuestra “cultura material” bajo el efecto de un nuevo paradigma se articula alrededor de las TIC de la misma manera que las revoluciones industriales anteriores se articularon alrededor de la energía. Su materia prima es la información. “Se trata de tecnologías para actuar sobre la información y no solamente de información para actuar sobre la tecnología como era el caso en las revoluciones tecnológicas anteriores,”
Se debe re-imaginar el mundo y hacerlo de manera bien documentada. El diálogo de amplio alcance en relación con esta nueva realidad — una concepción radicalmente diferente de aprendizaje — ya no es un debate. Parte de la complejidad de las escuelas que buscan hacer frente a este reto incluyendo la obligación de hacer la transición sin alarmar innecesariamente a los que evalúan la calidad de la enseñanza a través de una lente conocida tradicionalmente como el rigor.
Hay muchas ideas falsas que rigen la visión del mundo de rigor en la educación.
Por ello la colaboración de la tecnología digital ha acabado convirtiéndose en una dimensión más de la realidad, tomando la forma de una capa que cubre el conjunto de actividades que tienen lugar en la vida de las personas. En plena era digital, estas actividades están profundamente imbricadas con la tecnología de tal manera que el mundo físico y el digital son cada vez más indisociables. Algunos autores ya hace tiempo que se refieren de diversas maneras. Weiser (1991), en su artículo profético sobre el futuro de la informática en el siglo XXI, introduce el concepto de computación ubicua y pronostica una sociedad donde la tecnología penetra tanto en el tejido de la vida diaria que deviene indistinguible, tal como ha sucedido con el texto escrito en las sociedades desarrolladas.
En su nivel más fundamental, los defensores de rigor creen que la escuela debe ser “dura”. (aquello de… con sangre entra… algo por otra parte deleznable, la verdad) El “falso” rigor se caracteriza por una gran cantidad de tareas, exámenes, calificaciones, y el cumplimiento de unas conductas que los PROYECTOS DE CENTRO lleva a cal y a canto con mano dura e intransigente, una perita en dulce vaya…
En estas escuelas “duras” algunos estudiantes tendrán éxito, mientras que otros no lo harán (los primeros pensaran que ya son ciudadanos de primera, mientras que los segundos, les convencerán que son ciudadanos de tercera. No solo una falsedad si no un desprecio a la libertad de las personas, ni que la escuela fuese el centro del universo, cuando afortunadamente no lo es.
La noción de un contexto escolar centrado en el alumno podría ser nuevo para muchos de nosotros educados en el siglo 20. Para los padres, sólo existen los elementos familiares de sus propias experiencias escolares para relacionarse. El cambio de paradigma que puede ser dramático para los profesionales de la educación debe ser muy desalentador para los padres que observen un cambio fundamental en la forma en que pensamos sobre el aprendizaje, pueden incluso llegar a pensar que sus hijos han perddo el tiempo en la educación formal de siempre y que ya nunca estarán preparados para el futuro.
En lugar de medir la dificultad en términos de recuperación de información, o la cantidad de tarea, el nuevo estándar de rigor personal pone pensamiento y comportamientos inteligentes en la vanguardia. ¿Cómo expresa un estudiante esas cualidades personales convertido en el estándar para la capacidad y el rendimiento. En efecto, estamos empezando a redefinir lo que es “duro” en la escuela “…
Entonces, ¿Qué sucede cuando una escuela lleva el panorama digital cambiando en serio, reconociendo cómo funciona el cerebro, la necesidad esencial de la motivación intrínseca, la realidad de la disminución del valor del conocimiento fijo, la importancia del aprendizaje social y emocional, y la necesidad crítica para enfocar en el aprendizaje de cómo aprender de formas nuevas y dinámicas? ¿Qué deben hacer los defensores del rigor tradicional de pensar en que su hijo, que su alumno… asiste a una escuela que:
Del mismo modo pasar de individual (o individuo dentro de un grupo) a aspectos sociales, origina una corriente mayor de autocrítica, de crítica entre todos, más creatividad y por supuesto más narración de los acontecimientos (pedagogía). (Jordi Adell)
Vía JORDI ADELL
Cree que un promedio de calificaciones es ilógico y permite a los estudiantes negociar plazos de asignación:
a. Elimina el streaming para aumentar desafío, mientras que la creencia de que todos los estudiantes pueden tener éxito.
b.Que se refiere al desarrollo de una presencia digital y el aprendizaje personal como prioridades educativas.
c. Se ha comprometido a las artes, diseño, expresión creativa y la educación física como plan de estudios básico.
Gran parte de lo anterior, para algunos, representa una reducción de las normas, una disolución de rigor (los padres pueden creerlo por desconocimiento normal, pero si lo cree el PROPIO SISTEMA -LOS DOCENTES- , entonces ya es preocupante para ello, son los que sobran en la nueva escuela.
La realidad de dónde venimos y hacia dónde tenemos que ir está claro, pero la búsqueda de esta dirección no está exenta de problemas. “Es indiscutible que un conjunto de creencias industriales están arraigados en el modelo mental que llamamos educación … en movimiento del aparato cuantificable de la escolarización de las expresiones cualitativas de inteligencia más profunda — y más personal, las normas individuales para pensar y logro — es un enorme pensado para cruzar la barrera. Bienvenido a la vida del siglo 21 “.
Por supuesto, no es aceptable que las escuelas declaren que el rigor es una cosa del pasado, que los nuevos enfoques de aprendizaje no deben estar abiertos al escrutinio o que un compromiso con la excelencia se ha vuelto menos importante que en el pasado. Lo que se requiere es una nueva definición de rigor y el compromiso de educar a todos los interesados en comprender por qué el aprendizaje ha cambiado y cómo las escuelas deben cambiar en consecuencia.
Este proceso llevará tiempo, paciencia, un fuerte LIDERAZGO, un CAMBIO DE PERSONAS QUE LO LLEVEN A CABO y un reconocimiento de que no todo el mundo va a aceptar la necesidad de cambio o aplaudir la aplicación de transformaciones que desestabilizan el núcleo de certeza tradicional. Sin embargo, seguir haciendo lo que siempre hemos hecho, no honra nuestra obligación con los estudiantes y las realidades de nuestro mundo interconectado, digital.
Como Markham señala:
“El principal obstáculo para avanzar es una definición obsoleta de rigor. La tarea fundamental del mundo moderno no es para preparar a los estudiantes para las pruebas estandarizadas mediante la entrega de contenido, o incluso para que sean “listos para la UNIVERSIDAD”, pero a fin de prepararlos para juzgar la calidad de la información, generar nuevas ideas, se filtra a través de una red de el análisis crítico y la reflexión, y compartir y mueven las ideas a través de un proceso de diseño para crear un producto de calidad, ya sea como una idea o un objeto material. “
Competencias de liderazgo 2.0, en diferentes sectores: económicos, sociales, educativos…., cuando el lideraje de las Organizaciones se transforma, gracias a las nuevas Tecnologías y el empuje de la misma sociedad, en elementos facilitadores que trabajan codo a codo en los diferentes grupos y estructruras, el Clusters, Nodos…
Interesante la definición de Brian Sztabnik : “El rigor es el resultado del trabajo que desafía el pensamiento de los estudiantes en formas nuevas e interesantes. Se produce cuando se les anima hacia una comprensión sofisticada de las ideas fundamentales y son impulsados por la curiosidad de descubrir lo que no saben.
La verdadera esencia de rigor está haciendo lo correcto para los estudiantes y asegurar que tengan los FACILITADORES, ACOMPAÑANTES, ya no DOCENTES, dedicados a la guía, mentoring, entrenador y apoyarlos. Debemos tener el rigor en las escuelas, pero en un nuevo contexto. aprendizaje moderno tiene que ser productivo y tener un propósito. Ese propósito se relaciona con el mundo real, no el juego de la escuela, durante mucho tiempo el dominio de rigor tradicional. Mientras que el aprendizaje será inevitablemente un aspecto diferente en este nuevo contexto, la esencia de la base de la relación entre los estudiantes comprometidos y maestros que cuidan nunca ha sido más importante.
Eric Sheninger, sugiere que los maestros del paisaje digital contemporáneo necesitan para cuidar las metodologías modernas lo riguroso y relevante . Para Sheninger, las cuestiones de diseño de instrucción críticos de los FACILITADORES modernos necesitan :
a-¿Qué capacidades?
b-¿Quiero que los estudiantes aprendan a desarrollar?
c-¿De qué manera específica se que mi diseño de instrucción es riguroso, orientado relevante, ?
d-¿Cuáles son mis puntos de referencia para el rigor?
e-¿Pertinencia?
f-¿Relaciones?
f-¿Objetivos claros?
Compromiso y significado personal, divergente y diverso… son el nuevo rigor. aprendizaje digital, , las expectativas desafiantes en profundizar, en lugar de diluir el rigor. Las necesidades de la primera mitad del siglo 21 son inevitablemente y claramente diferentes por lo que necesitamos nada menos que un compromiso riguroso para este cambio de paradigma que va a preparar a nuestros jóvenes para el futuro que se merecen.
Todo ello nos hace hablar no de equilibrios sino de transformaciones. las innovaciones si que es cierto que mejoran los sistemas en cada época y para eso están, sucede que ahora mismo las innovaciones están sosteniendo un viejo sistema que ya no es necesario, lo están mejorando, pero la realidad es que ya no es necesario y sería mejor que se apartara y dejara pasar al nuevo.
En la “nueva educación global” (cuya sinergia con las N.T. llegó para quedarse de modo irreversible), aparece la apremiante necesidad de reevaluar el actual currículo tradicional estandarizado de nuestros Sistemas Educativos, el cual se caracteriza por la presencia de contenidos académicos fijos, aislados, secuenciales y descontextualizados basado en clases expositivas (con herramientas poco interactivas) y una conducta sumisa del estudiante, aunado a un “encriptamiento”, por parte del docente, en su forma de enseñar y de evaluar.
Este planteamiento la sociedad y la educación en concreto, les cuesta verlo y por tanto se sigue insistiendo en caminar por el primer apartado que hemos nombrado pero con partes del segundo, con lo que la realidad que se produce es una “mezcolanza” que hace que los aprendices sean los principales perjudicados ya que no pueden vislumbrar con una luz clara por donde deben camino, donde, cómo y con quienes hacerlo.
Por ahí va nuestra principal aportación a la Sociedad y a la Educación, una formación ubicua en una Sociedad que quiere aprender de sus propias fuentes y de su propia gente, los USUARIOS, de los cuáles tenemos la obligación de buscar la excelencia de cada uno de ellos, para que de alguna manera se sientan importantes en esta su sociedad, pero no solo eso deben hacerse cargo de las responsabilidades de su propio aprendizaje.
Y que debe estar activo con el fin de ser capaz de aprender. Como ninguna persona o institución externa interfiere, este aprendizaje podría llamarse autónoma. Nosotros no estamos acostumbrados a ello. Y es una manera muy exigente y ambicioso de aprendizaje, es lo que ahora denominamos DISRUPTIVOS
De hecho autores como el propio Tim Berners-Lee, el padre de la web, o el mismo Roger Schank ( Schank y Farnós cambian la estructura normal de la Educación) el abanderado de la disrupción educativa junto a David Warlick, cada día estándespareciendo más de la escena Educativa-TIC, no porque no sean importantes, que siempre lo serán, sino porque sus planteamientos están siendo ya ultrapasado, y no precisamente por otros más”!tecnológicos” como <a href=”http://video.ted.com/assets/player/swf/EmbedPlayer.swf “>Clay Shirky o el mismo Kurzweil, sino porque la propia normalidad de las cosas da más protagonismo a toda la sociedad y a nadie en concreto y especial.
Las Tecnologías y muy especialmente Internet, han dinamitado los “privilegios” de lo que era la Educación: el imperio de los “listos” y el de los “adinerados”, ahora los listos pueden serlo cualquiera y el valor del dinero ya no es la “referencia fractal” quien determina quien se educa o no.
Es evidente que los métodos de enseñanza últimos necesitan ser revisados, y sus escenarios de aprendizaje, también, dando lugar a nuevas formas de enseñanza y aprendizaje, especialmente en aprendizaje.
Esta nueva cultura del aprendizaje en este contexto significa que para añadir nuevos aspectos : aprendizaje cooperativo y personalizado, los aprendices juegan un papel importante.
Los profesionales y organizaciones a menudo se reúnen con poca preparación en términos de lo que se requiere para ofrecer una atención integral; líderes y profesionales carecen de las herramientas o habilidades para el trabajo en colaboración . Aprender a aprender puede ayudar a los grupos interprofesionales navegar incertidumbre, la complejidad y la exposición a las diversas necesidades y valores – todos los factores asociados con la prestación de atención integrada.
Sabemos de la importancia del aprendizaje , pero nos empeñamos en no practicarlo.. Empecemos con las escuelas. Las escuelas tienden a centrarse en los puntos débiles en lugar de fortalezas. También se centran demasiado en la difusión de contenidos. Nuestras instituciones han dejado de promover el amor por el aprendizaje y no motivar a los estudiantes a aprender por sí mismos — en muchos casos es todo lo contrario.
Si el aprendizaje construye las redes y el conocimiento es el que establece sus sinergias, sin planteamientos autónomos y creativos, estas redes y su ligazón serían siempre igual, repetitivas y nunca avanzaríamos ni en desarrollo ni en posibilidad de aumentarlas ni mejorarlas..
El aprendizaje activo en la red es imprescindible hoy” si nos movemos de manera en nuestra red y ayudamos a que sea mejor, el aprendizaje también será mejor, si nos movemos por Comunidades de práctica, mejoraremos nuestra misma práctica y si lo hacemos con inter-redes, nuestro aprendizaje transversal y diverso tendrá muchos más matices.
La educación que se basa en la creación de una red de aprendizaje personal, …es la educación real….
Un análisis de las necesidades es un medio eficaz de identificar los objetivos y requisitos para el desarrollo del aprendizaje. Entender las necesidades de los alumnos es crucial para el éxito del diseño o rediseño de cualquier curso o actividad de aprendizaje.
El análisis de todas estas necesidades nos mueve a hacernos y hacer una serie de preguntas:
Para hacer preguntas en clase se puede utilizar esta matriz, naturalmente adaptada a cada aprendiz y a sus necesidades…
.aclarar
• desafiar hipótesis
• a la evidencia para el argumento
• reunir los puntos de vista y perspectivas
• predecir implicaciones y consecuencias
• poner en duda la cuestión.
Naturalmente les sirve a modo de investigación-.aprender a aprender a la manera de investigación…
De esta manera lo que vayamos aprendiendo lo podemos exportar al exterior..
Evidentemente estamos demostrando que el aprendiz es el responsable de su trabajo y de su aprendizaje, no queda otro camino más que el redárquico, pero ¿cómo le pueden ayudar? (acompañantes, sistema…):
a. Los gerentes o mentores — ¿Qué activos de aprendizaje necesitan en apoyo de su papel?
b• Los formadores, facilitadores — ¿Qué activos de aprendizaje son esenciales para su papel?
c• El personal que apoyan en tiempo real — ¿Qué activos de aprendizaje se requiere para apoyar peticiones en demanda?
d• Peer to peer, colegas que colaboran — ¿Qué lugares sociales apoyamos — moderada — la cosecha de las mejores prácticas para construir en los futuros activos de aprendizaje?
e• Los que diseñan — ¿Qué ampliaron las competencias y que hacen que necesiten en relación con el descubrimiento inicial, análisis de causa raíz, definición del contexto de trabajo, y el conocimiento de la tecnología, un ecosistema adecuado?
f• ¿Qué activos de aprendizaje son apropiados que en el contexto de un cambio de comportamiento disruptivo, puedan seguir haciéndose las cosas ya no igual, sino mejor?
Marco de Laurillardincluye cuatro componentes importantes, pero siguen con la teoría clásica del docente como centro de los aprendizajes y por tanto también de su diseño:
Laurillard-conversational-framework:
1-Conceptos de profesor
2-Entorno de aprendizaje construido del profesor
3-Conceptos del estudiante
4-Acciones específicas de los estudiantes (relacionado con las tareas de aprendizaje).
Discusión entre el profesor y el alumno:
-El concepto de docentes y educandos debe ser accesible y mutable
Ambos deben ponerse de acuerdo sobre objetivos de aprendizaje
(adaptación) de los estudiantes y de su entorno construido por EL DOCENTE.
-El Profesor debe adaptar objetivos con respecto a los conceptos existentes
-El Aprendizaje debe integrar información y relacionarla con sus propios conceptos
-Interacción entre el alumno y el entorno definido por el profesor
-El Profesor debe “adaptarse al mundo”, es decir, crear un ambiente adaptado a la tarea de aprendizaje que el estudiante utilice.
-El Profesor debe centrarse en el apoyo a la tarea y dar retroalimentación apropiada para el alumno.
-Reflexión del rendimiento del alumno por el profesor.
-El Profesor debe apoyar al alumno a revisar sus conceptos y adaptar la tarea a las necesidades de aprendizaje
-Los estudiantes deben reflejar con todas las etapas del proceso de aprendizaje (conceptos iniciales, tareas, objetivos, retroalimentación,…)
-Si que es cierto que Laurillard propone aprendizaje por simulaciones, eso si, siempre supervisado…
Pero si tenemos claro que en los diferentes ambientes de diseño de aprendizaje la base siempre está en el aprender haciendo…hace que esté en cualquier base de las pirámides pero que también esté incrustado en cualquier proceso que significa el Personal Learning Environament (PLE) o en cualquier aprendizaje en red (Personal Learning Network…PLN)
En el curso de la vida de un organismo, por tanto también de cualquier sociedad, , el aprendizaje individual puede haber moldeado el cerebro de forma que se basan en extensiones cognitivas que nos rodeaban como hemos aprendido, lo mismo sucede con las variantes que se producen en la sociedad…
El lenguaje es de nuevo un ejemplo central aquí, al igual que los artilugios físicos e informáticos que se utilizan habitualmente como extensiones cognitivas y que sirven para evolucionar, para innovar y en el último de los casos, para romper estructuras “usuales” y conformar nuevos Escenarios….
La tecnología estará ahí siempre, debemos empezar a usarla para alcanzar nuestros objetivos de manera adecuada. La oportunidad está ahí, está lista para aprovecharla, estableciendo sinergias con el aprendizaje y el trabajo:
Algunas historias de innovación. La innovación y el cambio en las organizaciones: cómo gestionar el gobierno de la innovación
Competencias del día: Visión Estratégica del Cambio + Innovación
Ejecución de las ideas innovadoras: riesgos y aceleradores
-Sistema de gestión de ideas. Indicadores. Balanced Score Card
-Competencias del día: Orientación a resultados + Influencia
Cultura de innovación y calidad de servicio: mapa de innovación centrado en el cliente
Tendencias globales en servicios. Prácticas innovadoras
Competencias del día: Orientación al cliente + Autocrítica
Comunicación de la Innovación
Competencias del día: Comunicación influyente + Integridad
Presentación de Mini-Proyecto de Innovación
Valores y Buenas Prácticas para el Aprendizaje:
Entendido, parece que estás interesado en explorar las peculiaridades y consideraciones sociales que rodean la implementación de una Universidad 4.0 y cómo la sociedad podría acoger este cambio. Aquí hay algunas reflexiones y prácticas que podrían abordar este aspecto:
Peculiaridades Sociales y Implementación:
Participación Activa de la Comunidad:
Descripción: Involucrar activamente a la comunidad en la planificación e implementación de la Universidad 4.0.
Importancia: Fomenta un sentido de propiedad y colaboración, permitiendo que la universidad se adapte a las necesidades específicas de la comunidad.
Transparencia y Comunicación Abierta:
Descripción: Establecer canales de comunicación transparentes para informar a la sociedad sobre los cambios y desarrollos en la universidad.
Importancia: Construir la confianza y comprensión de la sociedad sobre los beneficios y objetivos de la Universidad 4.0.
Inclusión y Accesibilidad:
Descripción: Garantizar que la transformación hacia la Universidad 4.0 sea inclusiva y accesible para todos los segmentos de la sociedad.
Importancia: Evitar la exclusión y asegurar que los beneficios de la educación avanzada sean accesibles para diversas comunidades.
Desarrollo Sostenible:
Descripción: Integrar principios de desarrollo sostenible en la implementación de la Universidad 4.0.
Importancia: La sociedad valora cada vez más las instituciones comprometidas con la sostenibilidad y la responsabilidad ambiental.
Colaboración con la Industria Local:
Descripción: Establecer colaboraciones sólidas con empresas e industrias locales.
Importancia: Proporciona oportunidades laborales y experiencias prácticas para los estudiantes, al tiempo que contribuye al desarrollo económico local.
Incentivos para la Innovación Social:
Descripción: Crear incentivos para la innovación social y proyectos que aborden desafíos locales.
Importancia: La sociedad valora las instituciones educativas que contribuyen positivamente a la solución de problemas en la comunidad.
Implementación en el Mundo Real:
Programas de Divulgación:
Descripción: Llevar a cabo programas de divulgación para informar a la sociedad sobre los programas y oportunidades ofrecidos por la Universidad 4.0.
Importancia: Aumentar la conciencia y la participación activa de la sociedad en los procesos educativos.
Centros de Recursos Comunitarios:
Descripción: Establecer centros de recursos comunitarios que brinden acceso a la educación y la tecnología a aquellos que puedan enfrentar barreras económicas.
Importancia: Asegurar que la Universidad 4.0 contribuya a cerrar la brecha digital y educativa.
Programas de Becas y Ayuda Financiera:
Descripción: Implementar programas de becas y ayuda financiera para garantizar la accesibilidad económica a la educación superior.
Importancia: Mitigar las barreras económicas y mejorar la diversidad y la inclusión.
Participación de Stakeholders Locales:
Descripción: Involucrar a partes interesadas locales, como gobiernos locales, empresas y organizaciones sin fines de lucro, en la planificación y ejecución.
Importancia: Garantizar que la Universidad 4.0 esté alineada con las necesidades y aspiraciones de la comunidad circundante.
Para garantizar que la Universidad 4.0 esté alineada con las necesidades y aspiraciones de la comunidad circundante, es esencial llevar a cabo un proceso de planificación y ejecución que incluya la participación activa de la comunidad y una comprensión profunda de sus características. Aquí hay algunas estrategias para lograr esta alineación:
Investigación de las Necesidades Locales:
Acciones: Realizar estudios y encuestas para comprender las necesidades educativas, laborales y sociales específicas de la comunidad.
Importancia: Informa la planificación estratégica al identificar áreas clave que la Universidad 4.0 puede abordar para beneficiar a la comunidad.
Foros y Consultas Comunitarias:
Acciones: Organizar foros abiertos y consultas con la comunidad para recoger opiniones, expectativas y preocupaciones.
Importancia: Fomenta la participación activa y proporciona una plataforma para que la comunidad exprese sus puntos de vista sobre la evolución de la universidad.
Alianzas con Empresas y Organizaciones Locales:
Acciones: Establecer colaboraciones sólidas con empresas locales, gobiernos municipales y organizaciones sin fines de lucro.
Importancia: Facilita la integración de programas académicos y proyectos de investigación con las necesidades y oportunidades económicas de la región.
Programas de Extensión y Servicio Comunitario:
Acciones: Implementar programas de extensión y servicio comunitario que permitan a estudiantes y profesores contribuir directamente a la comunidad.
Importancia: Conecta la universidad con las necesidades prácticas de la comunidad y establece una relación mutuamente beneficiosa.
Flexibilidad en la Oferta Académica:
Acciones: Diseñar programas académicos flexibles que se adapten a las demandas específicas del mercado laboral local.
Importancia: Garantiza que los graduados estén equipados con habilidades relevantes y estén preparados para contribuir al desarrollo de la comunidad.
Incentivos para la Participación Estudiantil en Proyectos Locales:
Acciones: Ofrecer incentivos para que los estudiantes participen en proyectos que aborden problemas específicos de la comunidad.
Importancia: Fomenta la colaboración estudiante-comunidad y brinda soluciones prácticas a desafíos locales.
Programas de Formación Continua para la Comunidad:
Acciones: Ofrecer programas de formación continua y talleres para la comunidad local, más allá de los estudiantes matriculados.
Importancia: Extiende los beneficios de la universidad a un público más amplio y fortalece los lazos entre la institución y la comunidad.
Seguimiento del Éxito de los Graduados:
Acciones: Realizar un seguimiento del progreso y éxito de los graduados en el mercado laboral local.
Importancia: Proporciona información valiosa sobre la eficacia de la universidad para preparar a los estudiantes para las oportunidades locales.
Al implementar estas estrategias, la Universidad 4.0 puede estar más alineada con las necesidades y aspiraciones de la comunidad circundante, contribuyendo de manera significativa a su desarrollo y bienestar. La adaptabilidad y la respuesta continua a las dinámicas cambiantes de la comunidad son fundamentales para mantener esta alineación a lo largo del tiempo.
Medición del Impacto Social:
Descripción: Implementar mecanismos para medir y comunicar el impacto social positivo de la Universidad 4.0 en la comunidad.
Importancia: Demostrar el valor y la contribución social de la institución educativa.
Estas consideraciones sociales y prácticas de implementación ayudarán a integrar la Universidad 4.0 de manera más efectiva en el tejido social y económico de su ubicación en el mundo real.
Estableciendo además:
-Libertad para disentir: dos condiciones para el aprendizaje: respetar y agregar valor
-Contraste de ideas: discusión abierta entre pares, búsqueda del reto, por cada crítica, una sugerencia
-Trabajo individual: análisis, reflexión, expresión de opinión
-Trabajo en equipo: análisis, discusión, acuerdo y resultados
Un conjunto de características personales y profesionales existentes en las personas a través de las cuales alcanzan resultados diferenciadores para su organización o emprendimiento.
¿Que va antes, el huevo o la gallina? Nuestra idea no va por aquí, es más, no sabemos que va primero si uno o el otro, pero si algo tenemos claro es que se necesitan.
¿Por qué se debe aprender el espíritu emprendedor?
Cuando se piensa en el “futuro del aprendizaje”, es obvio que los conocimientos son necesarios para la próxima generación podrían ser diferentes de los que se necesitan hoy en día.
La Educación Empresarial puede ayudar a desarrollar habilidades transversales en un sentido, pero le falta el otro, la educación, los aprendizajes…
La observación de que la educación empresarial puede desarrollar habilidades transversales en un sentido, pero puede carecer de ciertos elementos asociados con la educación 4.0 y la universidad 4.0 es válida. La educación empresarial tradicional a menudo se centra en habilidades específicas relacionadas con la gestión, la administración y el funcionamiento de negocios, pero la evolución hacia la educación 4.0 y la universidad 4.0 destaca la importancia de integrar tecnologías emergentes, métodos de enseñanza innovadores y habilidades del siglo XXI. Aquí se destacan las diferencias y cómo se pueden complementar:
Educación Empresarial Tradicional:
Enfoque Funcional:
Características: Se centra en habilidades específicas relacionadas con la administración de empresas, como la contabilidad, la gestión de recursos humanos y la estrategia empresarial.
Limitación: Puede tener un enfoque más estrecho y tradicional en las funciones de negocio convencionales.
Énfasis en la Praxis Empresarial:
Características: Se basa en la aplicación práctica de conceptos de negocios en entornos empresariales convencionales.
Limitación: Puede no abordar de manera suficiente las habilidades y tecnologías emergentes relacionadas con la transformación digital.
Desarrollo de Habilidades Transversales Limitado:
Características: Desarrolla habilidades transversales como el trabajo en equipo, liderazgo y comunicación, pero puede no incluir aspectos tecnológicos y digitales.
Educación 4.0 y Universidad 4.0:
Enfoque Interdisciplinario:
Características: Integra múltiples disciplinas, incluyendo tecnología, ciencia de datos, inteligencia artificial, y enfoques interdisciplinarios para resolver problemas complejos.
Enriquecimiento: Amplía la perspectiva más allá de los límites tradicionales de la gestión empresarial.
Aprendizaje Basado en Proyectos y Experiencial:
Características: Fomenta el aprendizaje práctico a través de proyectos, experiencias y colaboración con la industria.
Enriquecimiento: Permite a los estudiantes aplicar conocimientos teóricos en situaciones del mundo real, fomentando la innovación.
Tecnología y Habilidades del Siglo XXI:
Características: Incorpora tecnologías emergentes, como la inteligencia artificial, el análisis de datos, la realidad virtual, y se centra en el desarrollo de habilidades del siglo XXI como la creatividad y el pensamiento crítico.
Enriquecimiento: Prepara a los estudiantes para los desafíos de la era digital y fomenta la adaptabilidad.
Complementar la Educación Empresarial con Elementos de la Universidad 4.0:
Programas Interdisciplinarios:
Acción: Integrar elementos de ciencia de datos, tecnología y diseño en los programas de educación empresarial.
Resultado: Amplía la perspectiva de los estudiantes y los prepara para entornos empresariales digitales.
Colaboraciones con la Industria:
Acción: Establecer colaboraciones sólidas con empresas y organizaciones que están a la vanguardia de la transformación digital.
Resultado: Proporciona a los estudiantes experiencias prácticas y actualizadas.
Integración de Proyectos de Innovación:
Acción: Incorporar proyectos de innovación y emprendimiento que involucren tecnologías emergentes y enfoques interdisciplinarios.
Resultado: Fomenta la creatividad y la aplicación práctica del conocimiento en soluciones empresariales.
Desarrollo de Cursos Específicos:
Acción: Diseñar cursos específicos que aborden temas como la inteligencia artificial, blockchain y gestión de la innovación.
Resultado: Asegura que los estudiantes adquieran habilidades relevantes para la transformación digital.
Actualización Continua de Contenidos:
Acción: Mantener los contenidos curriculares actualizados con las últimas tendencias tecnológicas y empresariales.
Resultado: Garantiza la relevancia y aplicabilidad de la educación empresarial en entornos cambiantes.
Complementar la educación empresarial con elementos de la Universidad 4.0 puede enriquecer la formación de los estudiantes, preparándolos mejor para los desafíos y oportunidades de la era digital. Este enfoque integrador puede crear profesionales más versátiles y adaptados a las demandas cambiantes del mundo empresarial actual.
Sobre cómo desarrollar un conjunto general de competencias aplicables a la vida, a la educación y al trabajo; no simplemente sobre como aprender o dirigir un negocio.
Ser emprendedor puede significar:
1) ser Intraempresarial como empleado,
2) ser socialmente emprendedor para crear un cambio social o
encontrar soluciones a los problemas sociales,
3)ser capaz de iniciar una nueva empresa, un nuevo rumbo.
Para fines sociales o para fines personales son relevantes todas las formas de aprendizaje, de formación para apoyar el desarrollo de actitudes empresariales…, conocimientos y comportamientos, sean del signo que sean.
De como emprendimiento y aprendizaje deben ir de la mano en una nueva sociedad, he aquí los itinerarios posibles para que eso se produzca, por tanto el esquema es complejo, es cierto, pero se adapta a una concepción global del nuevo emprendimiento y de la nueva educación , los dos juntos e inseparables….
Con ello desaparece los compartimientos estancos, las localizaciones a ultranza y aparecen temas colaborativos, pensamiento crítico, redarquías que dan transparencia y confianza a los procesos, y por encima de todo una Excelencia personalizada que hace que nadie se quede fuera del sistema….
Si además queremos aplicar la Utilización del mundo de internet, las redes sociales….
En su aplicación en el mundo del empleo, sirven si lo aplican todos los trabajadores, si ponen cada uno de ellos toques personales e imaginativos, si ejercen la transparencia y la confianza en todo lo que hacen…
Pero si les obligan a realizar todos lo mismo, de manera rígida y estandarizada entonces la utilización de las redes sociales en el PKM, (como expresa Harold Jarche)no sirve ya que este necesita de:
–Personal — de acuerdo a las capacidades de uno, intereses y motivación — no dirigida por fuerzas externas.
–Conocimiento — la comprensión de la información y la experiencia con el fin de tomar las medidas — saber qué, saber quién es, sabe cómo hacerlo.
–Maestría — el viaje de aprendiz a disciplinado sentido creador y partícipe del conocimiento — maestros no deben ser administrados.
Si entendemos que la creación del conocimiento y la utilización para ello de las redes sociales en el mundo del emprendimiento, del trabajo, debe haber por ambos lados metodologías 2.0, si no no tendría sentido, por tanto os animamos a ello, a dejar fuera las jerarquías verticales, especialmente como indican Julian Stodd y Juan Domingo Farnós, a dar más responsabilidad y compromiso a los trabajadores para que las redarquías transversales sean un éxito y con ello lograremos mayor productividad, mejor formación y un superior valor añadido laboral y social que nunca habíamos tenido….
En cada una de las relaciones transaccionales entre uno o varios individuos se emplean terminologías que pueden dañar la comunicación y por ende propiciar la aparición de conflictos innecesarios o genuinos, con sus consecuentes resultados. De ahí que las variables comunicación, liderazgo y conflictos conforman un todo digno de análisis.
El conflicto, es un aprendizaje más, pero también un elemento que deberemos analizar siempre de manera transaccional, ya que es una situación que sirve de retroalimentación si, pero en su contexto supone siempre anomalias dentro de los procesos concatenados que estamos realizando, sea de aprendizaje o de trabajo.
Todos nacemos príncipes y princesas. Todos tenemos un cierto potencial humano que podemos desarrollar. Yo soy responsable de mi vida y decido, para bien o para mal, lo que es bueno para mí y lo que hago con ella. (Eric Berne)
Estas palabras, pronunciadas por Eric Berne, psiquiatra estadounidense del Análisis Transaccional, sirven para establecer una reflexión. …¿Quién es el creador de tu vida? ¿Tienen otras personas el poder de cambiar la orientación de tus objetivos? ¿Cómo afectan los mensajes del entorno a tus reacciones y a tu comportamiento?
Obviamente para aprender durante toda nuestra vida (Life Long learning) y/o mejorar dentro de nuestro trabajo, deberemos tener siempre presentes estos items y no solo analizarlos, si no buscar caminos para retroalimentarnos nosotros y nuestros compañeros para que todas las informaciones que adentramos en nuestra conciencia, la transformación que hacemos de ella en conocimientos y la decisión que tomamos para a través de nuestros aprendizajes, sean las mejores en nuestra implementación socio-laboral.
Podemos optar por software inteligente que nos ayude a analizarlo, a decidirnos que camnos serán los mejores para nosotros como individuos y como colectivo, es más, sin ellos, ¿cómo podemos hacerlo?…difícil, ¿no?
Si bien esto permite cierta flexibilidad en el aprendizaje, requiere que los estudiantes desarrollen habilidades organizativas y de seguimiento para que no haya lagunas en el cumplimiento de los objetivos. El tutor facilitador puede jugar un papel importante en este proceso.
En un sistema que pone énfasis en el aprendizaje autodirigido, los estudiantes han de conocer claramente cuáles son las pautas de evaluación, pautas que deben ser exclusivamente aquellas que se relacionan con los objetivos de aprendizaje del programa.
Estos objetivos deben incluir ítems que permitirán al estudiante poder contestar satisfactoriamente preguntas de evaluación del conocimiento como, asimismo, demostrar: responsabilidad (p. ej., avisar en caso de ausencia, respetar los horarios, llevar a cabo la búsqueda de información a la que se han comprometido); habilidades de aprendizaje (p. ej., demostrar la capacidad de formular hipótesis explicativas de la situación, colaborar efectivamente para programar y llevar a cabo un plan de estudio, justificar la información recogida con la evidencia resultante de un análisis crítico y organizarse en la gestión del tiempo); habilidades de comunicación (p. ej., presentar la información de forma ordenada, expresarse clara y concisamente); habilidades interpersonales (p. ej., mostrar tolerancia con los colegas del grupo, esperar el momento apropiado para intervenir y saber escuchar).
Este aspecto de la evaluación, por su naturaleza esencialmente formativa, se ha considerado de importancia primordial en los programas que utilizan el ABP. Los elementos que forman parte de esta evaluación son la autoevaluación, la coevaluación y la evaluación por el tutor facilitador. Esta evaluación se basa en lo observado en las sesiones de tutoría y no en juicios de las características personales de los integrantes del grupo.
La descripción de lo observado permite identificar fortalezas y áreas que se deben corregir y no debe incluir ninguna especulación de las razones que motivaron ese comportamiento. Este proceso de evaluación se lleva a cabo de forma abierta, en un tiempo específico asignado en una sesión de tutoría y siguiendo pautas o criterios previamente establecidos.
El tutor facilitador no enseña en el sentido convencional de la palabra, sino que facilita el proceso de aprendizaje mediante preguntas que pretenden provocar el pensamiento y el debate entre los estudiantes. El tutor facilitador debe desafiar el pensamiento y las ideas de los estudiantes siempre que tenga dudas de si éstos entienden lo que están discutiendo. La pregunta más común de un tutor es ‘¿por qué?’ Los estudiantes deben cuestionarse a sí mismos y no depender del tutor facilitador para este desafío; a través de estos cuestionamientos analizan y discuten la información y el conocimiento relacionado con el problema y los principios que ese conocimiento ilustra.
El rol del tutor como facilitador es distinto del comúnmente atribuido al tutor en muchos programas de aprendizaje. Ése se puede definir como un docente que posee habilidades en la facilitación del aprendizaje y que promueve el pensamiento crítico, el funcionamiento eficiente y eficaz del grupo, el aprendizaje individual, la evaluación en las tutorías y el aprendizaje centrado en el estudiante, es decir, que los estudiantes son principalmente responsables de su propio aprendizaje.
Además, el tutor facilitador comprende los objetivos generales y de aprendizaje del programa educativo y asegura que los estudiantes ven la relevancia de los ítems generados por el problema, posee conocimiento de los recursos de aprendizaje disponibles para los estudiantes y sirve de modelo como profesional responsable.
Lo que distingue los PBL de otra tiposlogía de aprendizaje es el aprendizaje autodirigido en el cual el estudiante aprende de forma autónoma. Eso significa un cambio fundamental en el rol del docente que debe facilitar este proceso. Sin embargo, lo que a menudo se entiende por aprendizaje centrado en el estudiante (a menudo referido como ‘autoaprendizaje’), en la praxis no es siempre congruente con el aprendizaje autodirigido. La bibliografía sobre la relación entre el aprendizaje autodirigido y el aprendizaje autorregulado no consiste en considerar cuál incluye cuál, aunque la revisión hecha recientemente por Loyens y colaboradores parece concluir que el primero es más amplio que el segundo.
Este concepto relativamente nuevo aprendizaje y ha surgido debido al abrazo cada vez mayor de la tecnología en todas las facetas de nuestra vida. Sin llegar a ser difícil hacer un seguimiento de todo lo que surge como consecuencia de este exceso de digitalización de la educación, pero al menos deberíamos tener una idea y una imagen clara de los más populares. Tecnología Educativa y Aprendizaje Móvil tiene previsto introducir a algunos de estos conceptos de aprendizaje y guiarlo hacia una mejor comprensión de lo que significan y la esperanza de que usted se beneficiará de ellos para informar a su práctica docente.
Ya conocemos el Blended Learning , el Plipped aprendizaje, y ahora estamos introduciendo al aprendizaje autodirigido:
■ la introducción de una “oficina de aprendizaje” en la escuela para coordinar las actividades empresariales-
Objetivos que deben alcanzarse, para promover la educación empresarial en general pueden diferir en los pasos específicos necesarios en su contexto nacional.
■ Hacer que el emprendimiento sea obligatorio para cada estudiante;
■ Desarrollar un marco de referencia para las habilidades y actitudes
Resultados];
■ Crear un ecosistema empresarial en las instituciones educativas
Enfoque que incluye el cambio cultural a través de las instituciones e involucrar a las partes interesadas…
Así como la enseñanza y el aprendizaje van a :
■ Fomentar planes de estudio flexibles que permitan a los profesores responder a las necesidades e intereses de sus alumnos.
■ Introducir enfoques personalizados de aprendizaje
el aprendizaje debe estar orientado a las capacidades individuales de cada estudiante (Excelencia personalizada)
Los resultados de aprendizaje — pero todavía se pueden implementar en la escuela:
–Incorporar herramientas de TIC y de medios sociales en la enseñanza y el aprendizaje.
-Las TIC también se reconocen como una herramienta para fomentar tanto el aprendizaje personalizado como el aprendizaje en equipo (social learning)
– Simultáneamente, la introducción de las TIC en la enseñanza puede ser un reto para algunos profesores.
Debe introducirse una formación pertinente de los docentes (si no existe).
-Los profesores pueden utilizar a los estudiantes como “expertos digitales“:
■ La educación para el espíritu empresarial tiene dos vertientes: qué enseñar y cómo enseñar; todo ello conducirá a un cambio del curriculum, naturalmente.
Centrarse en la educación empresarial para que promueve la inclusión social:
■ Es necesario formar a los profesores tanto durante su formación inicial como en los diferentes programas de formación y desarrollo.
Programas de desarrollo;
– La formación de profesores en el espíritu empresarial debe incluir las TIC
– La formación de los profesores también debe incluir la colocación en empresas
■ Las TIC deben ser un elemento central en los proyectos de emprendimiento
■ Los estudiantes deben ser evaluados en sus habilidades empresariales, actitudes y conocimientos.
Incluir métodos de evaluación empresarial. El papel de la evaluación no debe ser crear miedo a los estudiantes, sino todo lo contrario, alentarles en su confianza (confiabilidad)
■ La evaluación y el seguimiento deberían integrarse en los proyectos, con
Las políticas / estrategias deben ser evaluadas regularmente y tener un circuito de retroalimentación que:
-Garantice que se realicen los ajustes / mejoras pertinentes.
Desafíos que podemos realizar en el aprendizaje/emprendimiento :
■ Cómo pasar de las buenas prácticas a pequeña escala / pilotos a la implementación a gran escala;
■ Insuficiente participación de las partes interesadas (en particular las empresas y la comunidad);
■ Monitoreo de programas y métodos;
■ Falta de datos para los alumnos y las nuevas empresas;
■ Evaluación del impacto para guiar a los encargados de formular políticas;
■ Evaluación no apta para los métodos / resultados
■ Falta de interés.
■ La integración de las TIC pueden ayudar al aprendizaje;
■ Proporcionar un ambiente seguro donde los estudiantes pueden cometer errores y fracasar;
■ Desarrollar una estrategia vinculada al crecimiento económico e integrada en políticas educativas.
Políticas de educación.
Si escogemos este Mashup de sistemas, seguramente podremos tomar meores decisiones, pero para eso necesitamos ayuda tecnológica, para que nuestros planteamientos, organizacionales, de planteamientos frente al ensayo-error, nuestros procesos de aprendizaje dentro de la empresa y finalmente, nuestra toma de decisiones, bien como líderes o como trabajadores con autonomía de gestión, sean los más adecuados posible.
Ahora con la fusión de la educación y del trabajo (LEARNING AND WORK), estos antiguos itinerarios quedan eliminados y aparece una democracia laboral, educativa y de ideas…totalmente plural, diversa y adaptada a las personas, que al fin y al cabo es lo que nos interesa.
“Cuanto más poder le des a un solo individuo frente a la complejidad y la incertidumbre, más probable será que tome malas decisiones. Como consecuencia, hoy en día hay muy buenas razones para que las empresas traten de pensar más allá de la jerarquía”James Surowiecki — Wisdom of Crowds.
“La educación vive un momento disruptivo, de cambio de época, con nuevos roles y modos de aprendizaje, donde la educación abierta, inclusiva y ubcua , convierte a los alumnos en protagonistas del proceso”, Juan Domingo Farnós
Un número cada vez mayor de factores perturbadores — añadir al impacto evidente y masiva de Internet y la educación en línea — ya están cambiando el panorama de la educación superior: el aumento significativo de la juventud aislamiento y la marginación, el desempleo y el subempleo persistente de posgrado, un pronóstico sobre los aspectos económicos de un desaceleración constante del crecimiento mundial (con implicaciones para el número de estudiantes internacionales) y las cuestiones de la evolución del envejecimiento de la población mundial (y las implicaciones en materia de estrategias de aprendizaje permanente y el número de estudiantes locales). Incluso hay más en el horizonte y — mientras que la enseñanza y el aprendizaje están siendo organizadas dentro de los muros universitarios por modelos diseñados en 1960 — el ritmo del cambio se está acelerando.
La meta de generar nuevos conocimientos no es solamente la búsqueda de leyes naturales, sino también la aplicación y el aprovechamiento del conocimiento para los actores.
No solamente las disciplinas ofrecen el marco para la formulación de preguntas en la investigación y objetos de investigación. Los problemas a solucionar nacen también en los ámbitos de aplicación y son tratados en cooperación con los actores involucrados.
Los clásicos criterios de calidad científica y las instancias de control son complementados o bien desprendidos desde criterios adicionales, tanto sociales y políticos como económicos, y dificultan la valoración de la investigación.
La producción de conocimientos tiene que ser legitimada socialmente. Por eso la ciencia se encuentra frente a un cambio obligatorio hacia la rendición de cuentas.
El creciente grado de complejidad de la adaptación de los problemas y marcada diferenciación de las ciencias– conllevan a que en un contexto científico, se organicen inter- y transdisciplinariamente los proyectos de investigación. Ya en los años 1970, la OECD resumía los beneficios de organizaciones científicas interdisciplinarias – también en el contexto de la enseñanza (Centre for Educational Research and Innovation & Organisation for Economic Cooperation and Development 1972, 12): “la interdisciplinariedad parecía ser la entrada elegida a la solución de una gran cantidad de problemas suscitados por la universidad y la sociedad actual:
La interdisciplinariedad ayudaría a la deriva de la ciencia y de la investigación hacia la unidad;
Permitiría tender un puente sobre la brecha que existe actualmente entre las actividades profesionales y la preparación que la universidad ofrece para ellas;
Desactivaría la rebelión del estudiante contra el ”trabajo a destajo” e incentivaría su buena voluntad para retornar al mundo actual y su propia unidad personal”. Con la investigacion transdisciplinaria entramos de lleno en el l problema a solucionar para que sea afectado por una común relevancia para todas las disciplinas participantes y ámbitos de práctica y su necesidad de solución sea reconocida. Cuando la especialización del conocimiento es separada por múltiples perspectivas, se da un paso decisivo para la cooperación interdisciplinaria: todas las disciplinas involucradas en el proceso de la investigación tienen un problema en común y persiguen su solución.
Precisamente en relación con el concepto de la sustentabilidad se está probando organizar la investigación de tal manera, que satisfaga al carácter integral del concepto y que además se produzca conocimiento que pueda aplicarse en contextos sociales. Estas soluciones de problemas se caracterizan por ser muy complejas y entrecruzarse con las clásicas disciplinas científicas, por lo cual no pueden ser solucionadas por una sola disciplina. Como ejemplo es sin embargo necesario conocer las bases científicas de un problema del medio ambiente, para poder describir exactamente este problema; aunque estos conocimientos no son suficientes para solucionar el problema, ya que las causas y motivos de la creación del problema no se encuentran en el ámbito de las ciencias naturales, sino que son de carácter antropogénico, es decir, que nacen por acciones humanas. Con esto, el ámbito total de la investigación sociológica adquiere además otra relevancia, la cual puede dar explicaciones acerca de las actuaciones y su significado.
Además es necesario solucionar la elaboración de los problemas cercanos al contexto de la aplicación dando así participación a los involucrados, para posibilitar una transformación posterior. Junto con la pretensión de la interdisciplinariedad, aparece también el criterio de la transdisciplinariedad, ya que la investigación en el contexto de la sustentabilidad no puede estar ligada solamente a los criterios internos de la ciencia.
Mediante el trabajo en conjunto de representantes de distintas disciplinas y representantes de la práctica económica y social, se nivelan con los mismos derechos los conocimientos científicos y relevantes en el accionar. Para lograr la meta elemental del pragmatismo de la investigación transdisciplinaria –la solución de complejos problemas sociológicos–, tienen que integrarse ambos conocimientos. La investigación de la sustentabilidad es solamente posible vinculada a un proceso social de discusión y resolución, y se mueve dentro de una “relación específica de tensión entre ciencia, público y práctica. Es esta relación de tensión la que se define como transdisciplinariedad” (Brand 2000)
Las expectativas que se ponen en la investigación inter y transdisciplinaria son elevadas, y se espera, ante todo en los ámbitos de las ciencias, superar la unidimensionalidad de la investigación disciplinaria y poder dominar su complejidad. Las expectativas pueden resumirse de la siguiente manera (Thompson-Klein 1990)
“responder cuestiones complejas;
.orientarse hacia cuestiones más amplias;
.explorar relaciones disciplinarias y profesionales;
.resolver problemas que van más allá del ámbito de una disciplina cualquiera;
.alcanzar la unidad del conocimiento, sea en escala limitada o grande.”
La aplicación de los términos inter y transdisciplinariedad en los últimos años puede ser catalogada como inflacionaria, sin saber nunca con claridad a qué contenido se refiere. Aquí se presenta la comprensión propuesta mediante la ilustración.
Especialmente el mundo de internet será la base principal de desarrollo de nuestras investigaciones y de nuestras nuevas maneras de investigar como hasta ahora nunca se habían producido. Ya no nos valen las anticuadas maneras ccásicas de investigación, en EDUCACIÓN, muchísimos menos y las antiguas características encorsetadas de PUBLICACION EN REVISTAS CIENTIFICAS, eso pertenece al pasado y si, fue bueno, pero en el pasado, ahora la sociedad pide otra cosas y es precisamente esa, TRANSDISCIPLINARIEDAD, lo demás ya no vale ni importa a los ciudadanos, ni a los que irán surgiendo…
Como por ejemplo lo que se está realizando en ZURICH y que lo resaltamos a manera de ejemplo:
Partiendo de este modelo, la ejecución de un estudio del caso se organiza en tres fases:
En la fase de preparación se define el caso y se recopilan los conocimientos básicos sobre el caso. Aquí la meta es describir el estado actual y la historia del caso en forma gruesa, preparar un listado de los aspectos críticos del caso y una red de actores, para llegar a una comprensión general del caso. Este conocimiento reunido es validado por los actores afectados, y a base de los resultados se eligen las preguntas, las cuales deben ser investigadas desde más cerca dentro del estudio del caso.
La fase de realización compone el punto fundamental en el estudio del caso. Su tiempo es variable, pero se mueve según las experiencias dentro de medio a un año. En ella se construyen, según el modelo de lente, grupos de síntesis, los cuales se aproximan en un primer paso a la cuestión y al caso. Para ello se construyen contactos con los actores afectados y se elaboran problemas comunes relevantes. Un set de métodos (valija de métodos) está a disposición, del cual tiene que elegirse el método justo para el caso. En el próximo paso, se examinan más precisamente los detalles o las facetas del caso. Seguidamente se construye el caso de nuevo, de tal manera que los conocimientos ganados en una síntesis, llevan a una nueva percepción del caso. Los resultados son reportados en un informe.
En el epílogo se finalizan los informes de los grupos de síntesis y se validan tanto por investigadores como por los socios practicantes, y se prepara un informe final que se da a conocer públicamente.
La principal característica del estudio de casos transdisciplinario es el núcleo integral del enfoque. Aquí se diferencian cuatro tipos de integración de conocimientos (p. ej. Scholz & Tietje 2002, 40):
Disciplinas: un buen método debe poder enlazar o juntar distintos campos de conocimientos y científicos. La vinculación de ciencias sociales y naturales tiene que reflejarse en el método, así como la vinculación entre conocimiento cualitativo y cuantitativo.
Sistemas: especialmente los problemas complejos son siempre multifacéticos y pueden ser comprendidos como un conjunto de varios subsistemas. Así, el investigador en ciencias naturales observa e investiga por ejemplo los subsistemas de agua, suelo, aire y antropósfera. En una perspectiva empresarial, por ejemplo, el problema puede ser observado desde el punto de vista de la gerencia, de la perspectiva fiscal y también de la producción. Todos estos enfoques tienen que estar unificados en una perspectiva común.
Intereses: cada (“grupo ¨interesado”) tiene exigencias y expectativas distintas en el caso. Así, una empresa que desea construir una industria, representa intereses totalmente distintos que por ejemplo los de un vecino que vive en esa zona. Un buen método tiene que poder aquí posibilitar un cambio de perspectivas y encontrar coincidencias y diferencias. Este paso es sumamente necesario para la aceptación de los resultados y es la base para un trabajo fructífero.
Formas del conocimiento: las formas de acercarse al conocimiento de un caso pueden ser muy diferentes. Las mismas pueden ser diferenciadas gruesamente en dos categorías: en procedimientos intuitivos y analíticos. Los procedimientos intuitivos se caracterizan por métodos más liberales y descripciones tendenciosamente narrativas. El procedimiento analítico sin embargo, intenta presentar el caso a través de categorías y números. Ambas formas de llegar a conocer un caso deben ser consideradas. Distintas formas de experiencias y conocimientos se unen (por ejemplo el conocimiento diario y experimentado de un artesano con la formación académica de un científico).
Los estudios de casos son empleados en distintos campos de la práctica y de la ciencia para generar un contexto “real” en la solución del problema. La forma y el objetivo de estos estudios de casos varían sin embargo considerablemente. Por eso, los estudios de casos se prestan primeramente para reconocer un específico patrón efectivo, ya conocido por el docente, que es reconocido durante la elaboración de los estudiantes y que se usa en patrones de soluciones específicos, como se usa frecuentemente en el estudio de ciencias económicas (por ejemplo Harvard Business Case Studies). Los estudiantes pueden dominar durante su formación innumerables estudios del caso debido al marco limitado.
Un volumen mucho mayor abarca el estudio de casos transdisciplinario que se describe aquí. Así trabajan por ejemplo los estudiantes de la ETH Zürich, donde el estudio de un caso es obligatorio dentro del currículo, durante uno a dos años dentro del estudio de casos. Por un lado, esto se debe al tamaño del proyecto, pero sobre todo también a la particularidad de la transdisciplinariedad. Aquí se observa también una delimitación con otros estudios de casos; por la definición de la problemática desde la perspectiva de la vida diaria (“Lebenswelt”), el planteamiento que hay que estudiar no está situado en una disciplina, sino es transversal y por eso por lo menos tiene que ser estudiado interdisciplinariamente. Además, la meta declarada del estudio de casos es la participación de los actores que se desempeñan en el estudio del caso elegido. En comparación con los estudios de casos comunes, hay disponibilidad para el estudio de casos transdisciplinario de un amplio espectro de métodos y de una cierta apertura frente a los resultados. La meta no está predefinida claramente, sino que se desarrolla conjuntamente con los actores durante el proceso.
En total se cuentan once métodos para el estudio de casos transdisciplinario, los cuales se refieren a los tres niveles de la integración de conocimientos (Scholz & Tietje 2002, 68). Los ejemplos elegidos muestran el espectro de los métodos, los cuales son sostenidos dentro del marco de un estudio del caso.
Jürgen Handke: «Mi oficina parece un estudio»
Los estudiantes pueden escuchar a los mejores profesionales del mundo en su campo o realizar experimentos en laboratorios virtuales que son mejores que en la realidad. «Apagar la planta de enfriamiento en una planta de reactores, es mejor no hacerlo en vivo».
Tenemos que repensar la educación digital, porque incluso las conferencias de 90 minutos y los períodos de un semestre no son necesarios. Un curso es el tiempo necesario para transmitir el tema. Eso puede ser una semana o un año. ¿Por qué un futuro alumno no puede aprender algo mientras lo desee? Gracias a Netflix, hay un atracón de observación , ¿por qué no hay un atracón de aprendizaje? Después de 90 minutos de conferencia, ¿por qué un alumno tiene que dejar de lidiar con el tema cuando acaba de entrar en calor y luego obtener un tema completamente nuevo?
Esto es posible con contenido digital «BAJO DEMANDA» y ya lo estamos experimentando hoy, porque si desglosas el contenido lo suficiente (el especialista lo llama «microaprendizaje» u «objetos de aprendizaje»), también podemos llamar a esa película de YouTube. Porque ¿cómo cambiar una cadena de bicicleta o cocinar un asado, ya puedo aprender a la carta (personalized learning) en YouTube hoy, sin ningún MOOC o escuela.
¿Y algo cambiará ahora?
Naturalmente que va a tener un impacto directo u en los sistemas existentes, como la escuela o la universidad. Para introducir realmente la educación digital, se necesitan nuevas estructuras. Sin embargo, estoy convencido de que estas nuevas estructuras existirán y que solo se ampliarán.
El Aprendizaje móvil, aprendizaje con dispositivos inteligentes y aprendizaje en redes sociales, lo que denominaremos (la cuarta ola del aprendizaje) «Elearning 4.0» no solo ya está aquí sino que hace que se determine en muchas ocasiones el presente y el futuro de muchas instituciones (universidades).
Una presencia permanente en línea, las redes sociales brindan a los estudiantes un acceso rápido y fácil a los hechos y la información. Este aspecto cambia la cultura de aprendizaje. Es esencial volver a comprender la enseñanza y el aprendizaje bajo este enfoque y responder al uso apropiado de los medios digitales con una didáctica que mejore la creatividad. Los escenarios de enseñanza / aprendizaje con medios digitales apoyan un aprendizaje que es independiente de la ubicación y el tiempo y adaptado a la velocidad de aprendizaje del individuo. Sin embargo, la tecnología por sí sola no es suficiente.
El buen aprendizaje necesita un diseño didáctico significativo. En primer plano está la pregunta:
-¿cómo se puede habilitar y apoyar el aprendizaje con medios digitales y cómo se puede crear un entorno de aprendizaje adecuado?
¿quien debe llevar a cabo este diseño?
¿por qué? ¿en base a que procesos y ciircunstancias?
¿sobre que desempeño se hace?
¿qué rendimiento esperamos de ello ?
¿estaremos preparados para cualquier modificación circustancial?
¿seremos capaces en un momento determinado vover a reprogramar todo el proceso?
Los factores movilidad e interactividad son las características esenciales del aprendizaje móvil. El uso de la tecnología móvil permite el acceso continuo al contenido de aprendizaje y puede usarse para interactuar con otros estudiantes. Las aplicaciones (aplicaciones) generalmente se pueden personalizar para que el proceso de aprendizaje se personalice y se centre en el alumno.
Aunque el aprendizaje móvil incluye elementos de e-learning, las dos formas de aprendizaje con soporte tecnológico difieren. En el aprendizaje móvil, las características de movilidad, independencia de las fuentes de energía y acceso permanente a la red (a través de WLAN o UMTS) son cruciales para diseñar aplicaciones de aprendizaje. Otras características especiales que deben considerarse en el aprendizaje móvil para el desarrollo y uso de aplicaciones son las funciones multifuncionales de los dispositivos, por ejemplo. Seguimiento GPS , uso de cámara, etc.
Objetivos del aprendizaje móvil
El uso del aprendizaje móvil conduce a la delimitación del aprendizaje convencional, principalmente la enseñanza en el aula, que está vinculada a un marco institucional, local y temporal.
Al centrarse en el alumno, el aprendizaje móvil requiere y promueve el autoempleo y el aprendizaje autodirigido. Por lo tanto, las aplicaciones de aprendizaje móvil no solo son adecuadas para el aprendizaje independiente, sino también para el trabajo en equipo o la creación de redes de profesores y estudiantes.
Las tecnologías utilizadas, principalmente el teléfono inteligente o la tableta, representan la infraestructura y, junto con los programas o aplicaciones correspondientes, la herramienta y los recursos para el aprendizaje móvil.Además del aprendizaje de contenido, es decir, la transferencia de conocimiento, también se desarrollará el desarrollo de competencias en el campo del aprendizaje móvil. Apoya las habilidades técnicas.
Al igual que cualquier otra forma de aprendizaje, el aprendizaje móvil se trata principalmente de adquirir conocimiento y su objetivo es integrar el aprendizaje en el propio entorno, teniendo en cuenta las habilidades e intereses personales como un proceso continuo y sostenible. Esta idoneidad para la vida cotidiana puede apoyar el aprendizaje informal, pero también puede usarse en contextos formales. Aprendizaje móvil y enseñanza en el aula, p. Ej. En el contexto de colegios y universidades, no son mutuamente excluyentes. Más bien, las dos formas de aprendizaje se complementan entre sí y, en combinación, como Blended Learning , contribuyen al desarrollo de la educación superior orientada hacia el futuro y a extender la didáctica clásica a los aspectos y funciones de la tecnología móvil.
Relación con el e-learning
El aprendizaje electrónico (aprendizaje electrónico) se refiere a todas las formas de aprendizaje que utilizan medios electrónicos o digitales para la presentación y distribución de materiales de aprendizaje o que se utilizan para apoyar la comunicación interpersonal en el proceso de aprendizaje.
El aprendizaje móvil se considera una extensión del aprendizaje electrónico, que dependía principalmente de las aplicaciones informáticas antes de la proliferación de dispositivos móviles. Al sintonizarse con las habilidades individuales y tener en cuenta otros factores (por ejemplo, conocimiento previo, apoyo y complemento del entorno de enseñanza o aprendizaje en el aula), puede contribuir a un aumento en el rendimiento del aprendizaje.
El alumno se beneficia de este espacio libre de movilidad diseñando el proceso de aprendizaje en sí y adaptándolo a sus intereses y ritmo de aprendizaje. Además, el proceso de aprendizaje puede ser discursivo, igualitario y colaborativo, en oposición a la enseñanza frontal de los alumnos en red. La inclusión del entorno y la tecnología multimedia de los teléfonos inteligentes y tabletas crea la posibilidad de «aprendizaje ambiental» , que está vinculado a la situación o contexto respectivo y, por lo tanto, también se denomina aprendizaje situado o contextualizado.
Una forma de aprendizaje contextualizado es el «APRENDIZAJE INMERSIVO» , que permite el aprendizaje móvil en entornos virtuales. La movilidad y la multimodalidad crean un espacio virtual específico que intensifica la experiencia de aprendizaje, es decir, integra de forma inmersiva a los alumnos.
El aprendizaje móvil amplía las posibilidades anteriores del e-learning. Sin embargo, esto no significa que los servicios de e-learning existentes puedan transferirse de manera análoga a las tecnologías móviles. Más bien, en la arquitectura de aprendizaje del aprendizaje móvil, el factor de movilidad, así como la funcionalidad de las aplicaciones, deben diseñarse de tal manera que el valor añadido didáctico resulte de las características móviles y técnicas de los dispositivos utilizados.
Requisitos tecnológicos y técnicos.
El aprendizaje móvil se puede utilizar en contextos formales e informales. A pesar de la independencia del lugar y el tiempo, el principio del aprendizaje autodirigido y personalizado se basa en recursos específicos, los requisitos tecnológicos y técnicos previos para el aprendizaje móvil. El requisito básico es el medio tecnológico, por lo que los dispositivos portátiles como el teléfono inteligente, la tableta o el netbook. Estos se pueden proporcionar externamente o volver a la propiedad privada. Especialmente en el campo de la enseñanza institucional, debe tenerse en cuenta la cuestión de la igualdad de oportunidades en infraestructura.
El uso del aprendizaje móvil dentro de un marco formal debería garantizar que todos los alumnos tengan acceso al equipo que necesitan. Los teléfonos inteligentes y las tabletas (en algunos casos también netbooks o lectores electrónicos) se caracterizan por el hecho de que están disponibles para dispositivos móviles, tienen una fuente de alimentación duradera por batería y tienen varias funcionalidades que una computadora o una computadora portátil en su mayoría no posee Estos incluyen la función de cámara, sensor de ubicación GPS, sensor de movimiento, acceso a Internet, una función de espera más rápida de activar y el uso de aplicaciones fáciles de llamar.
En combinación con las aplicaciones apropiadas, los dispositivos portátiles y en red son fuentes de información para materiales de aprendizaje, un medio de comunicación para compartir con otros alumnos o maestros, y herramientas para documentar, grabar o reproducir contenido. [15] El aprendizaje móvil no necesariamente tiene lugar en línea, ya que algunas aplicaciones también permiten su uso sin conexión. Sin embargo, el acceso a la red se puede usar junto con datos específicos del sitio para el aprendizaje contextual o el aprendizaje en realidad aumentada . Las aplicaciones requeridas representan los requisitos técnicos previos del aprendizaje móvil.
Aprendizaje móvil en la docencia universitaria
Un MOOC – «Curso masivo abierto en línea» – ofrece a muchas personas en diferentes lugares la oportunidad de educarse
El aprendizaje móvil también es adecuado para su uso en contextos institucionales, por ejemplo. B. en escuelas, colegios y en capacitación y educación superior. Particularmente en la enseñanza universitaria, las oportunidades de aprendizaje móvil pueden integrarse en espacios de aprendizaje formales e informales y, junto con la enseñanza en el aula y el aprendizaje electrónico, crear una combinación de aprendizaje combinado complementario.
Debido a la independencia parcial o total del lugar de aprendizaje y el tiempo de aprendizaje, el aprendizaje móvil promueve el aprendizaje autónomo y autoorganizado. Esto requiere acceso móvil a materiales de aprendizaje y el uso de aplicaciones específicas (por ejemplo, aplicaciones de editores especializados o bases de datos de conocimiento móviles). Los materiales de aprendizaje ya pueden ser incluidos o puestos a disposición como copias digitales por la universidad. Otras fuentes pueden ser Recursos Educativos Abiertos (REA) .
Estos son materiales de enseñanza y aprendizaje gratuitos que están abiertos al público bajo una licencia abierta (por ejemplo, Creative Commons). El aprendizaje espacialmente ilimitado puede tener lugar en salas de aprendizaje virtuales, p. Por ejemplo, el uso de aplicaciones que conectan a los alumnos entre sí u ofertas como los cursos en línea masivos abiertos (MOOC) .
Para desarrollar ofertas de aprendizaje móvil como ayuda para la educación individual y orientada a objetivos, las aplicaciones deben diseñarse teniendo en cuenta los enfoques didácticos. Este proceso solo puede tener éxito en la cooperación interdisciplinaria que une las áreas de enseñanza, tecnología, conocimiento y aplicación del conocimiento.
Un aspecto que exige particularmente la enseñanza del aprendizaje móvil es la comunicación o interacción entre el usuario y la tecnología. Esta «interfaz hombre-máquina» es una parte esencial de la concepción de las aplicaciones de aprendizaje móvil.
Dimensión didáctica del aprendizaje móvil.
Un proceso de aprendizaje siempre tiene lugar en un entorno de aprendizaje específico caracterizado por una dimensión espacial y social (por ejemplo, entornos formales como la universidad, la escuela, seminarios de educación continua e instituciones educativas, entornos informales como el ocio y los contactos sociales). En una visión teórica del aprendizaje móvil, la característica clave de la movilidad es que el entorno de aprendizaje es cambiante en esta forma de aprendizaje. Esto plantea exigencias especiales en la implementación de aplicaciones de aprendizaje móvil y, por lo tanto, debe tenerse en cuenta en su concepción. Las teorías del aprendizaje clásico pueden servir de guía, pero deben adaptarse a estas necesidades y seleccionarse de acuerdo con el propósito de una aplicación.
Otros dos factores para el diseño didáctico del aprendizaje móvil son, además de la consideración de las teorías del aprendizaje, la interactividad y multimedia existentes. El aprendizaje móvil como una transferencia sin cambios de los conceptos de e-learning a dispositivos móviles no ha tenido éxito. En cambio, debido al equipo y al uso de dispositivos móviles, es necesaria una adaptación de los materiales y métodos de aprendizaje utilizados. La interactividad en el aprendizaje móvil se refiere a la interacción entre los alumnos y los profesores, así como entre los alumnos. La interacción entre el alumno y la aplicación, la interfaz hombre-máquina, también es un área de diseño de interactividad que debe implementarse de una manera técnicamente significativa y orientada al usuario ( usabilidad ).
Las funciones didácticas de la interactividad en el proceso de aprendizaje son :
-Proporcionar información para cerrar las brechas de conocimiento existentes.
-Controlar el proceso de aprendizaje por parte del alumno, por ejemplo. B. posibilidades de repetición de unidades o ejercicios; La adquisición de conocimiento se puede adaptar al ritmo de aprendizaje individual
-Promover la comprensión a través de la presentación adaptativa del contenido, es decir, los contenidos son más sostenibles, ya que el alumno interactúa con nueva información de manera interactiva; El contenido no solo se presenta
-Promover la capacidad de transferir conocimiento que puede aplicarse a otros contenidos; cuanto más fuerte es la interacción con el contenido, más sostenible es no solo el efecto de aprendizaje, sino también la comprensión; La interactividad intensifica el empleo de información e idealmente conduce al hecho de que las conexiones pueden transferirse a otras circunstancias
-Aumentar el grado de interactividad de las aplicaciones móviles promueve la inmersión en el entorno de aprendizaje y puede tener un impacto positivo en el éxito del aprendizaje. El nivel más alto de interactividad ofrece aprendizaje en mundos virtuales ( realidad aumentada ).
Si tratamos el Multimedia como elemento indispensable nos referiremos a la combinación de múltiples y diferentes medios en dispositivos móviles, p. Textos, imágenes, animaciones, formatos de audio y video. La base del uso de elementos multimedia para representar, estructurar y explicar el conocimiento es la suposición de que los humanos pueden aprender no solo a través de textos sino también a través de otros medios visuales y / o auditivos. Esta tesis está respaldada por la investigación de la memoria, que sugiere que la información se puede tomar más fácil, más rápido o más sostenible, si se presenta en otras formas de presentación o se utiliza además de los textos.
La multimedialidad va de la mano con la multimodalidad de los dispositivos móviles, es decir, las diversas funciones que el usuario usa de manera activa o automática cuando usa aplicaciones. Estos incluyen interfaces de usuario para el dispositivo, como entrada de voz y texto, sensores técnicos e interfaces de usuario visuales en la pantalla.
La presentación multimedia del contenido de aprendizaje puede mejorar la comprensión y los procesos de aprendizaje. Sin embargo, esto debe implementarse de manera adecuada. Una implementación lúdica del aprendizaje móvil es el juego móvil. Los llamados edugames (educación y juego en inglés) combinan varios elementos multimedia con la participación del usuario, de modo que se mejora la inmersión y el aspecto lúdico del aprendizaje puede aumentar la motivación y promover el aprendizaje.
Además de los enfoques lúdicos, se pueden implementar diferentes tipos de tareas en aplicaciones móviles. El diseño de este tipo de tareas depende de la interactividad y multimedia, así como del paradigma de la teoría del aprendizaje ( teorías del aprendizaje ). De acuerdo con la doctrina universitaria z. Como tareas de opción múltiple, de opción única y de texto libre o brecha concebibles.
Siguiendo un paradigma conductista , hay tareas que representan el contenido y contienen instrucciones claras. Luego, el aprendizaje móvil procede de acuerdo con el esquema: presentación de contenido, asignación de tareas y realización de comprobaciones de éxito. Los contenidos de aprendizaje se dividen en pequeñas unidades y se transmiten principalmente como texto. Las tareas posteriores se evalúan por su precisión o falta de corrección.
El propósito de la aplicación móvil en este caso es la retroalimentación inmediata al alumno. Si se usa un paradigma cognitivista , una gran cantidad de información no debe ofrecerse solo como texto, sino que debe proporcionar explicaciones claras y estructuradas por medio de elementos multimedia. Dado que el cognitivismo define el proceso de aprendizaje como una capacidad adaptativa permanente del ser humano, otras formas de presentación además del texto apoyan el registro de información.
Además, se tiene en cuenta la motivación intrínseca del alumno, es decir, el alumno se involucra más en el proceso de aprendizaje mediante el uso de tareas interactivas y abstractas que requieren su aplicación en lugar de una mera reproducción de lo aprendido. La motivación intrínseca y la disposición personal para aprender también son parte de la teoría del aprendizaje constructivista . En particular, la curiosidad y el aprendizaje lúdico, por ejemplo. Edugames , por ejemplo, será promovido por aplicaciones móviles y será útil para el aprendizaje. A diferencia de las tareas de «ejercicio y práctica», que solo pueden responderse como «correctas» o «incorrectas», un modelo de aprendizaje constructivista se esfuerza por mapear problemas iniciales complejos y situaciones auténticas.
En consecuencia, las aplicaciones en esta área están diseñadas menos para un rendimiento específico del alumno, pero intente con múltiples perspectivas y referencias a contextos para crear una situación de aprendizaje virtual o incluso basada en el mundo real. La función del aprendizaje móvil es la combinación del entorno real y la adquisición de conocimiento, así como el desarrollo de habilidades comunicativas y relacionadas con el grupo. Por lo tanto, el uso de escenarios de aprendizaje, que requiere aspectos específicos, como. Por ejemplo, trabajo en equipo o tareas prácticas. El aprendizaje móvil, por lo tanto, utiliza el aprendizaje contextualizado que integra el proceso de aprendizaje en un contexto real o virtual.
Al igual que en EL APRENDIZAJE en el aula, independientemente de la teoría de aprendizaje subyacente, el desarrollo de aplicaciones debe responder las preguntas de cuál es el objetivo de aprendizaje, qué materiales de aprendizaje se utilizan para lograr el objetivo de aprendizaje, cómo y cuándo, y qué objetivos y metas de aprendizaje se definen y revisan. Estas preguntas fundamentales forman el punto de partida para la planificación de contenidos y funciones de una aplicación y permiten la medición del éxito del aprendizaje durante la implementación posterior.
El éxito de un proceso de aprendizaje generalmente es evaluado en el contexto institucional por un maestro o por un organismo externo. Con el aprendizaje móvil, existe la posibilidad de que esto también lo haga la aplicación misma. El objetivo es documentar o evaluar los conocimientos y habilidades adquiridos del alumno. La medición del éxito del aprendizaje también puede contribuir al desarrollo de calidad de la aplicación en sí misma al usarse para su revisión.
La definición de éxito de aprendizaje también depende del paradigma teórico de aprendizaje subyacente. Por lo tanto, el logro del aprendizaje puede ser la reproducción de hechos ( conductismo ), la realización de transferencias ( cognitivismo ) o la evaluación de soluciones y enfoques bien fundados para la resolución de problemas ( constructivismo ). Si bien la medición automática del éxito del aprendizaje puede implementarse muy fácilmente en entornos de aprendizaje influenciados por el comportamiento, los objetivos de aprendizaje que implican la transferencia de conocimiento o soluciones argumentativas aún no pueden verificarse de manera completamente automática. [
Trabajaremos con las ofertas de aprendizaje móvil ya que en pricipio parecen las mas adecuadas para el aprendizaje autodirigido y autoorganizado de los estudiantes, ya que de esta forma serán capaces por si mismos no solo de organizarse, diseñar y establecer sus necesidades procesuales de aprendizaje, sino que podrán establecer las modificaciones y/o disrupciones convenientes, en cada momento.
Al disponer de aplicaciones personalizadas el autocontrol sera personal y social, es c¡decir, tanto a nivel de cada persona como con el grupo (equipo)¡ colaborativo) que se trabaje.
. La universidad u otras plataformas y proveedores pueden proporcionar materiales para el aprendizaje autodirigido en forma de grabaciones de video y capacitación en línea. Las grabaciones de video pueden ser transmisiones de video, es decir, grabaciones en vivo de conferencias, así como videos a su propio ritmo que son más cortos que las grabaciones de conferencias completas. Dichos videos pueden emplear animaciones y ejercicios de entrega de contenido interactivo y, por lo tanto, se producen de manera más elaborada.
Las capacitaciones basadas en la web son unidades de aprendizaje que abordarán temas individuales de una conferencia o un complejo de temas. Los materiales de aprendizaje también pueden estar disponibles como podcasts (archivos de audio con contenido hablado) o como documentos (por ejemplo, resúmenes) para descargar.
Más posibilidades que solo la provisión de materiales de aprendizaje ofrecen aplicaciones específicas. Dependiendo del área temática, estos módulos de aprendizaje, que presentan a los estudiantes con conocimiento a pequeña escala, y los métodos de revisión de éxito de aprendizaje. Las unidades consisten en textos breves de aprendizaje y explicaciones, que también pueden contener referencias a información adicional. Usando tareas de conocimiento, los estudiantes pueden determinar su propio progreso en el asunto mismo.
También funcionan aplicaciones similares en las que se consulta el conocimiento ya existente (por ejemplo, de conferencias) en forma de cuestionario. Dichas aplicaciones de preguntas y respuestas sirven para repetir el conocimiento ya adquirido. Las pruebas de verificación se pueden configurar con tareas de selección única y múltiple, tareas, arrastrar y soltar, así como tareas de cloze y texto.
Si bien algunas aplicaciones contienen solo una forma de revisión de conocimiento, otras consisten en pruebas de aprendizaje multidimensionales o contienen elementos visuales o lúdicos para indicar el progreso del aprendizaje. El aprendiz recibirá sus propios comentarios directos sobre su nivel de conocimiento al mostrar las respuestas como respuestas correctas o incorrectas. Por lo tanto, el aprendizaje móvil también es adecuado para la preparación de lo que hasta ahora eran los exámenes, pero llevados obviamente bajo otras premisas no solo en cuanto a su ejecución, sino en su planteamiento y fines para los que se entiendan.
En una coordinación significativa con las áreas temáticas y los contenidos de la enseñanza en el sitio, así como el acceso a la definición de términos o materiales de repetición adicionales, las ofertas del aprendizaje móvil apoyan la enseñanza universitaria y el progreso del aprendizaje de los estudiantes.
En la concepción de las ofertas de aprendizaje móvil para el contexto universitario, algunos conocimientos y contenidos de aprendizaje aprendidos ya se presuponen.
Las ventajas, sin embargo, son:
-el tiempo y el lugar de aprendizaje independiente a través de repeticiones,
-la práctica de tareas de aprendizaje y el manejo de tales tareas, ya que se someten a autocontroles y posibles retroalimentaciones instantáneas.
-la implementación de un aprendizaje específico estableciendo el propio ritmo de aprendizaje y enfocándose también en las deficiencias personales (diversidad, Educación Inclusiva, personalized-socialized learning).
-la oportunidad de convertir un amplio contenido de aprendizaje en elementos de aprendizaje cortos y manejables.
-el aprendizaje autodirigido, en particular, puede complementarse aún más intensamente mediante el aprendizaje basado en el contexto.
En el aprendizaje en el aula en las universidades, los dispositivos móviles se pueden utilizar junto con las redes inalámbricas como complemento. Esto es adecuado para eventos masivos, es decir, conferencias con un gran número de participantes, pero también para seminarios, en los que los estudiantes deben trabajar solos en grupos pequeños.
El uso del aprendizaje móvil dentro de los escenarios de presencia implica dos desafíos principales:
– Por un lado, debe garantizarse que todos los estudiantes tengan acceso a la oferta móvil, es decir, todos los participantes deben contar con dispositivos finales apropiados o deben tener acceso a ellos mismos (BYOD) .
– Por otro lado, debe usarse una aplicación metodológica y sustantivamente sensata, que se ajuste a las condiciones generales así como al contenido del curso. Las aplicaciones posibles son aplicaciones que proporcionan tareas de activación, ya sea individualmente o en grupos y cuyas soluciones pueden transmitirse al conjunto de los diferentes equipos y a los acompañantes de sus aprendizajes, los docentes.
En el aprendizaje contextualizado , el proceso de aprendizaje está incrustado en una situación o contexto particular. Estos incluyen el entorno físico actual del alumno (p. Ej., Espacio, tiempo, marco de acción) y el contexto de socialización (la capacidad de interactuar con otros alumnos, objetos o materiales). La interacción social puede ser tanto informal como formal, y no solo se relaciona con la interacción humana, sino también con la interacción entre el dispositivo o la aplicación humana y tecnológica utilizada. Al tener en cuenta la situación individual del alumno, el proceso de aprendizaje está dirigido a situaciones concretas de aprendizaje y aplicación, mientras que un entorno de aprendizaje auténtico conduce a una experiencia sostenible y a la aplicación de lo aprendido.
El aprendizaje contextualizado se basa en la teoría del aprendizaje situado, que fue acuñada a principios de la década de 1990 principalmente por el sociólogo estadounidense Jean Lave en colaboración con la investigadora social suiza Étienne Wenger.
Al igual que las teorías clásicas de aprendizaje ( conductismo , cognitivismo y constructivismo) , la teoría del aprendizaje situado es un intento de explicar los procesos de aprendizaje humano, incluida en particular la dimensión social. Además, la teoría se ocupa de la sostenibilidad del aprendizaje, que solo puede lograrse adquiriendo conocimientos relacionados con el alumno o su situación. Es decir, el individuo debe ser considerado en una interacción con el proceso de aprendizaje y su entorno.
En términos de aprendizaje móvil, el enfoque de aprendizaje contextualizado puede verse como una posible dimensión de diseño de los escenarios de aprendizaje / aprendizaje móvil. Dependiendo de la ubicación actual del alumno, los objetos y materiales de aprendizaje en este lugar, y los otros alumnos virtuales o físicos presentes, el proceso o contenido de aprendizaje se adapta al contexto dado.
Los escenarios de enseñanza-aprendizaje que sustentan el desarrollo y la aplicación de las ofertas de aprendizaje móvil pueden tener «contextos irrelevantes, formalizados, físicos o de socialización» :
-contexto irrelevante: no hay relación entre el entorno actual y la situación de aprendizaje
-contexto formalizado: espacio de aprendizaje común, p. ej. B. sala de conferencias
-contexto físico: relación con el lugar donde se encuentra el usuario, p. Museo, lugares distintivos o históricos de una ciudad; M-Learning como recurso para la información de contexto que involucra el medio ambiente
Los diferentes contextos permiten el uso de diversas funciones del terminal móvil y también deben considerarse en el diseño de aplicaciones para el aprendizaje contextualizado.
El aprendizaje contextualizado establece una relación directa entre los objetos de aprendizaje abstractos y los casos y problemas de uso real, así como el entorno físico. Aunque el aprendizaje móvil tiene un gran potencial para desarrollar aún más el aprendizaje situado e individualizar los procesos de aprendizaje (por ejemplo, a través de objetivos de aprendizaje individuales, velocidad de aprendizaje, consideración de intereses y conocimiento), también existen desafíos y posibles límites. Estas son la dificultad de preparar temas complejos de manera integral y hacerlos adecuados para el aprendizaje móvil.
No se debe permitir que la concentración del conocimiento oculte detalles. Además, la capacidad de acceder al contenido en cualquier momento y en cualquier lugar no equivale a un aumento inagotable en el aprendizaje o la generación de nuevos conocimientos. Para hacer justicia a estos aspectos, el aprendizaje móvil contextualizado debe entenderse como un complemento de los procesos de aprendizaje y su diseño debe buscarse nuevas soluciones didácticas.
Para implementar el aprendizaje contextualizado en el sentido de REALIDAD AUMENTADA , es decir, una realidad aumentada por las características técnicas de los dispositivos móviles, se necesitan interfaces tangibles y objetos inteligentes. Las interfaces tangibles son aplicaciones o funciones integradas de un teléfono inteligente o tableta para capturar objetos del mundo real (como fotos o videos) o para determinar la ubicación geográfica del usuario (p. Ej. B. por sensor GPS ).
Los objetos inteligentes son objetos reales previamente categorizados que, vinculados a una aplicación correspondiente, proporcionan información sobre el objeto en sí o el entorno en cuestión. Ejemplos de este tipo de aprendizaje contextualizado son los museos o las guías de ciudades.
Dependiendo de la ubicación del usuario, muestra fotografías históricas en el teléfono inteligente o tableta, que también están incrustadas en perspectiva en la perspectiva actual de la cámara. De esta manera, el presente y el pasado se fusionan. Además, la aplicación proporciona información de fondo en forma de documentos originales, fotos y material histórico.
La integración de objetos físicos en nuevas tecnologías establecerá en el futuro nuevos tipos de interacción y apoyará el aprendizaje situacional y experimental a través de la experimentación y la experimentación en entornos reales.
Los entornos virtuales, LA REALIDAD VIRTUAL (VR), hacen uso de objetos inexistentes o existentes y son generados completamente por aplicaciones en el dispositivo móvil. Una experiencia óptima de una realidad virtual permite gafas especiales de realidad virtual. Sin embargo, las guías de museos virtuales, que ya ofrece Google en el Proyecto de Arte de Google ,se pueden usar de manera eficiente en teléfonos inteligentes y tabletas.
Las formas didácticas metódicas móviles tienen en cuenta aspectos como la inclusión (EDUCACIÓN INCLUSIVA) para abordar específicamente los grupos desfavorecidos y buscar LA EXCELENCIA PERSONALIZADA, tanto de personas a nivel individual como social y aportar su valor propio y añadido a la sociedad.
Además, la sensibilidad al contexto se refleja en la adaptación del enfoque didáctico a las situaciones de aprendizaje individuales, por ejemplo, las condiciones espaciales, la disposición de la sala, los asientos, el tamaño del curso, el tipo de curso y los objetivos de aprendizaje.
«La universidad sin el aprendizaje móvil, como se puede ya comprender, ser´otra cosas, pero ya no universidad».
La afirmación «La universidad sin el aprendizaje móvil, como se puede ya comprender, será otra cosa, pero ya no universidad» destaca la creciente importancia y relevancia del aprendizaje móvil en el contexto de la educación superior. Aquí se exploran algunos puntos clave que respaldan esta afirmación:
Acceso Ubicuo:
Significado: El aprendizaje móvil permite a los estudiantes acceder a recursos educativos en cualquier momento y lugar a través de dispositivos móviles.
Importancia: Esto transforma la universidad en un entorno donde el acceso a la información y la participación en actividades educativas son ubicuos.
Flexibilidad Temporal:
Significado: La movilidad permite a los estudiantes adaptar su horario de estudio según sus necesidades y compromisos.
Importancia: La flexibilidad temporal aborda las diversas demandas de la vida moderna, facilitando un equilibrio entre la educación, el trabajo y otras responsabilidades.
Aprendizaje Personalizado:
Significado: Las aplicaciones y plataformas móviles pueden adaptarse a las preferencias y estilos de aprendizaje individuales.
Importancia: Facilita la personalización del proceso de aprendizaje, atendiendo a las necesidades específicas de cada estudiante.
Interactividad y Colaboración:
Significado: Las tecnologías móviles permiten la interacción y colaboración en tiempo real, incluso más allá de los límites físicos del aula.
Importancia: Fomenta la participación activa, el intercambio de ideas y la colaboración entre estudiantes, profesores y expertos externos.
Aprendizaje Experiencial:
Significado: Las funciones como la realidad aumentada pueden proporcionar experiencias de aprendizaje inmersivas y prácticas.
Importancia: Mejora la comprensión a través de la aplicación directa del conocimiento en situaciones del mundo real.
Innovación Educativa:
Significado: El aprendizaje móvil impulsa la adopción de nuevas metodologías y enfoques pedagógicos.
Importancia: La innovación educativa asegura que la universidad siga siendo relevante y efectiva en la preparación de los estudiantes para desafíos futuros.
Inclusividad y Diversidad:
Significado: Las soluciones móviles pueden abordar las barreras geográficas y económicas, brindando acceso a la educación a una audiencia más amplia.
Importancia: Promueve la inclusividad al ofrecer oportunidades educativas a aquellos que podrían enfrentar limitaciones tradicionales.
Adaptación a la Era Digital:
Significado: La integración del aprendizaje móvil es una respuesta a la transformación digital y a las expectativas de la sociedad actual.
Importancia: Mantiene a la universidad alineada con los avances tecnológicos y las preferencias de los estudiantes digitales.
La afirmación destaca que la universidad, para seguir siendo relevante y eficaz en el mundo contemporáneo, debe abrazar y aprovechar las oportunidades proporcionadas por el aprendizaje móvil. Este enfoque no solo transforma la forma en que se accede al conocimiento, sino que también enriquece la experiencia educativa al ofrecer flexibilidad, personalización e interactividad.
Aquí te proporciono un cuadro que ilustra la relación entre la Universidad 4.0, la Educación 4.0 y el Aprendizaje Móvil:
Aspecto
Universidad 4.0
Educación 4.0
Aprendizaje Móvil
Enfoque General
Se centra en la transformación integral de la educación superior, incorporando tecnologías emergentes, enfoques pedagógicos innovadores y una mentalidad de adaptabilidad continua.
Representa la evolución de la educación en general, abarcando todos los niveles y modalidades, hacia un paradigma más personalizado, tecnológico e interconectado.
Pone énfasis en la accesibilidad y ubicuidad del aprendizaje, permitiendo a los estudiantes acceder a contenidos educativos desde cualquier lugar y en cualquier momento mediante dispositivos móviles.
Tecnologías Clave
Incluye tecnologías como inteligencia artificial, realidad virtual, analítica de datos, Internet de las cosas (IoT) y blockchain para mejorar la calidad y la relevancia de la educación.
Incorpora tecnologías emergentes y disruptivas para transformar métodos de enseñanza y aprendizaje, fomentando la colaboración, la personalización y la adaptabilidad.
Se apoya principalmente en dispositivos móviles (teléfonos inteligentes, tabletas) y aplicaciones específicas para facilitar el acceso al contenido educativo y la interacción con el aprendizaje.
Metodologías
Adopta metodologías de aprendizaje activo, proyectos prácticos, colaboración interdisciplinaria y evaluación continua para preparar a los estudiantes para la sociedad digital.
Promueve el aprendizaje basado en proyectos, la evaluación formativa, la participación activa del estudiante y la adaptabilidad del currículo para satisfacer las necesidades cambiantes.
Facilita métodos de aprendizaje más personalizados, interactivos y centrados en el estudiante, utilizando aplicaciones móviles, juegos educativos y contenido multimedia.
Flexibilidad Curricular
Aboga por programas de estudio flexibles y adaptativos que permitan a los estudiantes personalizar sus trayectorias educativas según sus intereses y objetivos profesionales.
Propugna por la flexibilidad en la oferta de cursos y la posibilidad de aprender a lo largo de toda la vida, rompiendo con la estructura rígida de programas educativos tradicionales.
Proporciona a los estudiantes la flexibilidad de aprender en cualquier lugar y en cualquier momento, adaptándose a sus horarios y preferencias.
Colaboración Externa
Fomenta asociaciones con la industria, instituciones gubernamentales y organizaciones sin fines de lucro para asegurar la relevancia de los programas educativos y facilitar experiencias prácticas para los estudiantes.
Busca la colaboración con empresas, startups y organizaciones externas para enriquecer el aprendizaje con perspectivas del mundo real y oportunidades de empleo.
Puede integrar funciones sociales y colaborativas en las aplicaciones móviles, permitiendo a los estudiantes conectarse, colaborar y compartir conocimientos entre sí.
Es importante destacar que estos elementos están interrelacionados y se complementan mutuamente en el contexto de la transformación educativa hacia la Universidad 4.0 y la Educación 4.0, con el Aprendizaje Móvil desempeñando un papel crucial en la accesibilidad y la adaptabilidad.
La interrelación y la complementariedad de estos elementos reflejan la sinergia necesaria para lograr una transformación educativa efectiva. Aquí hay algunos puntos adicionales para destacar la importancia de esta interconexión:
Sinergia Tecnológica:
La Universidad 4.0 y la Educación 4.0 incorporan tecnologías avanzadas para mejorar la calidad del aprendizaje y la enseñanza.
El aprendizaje móvil actúa como el canal a través del cual estas tecnologías se despliegan de manera ubicua, brindando a los estudiantes acceso a herramientas y recursos educativos en cualquier momento y lugar.
Adaptabilidad y Personalización:
La flexibilidad y adaptabilidad propugnadas por la Universidad 4.0 y la Educación 4.0 encuentran su aplicación práctica a través del aprendizaje móvil.
Los dispositivos móviles permiten la personalización del aprendizaje, adaptándose a las preferencias y ritmos de los estudiantes, lo que fortalece la idea de un enfoque educativo centrado en el estudiante.
Accesibilidad Global:
La interconexión de estos elementos garantiza que el acceso a la educación no esté limitado por barreras geográficas o restricciones de tiempo.
El aprendizaje móvil, al proporcionar acceso remoto, aborda la necesidad de una educación globalmente accesible.
Colaboración y Conectividad:
La colaboración interdisciplinaria y la conexión con la industria, aspectos fundamentales de la Universidad 4.0 y la Educación 4.0, se ven facilitadas por las capacidades colaborativas del aprendizaje móvil.
Aplicaciones y plataformas móviles permiten la conexión instantánea y la colaboración en tiempo real, mejorando la interacción entre estudiantes y profesores.
Aprendizaje Continuo y Movilidad:
La noción de aprendizaje continuo, esencial en la Educación 4.0 y la Universidad 4.0, se ve respaldada por la capacidad del aprendizaje móvil para proporcionar experiencias educativas más allá de las aulas tradicionales.
La movilidad inherente al aprendizaje móvil refuerza la idea de que el aprendizaje no está limitado a un lugar específico ni a un momento determinado.
Innovación Educativa Sostenible:
La implementación conjunta de la Universidad 4.0, la Educación 4.0 y el Aprendizaje Móvil crea un modelo educativo más sostenible y en sintonía con las demandas cambiantes de la sociedad.
La innovación educativa sostenible se logra cuando estos elementos trabajan en conjunto para mejorar la calidad y la accesibilidad de la educación.
La sinergia entre la Universidad 4.0, la Educación 4.0 y el Aprendizaje Móvil es esencial para construir un entorno educativo avanzado y adaptativo que se ajuste a las necesidades de la sociedad actual y futura. La combinación de estas dimensiones proporciona un marco integral que aborda los desafíos y las oportunidades de la educación en la era digital.
El marco integral que combina la Universidad 4.0, la Educación 4.0 y el Aprendizaje Móvil se basa en la interconexión de elementos clave para lograr una transformación educativa efectiva. Aquí se presenta un resumen de este marco integral:
Marco Integral: Universidad 4.0, Educación 4.0 y Aprendizaje Móvil
Objetivo General:
Transformación Educativa: Integrar tecnologías avanzadas, metodologías innovadoras y enfoques interdisciplinarios para mejorar la calidad y la relevancia de la educación.
Principios Fundamentales:
Adaptabilidad: Ser capaz de adaptarse continuamente a las cambiantes demandas de la sociedad y la tecnología.
Personalización: Enfocarse en las necesidades individuales de los estudiantes para ofrecer experiencias educativas personalizadas.
Accesibilidad: Garantizar que la educación sea accesible globalmente, superando barreras geográficas y socioeconómicas.
Componentes Clave:
Universidad 4.0:
Tecnologías Emergentes: Integración de inteligencia artificial, realidad virtual, blockchain y otras tecnologías para potenciar la enseñanza y el aprendizaje.
Colaboración con la Industria: Establecimiento de asociaciones sólidas para garantizar la relevancia de los programas educativos y proporcionar experiencias prácticas.
Flexibilidad Curricular: Diseño de programas de estudio adaptables que reflejen las demandas cambiantes del mercado laboral.
Educación 4.0:
Aprendizaje Basado en Proyectos: Promoción de proyectos prácticos que fomenten la aplicación directa del conocimiento en contextos del mundo real.
Evaluación Formativa: Implementación de metodologías de evaluación continua para medir el progreso y adaptar el enfoque educativo.
Innovación Pedagógica: Exploración y adopción constante de nuevas metodologías pedagógicas para mejorar la calidad del aprendizaje.
Aprendizaje Móvil:
Ubicuidad del Aprendizaje: Facilitación del acceso a contenidos educativos en cualquier momento y lugar a través de dispositivos móviles.
Personalización del Aprendizaje: Utilización de aplicaciones y plataformas móviles para adaptar el contenido y las experiencias educativas a las preferencias individuales.
Interactividad y Colaboración: Fomento de la participación activa y la colaboración en tiempo real a través de dispositivos móviles.
Interconexiones y Sinergias:
Tecnología y Metodología: La integración de tecnologías avanzadas se combina con metodologías innovadoras para mejorar la calidad y la eficacia del proceso educativo.
Colaboración y Conectividad: La conexión con la industria se ve fortalecida por la colaboración y la conexión entre estudiantes y profesores a través de plataformas móviles.
Adaptabilidad y Personalización: La adaptabilidad y la personalización se refuerzan mutuamente, permitiendo una educación flexible y centrada en el estudiante.
Resultados Esperados:
Profesionales Adaptables: Graduados equipados con habilidades adaptables, tecnológicas y sociales, listos para enfrentar los desafíos de la sociedad digital.
Innovación Continua: Fomento de la innovación continua en métodos educativos, tecnologías y enfoques pedagógicos.
Este marco integral refleja la naturaleza interconectada de la transformación educativa, donde la Universidad 4.0, la Educación 4.0 y el Aprendizaje Móvil colaboran para crear un entorno educativo avanzado y adaptativo. Cada componente contribuye de manera única para lograr los objetivos generales de mejorar la accesibilidad, la calidad y la relevancia de la educación en la era digital.
Podríamos simular una estructura de programa que incorpora principios de Aprendizaje Móvil en un contexto de Educación 4.0:
pythonCopy codeclass Universidad4_0:
def __init__(self):
self.tecnologias_emergentes = ["Inteligencia Artificial", "Realidad Virtual", "Blockchain"]
self.asociaciones_industria = ["Colaboración A", "Colaboración B"]
self.programas_flexibles = True
class Educacion4_0:
def __init__(self):
self.aprendizaje_basado_proyectos = True
self.evaluacion_formativa = True
self.innovacion_pedagogica = ["Metodología A", "Metodología B"]
class AprendizajeMovil:
def __init__(self):
self.ubicuidad_aprendizaje = True
self.personalizacion_aprendizaje = True
self.interactividad_colaboracion = True
# Crear instancias de cada componente
universidad_4_0 = Universidad4_0()
educacion_4_0 = Educacion4_0()
aprendizaje_movil = AprendizajeMovil()
# Interconexiones y sinergias
if educacion_4_0.aprendizaje_basado_proyectos and universidad_4_0.programas_flexibles:
print("Sinergia: Programas flexibles permiten la aplicación de proyectos prácticos.")
if aprendizaje_movil.ubicuidad_aprendizaje and educacion_4_0.innovacion_pedagogica:
print("Sinergia: Innovación pedagógica aprovecha la ubicuidad del aprendizaje móvil.")
El uso de algoritmos en Python o árboles de decisión sería más apropiado para problemas específicos y datos estructurados, no tanto para representar filosofías educativas o enfoques tecnológicos abstractos.
Entramos directamente y sin intermediarios en la Sociedad 5.0, una sociedad centrada en el ser humano que equilibra el avance económico con la resolución de problemas sociales mediante un sistema que integra en gran medida el ciberespacio y el espacio físico.
Cuando todavía estábamos hablando de la Educación 4.0, la nueva corriente de la Educación 5.0 llegó a gran velocidad, solapando los conceptos.
Anuncios
about:blank
INFORMA SOBRE ESTE ANUNCIOPRIVACIDAD
En la propuesta 4.0 se habla del papel de la tecnología en la educación con el objetivo de promover más rapidez, precisión y conocimiento a la enseñanza. La idea principal es insertar las tecnologías de la Industria 4.0 -Internet de las cosas (IoT), inteligencia artificial, machine learning, gamificación y otras- a las instituciones de aprendizaje y educación.
Las tecnologías se han mezclado entre situaciones sociales y cognitivas que hacen que la formación sea cada vez más importante en las futuras revoluciones que se van a producir y que llevará a una transformación de la cultura de occidente con valores que hasta ahora ni habíamos imaginado y la desaparición de muchos de los que consideramos inamovibles para siempre. (Educación Disruptiva de Juan Domingo Farnós)
La revolución industrial 4.0 término acuñado en el año 2016, nos despeja claramente el fenómeno tecnológico más importante que ha vivido la humanidad. Es vital aceptar esta situación para poder ofrecer una propuesta social, económica y especialmente cultural, a la sociedad que va a vivirla.
Tenemos una serie de fenómenos sobre los que en los próximos tiempos hablaremos contínuamente y que habrá que estar mejorando en todo momento:
-Los productos , el tratamiento de los datos, la seguridad digital, la implantación de habilidades y formación genérica adaptada a estos tiempos.
Para asumir todo lo que vamos conociendo de ellos y que reflejamos cada día en la EDUACION DISRUPTIVA, incluso el Foro de Davos, como señala nuestro amigo Marc Vidal y por parte nuestra muy conocido, que la DEMANDA SE IMPONE SOBRE LA OFERTA, o lo que es lo mismo, el consumidor pasa a ser el que controla los acontecimientos o el aprendiz, pasa a ser el responsable de su aprendizaje.
A su vez la jerarquía deja paso a la redarquía con lo que los liderajes dejan de ser verticales para pasar a ser horizontales y fomentadores de la colaboración e interacción entre los ciudadanos, trabajadores y aprendices.
La transparencia en el uso de los datos es un gran caballo de batalla, cada vez nos llegan mas MACRODATOS que se escapan al control ciudadano por medio del BIG DATA, lo que provoca la necesidad urgente que exista este control por parte de las personas (objetos, contenidos…).
Anuncios
about:blank
INFORMA SOBRE ESTE ANUNCIOPRIVACIDAD
Si entramos de lleno en el terreno educativo y en la aceleración que se produce con el software de datos, se entra en aspectos estructurales sino que incluso se llega al currículo (en aquello que ya explicábamos que los grandes macrodatos-BIG GATA utilizadas por grandes empresas mundiales, determinan el futuro de la educación en casi todos sus ámbitos).
Con ellos los programas automatizados especifican el aprendizaje adaptativo y el personalizado, viendo claramente sus diferencias, pero también sus similitudes.
En lo que se refiero más propiamente a la DIDÁCTICA, los programas informáticos (máquinas), interactúan directamente con los aprendices y su aprendizaje (Bayne 2015)
Thompson en 2016 y Juan D. Farnos en el 2000, hablan de sustituir la evaluación por procesos de aprendizaje continuados y de manera personalizada, tanto en lo que se recibe como en lo que se produce.
Mayer-Schouberger…(2014) establece que el BIG DATA nos permite interactuar con programas de software digital para que los algoritmos los “customicen” y los mejoren permanentemente bien sea por medio de retroalimentaciones, individualización y personalización, así como una predicción probabilística.
La cuestión será si con ello podemos conseguir:
a-La personalización, no como un DAFO, ni como un VUCA, sino como aprendizajes reales.
b-Conocer todos el el funcionamiento real del aprendizaje personalizado/socializador.
c-Sacar de los datos lugares para facilitarnos nuestro progreso.
d-Innovacion escalable continuada y permanente.
Se demuestra (Farnos 2000) que para personalizar el aprendizaje no hay otra manera que:
a-Socializarlo
b-Establecer un software escalable adecuado que analice digitalmente los datos de cada alumno (dataficación).
c-Aprender fuera de las aulas (BLENDED LEARNING):
COLABORACION…….
1-Aprendices
2-Docentes
3-familias
4-Administracion
METODOLOGÍAS……..1-PBL (ABP)
2-Flipped Classroom
3-Problemas
4-Gamification
d-Crear una cultura con otros valores
about:blank
Contamos con la digitalización y la datificación, adquiriendo el manejo de un software, identidad propia, vida social, relaciones sociales…
“El mundo social cada vez más lo determinan los medios sociales” (Lupton 2015 pag 17–18
El software seduce a las personas: da más coherencia, mayor productividad, fiabilidad… y eso a cambio de una transformación social y tecnológica.
Pero los DATOS siempre serán “subjetivos”, parciales, ya que si bien los analizamos, solo lo hacemos de la manera que nos interesa, recogemos los que nos interesan y los otros, no y, por tanto, ello produce consecuencias. Por ejemplo: una dirección u otra en LA EDITORIAL EDUCATIVA de un libro de texto un software concreto…
El término “colonialismo de datos” ( NICK COULDRY) destaca la apropiación en el corazón del orden social emergente, que se basa en la extracción de vidas humanas por parte del capital mediante el procesamiento de datos con valor económico, como la de Karl Marx, teorías poscolonial y descolonial:
a-¿Quién se beneficiará del nuevo orden social del colonialismo de datos?
b-¿De qué manera se compara con la apertura del colonialismo histórico?
c-¿Cuáles son las implicaciones para un enfoque legal crítico para la extracción y uso de datos?
Si lo asociamos al mundo de la educación y de las tecnologías (TIC, AI…), el aumento de la generación y recopilación de datos personales ha creado un ecosistema complejo, meta colaboración veces A menudo combativa, en torno a las empresas, organizaciones de todo tipo y los individuos involucrados en el uso de estos datos. Proponemos que la interacción entre tesis garantiza que entren agentes nuevos en estos procesos: Humano-Interacción de Datos (IDH). Utilizaremos una multidisciplinariedad de facetas para ello, con potentes instrumentos inteligentes de BIG DATA, lo cual nos facilitará la intersección de varias disciplinas, como la informática, la estadística, la sociología, la psicología y la economía del comportamiento.
Los ecosistemas-asociados con la rápida evolución de los datos personales es la creación de un nuevo campo de estudio científico, dicen los científicos de la computación. Y esto requiere una infraestructura ética basada mucho más potente. Comienzan señalando la larga disciplina del la del que data de la investigación la interacción humano-computadora ha centrado siempre en las computadoras como dispositivos para interactuar .
Anuncios
about:blank
INFORMA SOBRE ESTE ANUNCIOPRIVACIDAD
El propósito de esta interacción con el mundo cibernético se ha vuelto más sofisticado como el poder de computación se ha convertido en omnipresente, un fenómeno impulsado por Internet a través de móvil con meta dispositivos como teléfonos inteligentes. En consecuencia, los seres humanos están produciendo constantemente y revelando datos en todo tipo de formas diferentes.
Esto lleva al equipo a identificar tres temas clave asociados con la interacción de datos humanos que creen que las comunidades involucradas con deberes de datos se centran en…
El primero de ellos tiene que ver con lo que los datos y la analítica-asociados a ella, tanto, transparente y comprensible para la gente común, esto como la legibilidad de los datos Que las personas son claramente conscientes de los datos y los métodos utilizados para sacar conclusiones al respecto y las implicaciones de esto.
Hacer que la gente sea consciente de ser los datos meta recopilados blanco es la comprensión clara de las implicaciones de este proceso de recolección de datos y el tratamiento es mucho más difícil que sigue. En particular, esto podría estar en conflicto con los derechos de propiedad intelectual de las empresas que hacen las analíticas.
Un factor aún más importante es la del que implicaciones de este proceso no siempre claras en el momento que los datos se recogen.
El segundo tema tiene que ver con dar a las personas la capacidad de controlar e interactuar con los datos que les conciernen. Debe permitirse a aceptar o rechazar fuera de los programas de recolección de datos y los datos adecuados si resulta ser errónea o desactualizada y así sucesivamente. Eso requerirá de datos fáciles de usar con acceso han a mecanismos que hay que desarrollar.
El tema final se basa en esto para permitir que la gente intercambie datos sus preferencias en el futuro, , algo que pudiésemos negociar… Algo como esto ya está llegando al poder en la Unión Europea Cuando el Tribunal de Justicia para obligar a ello ha comenzado recientemente con el “derecho al olvido” qui permite a la gente para eliminar la información de los resultados de búsqueda en algunas circunstancias.
La sensación general de este manifiesto es que nuestra sociedad basada en datos está evolucionando rápidamente, especialmente con el creciente interés en los grandes datos. Un factor importante en todo esto es el papel de gouvernements y, en especial, las revelaciones sobre la recopilación de datos por parte de organismos gubernamentales como la NSA en los EE.UU., en el GCHQ Reino Unido e incluso los proveedores de salud, como el Servicio Nacional de Salud del Reino Unido.
“Creemos que los diseñadores de tecnología deben asumir el reto de la construcción de los sistemas éticos”….
Seguramente algunos afirmaran que se está produciendo, con internet, un claro colonialismo de datos, un control de la esencia de la educación cuando lo que queremos es una CULTURA OPEN Y FREE. Realmente en el viejo paradigma no tengo la menor duda que así seria, pero con la nueva mentalidad y concepción cultural y de valores de la educación, el trabajar con DATOS será algo normal e incrustado dentro de lo que haremos cada dia en nuestra formación permanente y continuada.
Hemos de tener presente que a medida que las personas comenzaremos a trabajar con datos (dentro de esta nueva cultura-paradigma) a gran escala, deberemos hacer algo más que sólo tener que “enchufarnos” en la tecnología y con ello llegar a nuestro aprendizaje. Para obtener el máximo valor de los datos, los profesionales deberemos también transformar la manera en que pensamos acerca de los datos y cómo diseñamos posibles soluciones.
Con la obtención de microdatos por medio del Big Data (macrodatos) estructurados i embebidos establecemos anotaciones semánticas que pueden ser procesados por los motores de búsqueda para comprender el significado de los fragmentos de contenidos y proporcionar la información necesaria dentro de los parámetros ubicuos-OER- de manera que los podamos utilizar como actuaciones que nos servirán para posteriores relaciones con datos producto de la observación transformándose en metadatos.
Nunca serán ESTÁNDARES DE METADATOS, ni de datos paralelos o PARADATOS, Tampoco tratamos de armonizarlo, uniformalizarlo, construir un entorno cerrado para que solo podamos acceder nosotros, eso sería un contrasentido con nuestros planteamientos en la EDUACIÓN DISRUPTIVA (learning is the work) por lo que hacerlo sería destruir antes de arrancar en el proceso. Pasaremos de la TAXONOMÍA A LA FOLCSONOMÍA conhashtags simples y metadatos en cualquier formato, según las necesidades del momento, del contexto.
En los últimos tiempos se están dando corrientes referentes al Big data y a a los Algoritmos (Inteligencia Artificial), los que predicen que significaran la “visualización” de una época con rayos y truenos, que nos tendrá vigilados permanentemente ” Un artículo del periodista holandés Dimitri Tokmetzis demostró el año pasado hasta qué punto esto puede ir en los datos de montaje de retratos compuestos de lo que somos. Google sabe lo que busca y puede inferir no sólo qué tipo de noticias que lees en un domingo por la mañana y qué tipo de películas prefieres un viernes, qué tipo de porno que probablemente nos gustaría mirar y dejarnos boquiabiertos en la noche del sábado , lo que ha hecho que los bares y restaurantes cierren”.
El panóptico es un tipo de arquitectura carcelaria ideada por el filósofo utilitarista Jeremy Bentham hacia fines del siglo XVIII. El objetivo de la estructura panóptica es permitir a su guardián, guarnecido en una torre central, observar a todos los prisioneros, recluidos en celdas individuales alrededor de la torre, sin que estos puedan saber si son observados”.
El efecto más importante del panóptico es inducir en el detenido un estado consciente y permanente de visibilidad que garantiza el funcionamiento automático del poder, sin que ese poder se esté ejerciendo de manera efectiva en cada momento, puesto que el prisionero no puede saber cuándo se le vigila y cuándo no”….
Este dispositivo debía crear así un «sentimiento de omnisciencia invisible» sobre los detenidos. El filósofo e historiador Michel Foucault, en su obra Vigilar y castigar (1975), estudió el modelo abstracto de una sociedad disciplinaria, inaugurando una larga serie de estudios sobre el dispositivo panóptico. «La moral reformada, la salud preservada, la industria vigorizada, la instrucción difundida, los cargos públicos disminuidos, la economía fortificada, todo gracias una simple idea arquitectónica.» — Jeremy Bentham, Le Panoptique, 1780.
Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, quien a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metáfora de los presos alrededor que se pusieron alrededor de una torre de vigilancia para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….
Si podemos introducir en este “tiempo” y con los resultados obtenidos por medio de algoritmos (aplicaciones) que nos ayuden en el proceso, llegaremos a un conocimiento completo lo que nos permitirá, primero que se produzca la posibilidad de que cada aprendiz pueda aprender con mayor autonomía y de manera personalizada y socializadora (Farnos 2000…) para a continuación aportar su valor diferenciado y añadido al colectivo socializado.
Buscar la excelencia personalizada nos obliga a tener una autonomía suficiente que nos permita escudriñar, analizar y sacar las consecuencias necesarias que nos engloben en escenarios socio-educativos y, por tanto tecnificados, que lo hagan posible.
Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA,) por medio de una mezcla de inteligencia artificial y algorítmica.
La intención sería acercar la educación a los avances tecnológicos que ya acompañan a la sociedad y a las empresas, así como crear una comunicación más directa con las nuevas generaciones, que ya no ven la vida desvinculada de la tecnología.
La Educación 5.0 es una evolución de este concepto. No elimina lo que propone la Educación 4.0, sólo lo complementa, aportando lo que ya hemos hablado de un aprendizaje más humano, desarrollando habilidades sociales y emocionales y buscando promover el mínimo impacto ambiental, con más salud y seguridad. Si las generaciones de baby boomers, X e Y tenían una educación basada en los conocimientos técnicos para la formación profesional, la generación Z tiene ahora acceso a la Educación 5.0.
La institución que toma esta corriente en su propuesta pedagógica y en sus procesos de gestión es capaz de desarrollar, además de los conocimientos técnicos, habilidades como:
Trabajo en grupo Mejor relación interpersonal, empatía y tolerancia a las diversidades Creatividad Gestión de conflictos Más fluidez en la comunicación Todas estas real skills (habilidades reales) son fundamentales para vivir en la actual Sociedad 5.0.
Un ejemplo claro de upskilling es la resiliencia, una soft skill imprescindible que fortalece al equipo en épocas de cambio (como fue y sigue siendo la pandemia). Antes, vivíamos acostumbrados a las reuniones cara a cara, al cafecito con los compañeros y a la rutina escolar de nuestros peques.
“La formación que conocemos como “reglada” o “formal” por muy ·significativa que se diga que va a ser, la verdad es que siempre está lejos de lo que verdaeramente tenemos enfrente, ya sea trabajo, ya sea relaciones, liderazgos”… (Hablando con Jane Hart)
Los nuevos tiempos requieren de unas ecologías cada día más asequibles, más potentes, más adaptables a nuestras necesidades, necesitamos que formen parte de nosotros como algo usual, natural, que no tengamos que hablar continuamente de ellas, si no de nuestras necesidades, cuando consigamos esto, entonces habremos logrado estar preparados para desarrollarnos en cada momento y en cada situación.
Pueden ser muy atractivas e interactivas, como una situación se presenta a los alumnos y luego se les pedirá que responder a ella mediante la selección de una opción de la acción (evaluación). Esto proporciona un entorno de aprendizaje seguro ya que no hay consecuencias para los errores, pero si encima aplicamos SIMULACIONES, el error se convierte en un camino más para aprender ya que tenemos que derivar por medio de la retroalimentación, ya sea analógica o digital, hacia otros derroteros que pueden estar previstos (innovación) o no (disrupción), que a su vez, permite a los estudiantes a obtener una comprensión de las lecciones y luego aplicar sus habilidades en la eterna construcción de ecologías de aprendizaje:
“El aprendizaje / conocimiento es más que el contenido estático. Es de carácter dinámico, vivo, y su estado en constante evolución. Dentro de una ecología, un ambiente de intercambio de conocimientos (producción de interacciones) debe tener los siguientes acciones:
– Que sea informal y no estructurado. El sistema no debería definir el aprendizaje y la discusión que sucede. El sistema debe ser lo suficientemente flexible como para permitir a los participantes crear y participar de acuerdo a sus necesidades. No imposición de normas y trabajos con fechas.
– Herramientas ricas para la interacción, que dan muchas oportunidades para que los usuarios mantengan diálogo y conexiones pertinentes.
– La consistencia y el tiempo. Nuevas comunidades y nuevos proyectos e ideas comienzan con mucho bombo y promoción … y luego se desvanecen poco a poco. Para crear una ecología de intercambio de conocimientos, los participantes necesitan ver a un entorno en constante evolución y implicación de intereses propios del participante en el nicho específico.
– Confianza (Trust). De alto contacto, social (cara a cara o en línea) es necesaria para fomentar un sentido de confianza y comodidad. Entornos seguros y protegidos son fundamentales para el desarrollo de la confianza, que no quiere decir cerrados y a cuatro llaves para entrar en los entornos de aprendizaje.
– Sencillez. Otras características tienen que ser equilibradas con la necesidad de simplicidad. Métodos sencillos, de trabajo social más efectiva. La selección de herramientas y la creación de la estructura de la comunidad debe reflejar esta necesidad de simplicidad. Aquí me interesa aplicar los conocimientos de HCI (Human Computer Interaction) combinado con las técnicas de swarm (bandadas de animales) para generar sencillez en el diseño de interacción {Fisher, 2009, }.
– Descentralizado, fomentado y conectado. Sobre todo que el conocimiento sea distribuido (cognición distribuida) a través de los espacios para el aprendizaje. Lo contrario sería centralizado, gestionado y aislado.
– Alta tolerancia para la experimentación y el fracaso” (Fernando Santamaría)
El análisis de las mismas las centrararemos , de forma exclusiva, en el impacto producido por las nuevas tecnologías al ser introducidas en la educación. Se intentará determinar si dicha introducción repercute y modifica las características propias de la escuela moderna, influyendo en la necesidad de una redefinición, incluso su capital más intelectual está “muriéndose”):…
–Aquellos que esperan que las universidades tradicionales de reformar por su cuenta están engañando a sí mismos. La trayectoria final de la decadencia burocrática es tan cierta como la caída del imperio romano-por ejemplo-, su trayectoria mantiene se constante mediante un sistema de gobernanza deficiente y los incentivos perversos que promueven la incompetencia y recompensan a “los pequeños” que buscan el poder-pseudo-intelectual, excusados en viejas prerrogativas que les dan un falso posicionamiento de poder …
A pocos reformadores valientes como Michael Crow en Arizona State University y Kim Clark en la Universidad Brigham, Young en Idaho están llevando a cabo reformas serias, pero van a ser valores atípicos..
Nuestras escuelas, universidades tradicionales han quedado atrapadas en una espiral de muerte burocrática, más interesadas en la preservación y expansión de salarios y beneficios para los profesores titulares y administradores que servir a los estudiantes. Los estudiantes, los padres y los empleadores son cada vez más escépticos sobre el valor de un título universitario, pero, ¿Qué lo puede reemplazar? …yo creo que nada lo puede ni debe reemplazarlo, es más, sería caer en un error de quitar un sistema y poner otro, que al final del camino se volverá a viciar y seguiremos en más de lo mismo…
Debemos instaurar una sociedad donde el VALOR sean las personas y solo ellas dirijan su vida, y no me refiero de manera individualizada, que también, sino aprendiendo para mejorar como personas individuales aportando cada vez más ese valor a la comunidad..
Las universidades de todo el mundo todavía están girando el sueño de mediados del siglo XX de la movilidad social a través de la educación, mientras que la vida está cambiado y muy rápido: –Todos los cambios que se están produciendo en la sociedad de la información y del conocimiento, han impactado al sistema educativo universitario en el mundo estableciendo una nueva concepción filosófica en los docentes y en las instituciones de educación superior. Esta realidad conlleva al surgimiento de nuevos requerimientos y prácticas de gestión para el docente, para responder de forma eficiente y efectiva a los cambios que experimentamos hoy en día en este sector.
Más que discutir cómo empujar a la universidad-la educación en general– hacia esta etapa de cambios, lo que haremos será pensar en rutas de auto-innovación (incremental y radical) bajo la lógica de aprender a re-aprender en donde el ‘sujeto en red’ puede diseñar sus propias rutas de adaptación y renovación permanente. ”.El tema de la enseñanza queda ya desvirtuado, superado por la educación inclusiva. (Juan Domingo Farnós)…[…] se puede aprender en cualquier lugar, pero además valorándolo, es decir, si yo aprendo fuera del centro, que lo que yo aprenda tenga tanto valor como lo que es curricular, como lo que está dentro del centro, y no sólo eso, sino que tenga más valor que lo curricular por tratarse de un aprendizaje que atiende a lo que cada alumno quiere aprender y de la manera que éste desea, especialmente de manera cooperativa y a través de la investigación.
La experiencia y la práctica deben ser pertinentes , válidas y significativos. Cualquiera que sea la forma de las actividades de aprendizaje experiencial toman el juego , la simulación, o alguna otra cosa — lo que debemos aprender es acumular experiencias para mejorar como personas y como sociedad. Actividades de aprendizaje son tiempo probado y demostrado que hacer lo que dicen que harán. No hay sustituto para la experiencia, así lo concibe también Stephen Downes ” el potencial de las tecnologías, reside en las oportunidades que ofrecen para cambiar la enseñanza, para viabiliza a través de ella una reflexión sobre la experiencia y promover el aprendizaje in situ. Un cambio de paradigma educativo que deje de pensar el aprendizaje en términos de “absorción de conocimientos” se apoya en las posibilidades de creación de comunidad en tiempo real, de trabajo con otros en una comunidad que aprende y que comparte abiertamente lo que sabe, hoy posible por la mediación tecnológica.
La gran cantidad de información de la red no es un problema, si no una ventaja, En la búsqueda de las fuentes de conocimiento , tenemos que equilibrar la agregación , o conseguir la mayor cantidad de información posible , con el filtrado , o asegurarnos de que tenemos más señal que ruido.
Cuando nos adentramos en la proyección de escenarios de aprendizaje y de trabajo, deberemos siempre mirar hacia adelante mediante la comprensión de la naturaleza y el impacto de las fuerzas impulsoras, las que de alguna manera preveemos como con mayor capacidad de certidumbre y de otras, que siendo totalmente inciertas nos ofrecerán un caudal mayor de creatividad . (Hoy somos capaces de crear oportunidades por medio de una amplia utilización de los recursos de e-learning y la educación científica basada en la investigación a través de la educación del diseño con escenarios de aprendizaje abiertos, inclusivos y ubícuos).
Extrapolando a la educación formal sin más, los mismos cursos de formación al uso han perdido toda su importancia, incluso si “glamour”, ya que su utilidad posterior en las aulas es apenas de un 10% como suele explicar y muy bien nuestro amigo Charles Jennings y es cierto totalmente.
Si que es cierto que puede ser útil cuando en la capacitación hay pruebas de que la causa raíz de la necesidad de aprendizaje es una habilidad no desarrollada o un déficit de conocimiento, pero siempre que se tenga el convencimiento que después se podrá aplicar y que a la vez servirá para algo que de verdad será necesario.
Para esas situaciones, un programa bien diseñado con contenido personalizado, material relevante del caso, práctica de desarrollo de habilidades y una medición final de la adquisición de habilidades, funciona muy bien, pero no siempre es de segura aplicación y por tanto de dudoso desarrollo.
Nos encontramos con:
a-Procesos ineficaces de toma de decisiones que no logran convencer ni a docentes ni a discentes de una utilidad aplicable.
b-Autoridad estrechamente distribuida, concentrada en la parte superior de la organización, lo cual no la hace ni abierta, ni flexible, por tanto poco eficaz.
c-No hay expectativas medibles de que los aprendices tomen decisiones por lo que el cambio de roles no se produce y seguimos como un conductismo puro y duro.
d-No hay tecnologías para mover rápidamente la información a quienes la necesitaban para tomar decisiones.
Dados estos problemas sistémicos, es poco probable que un programa de capacitación haya tenido un resultado productivo o sostenible, lo normal es que se convierta al momento en una innovación (algunos lo llaman “buenas prácticas) y por lo tanto acotado y restringido en el espacio, pero especialmente en el tiempo y por tanto con fecha de caducidad.
El aprendizaje es una consecuencia del pensamiento, no de la enseñanza. Ocurre cuando las personas reflexionan y eligen un nuevo comportamiento. Pero si el ambiente de trabajo no admite ese comportamiento, un empleado bien entrenado no hará una diferencia y por tanto le será cada vez más dificil aprender.
No escondo que la afirmación atiende directamente las prioridades estratégicas. Cuando una organización implementa una nueva estrategia, la capacitación puede desempeñar un papel fundamental en equipar a las personas con las habilidades y el conocimiento que necesitan para ayudar a que la estrategia tenga éxito. Pero cuando una iniciativa de capacitación no tiene un propósito discernible ni una meta final, el riesgo de fracaso aumenta….otra cosa son las variables que ya hemos expuesto.
Aprender sobre el terreno, aprender por necesidades, aprender cuando es posible aplicarlo y con todas las garantías que revertirá en beneficios seguros etc.
Pero, todo se puso patas arriba y el mundo nos pidió calma; ser resilientes y afrontar lo que venga con actitud positiva, creatividad y flexibilidad. Sin embargo, según un nuevo Informe de Resiliencia de Aon, menos de 1 de cada 3 españoles fue capaz de ello. La buena noticia es que podemos darle la vuelta a esos números, pues la resiliencia no es una habilidad innata. Se aprende.
El upskilling, como elemento clave de formación dentro del ámbito en el que te mueves, empieza por entender cuáles son las últimas tendencias en el sector o el puesto de trabajo en cuestión. ¿Hay alguna habilidad que falte en el equipo y que quieras cubrir? Puede que exista alguna herramienta que ayude a automatizar un proceso en lugar de hacerlo manualmente. Quizá necesites a alguien que sepa escribir código básico. E, incluso, en algunos casos, los propios empleados tomarán la iniciativa para intentar introducir una nueva herramienta de trabajo en el equipo que requiera aprender a utilizarla.
Una vez hayas determinado cuáles son las habilidades que necesita tu equipo, tómate tu tiempo para sentarte con los empleados y evaluar cómo se sienten con respecto a la mejora de sus habilidades. Seguro que más de uno estará más que dispuesto y encantado de aprovechar la oportunidad de crecer a nivel personal y aprender nuevas habilidades. Pero también habrá personas que se muestren algo más reticentes (ya sea por miedo al fracaso, al cambio o por la negativa de cambiar su forma de trabajar). Cuando te reunas con tu equipo, intenta sacar los siguientes temas para fomentar la mejora de competencias:
Desarrollo personal:«Esto te ayudará a mejorar a nivel personal en tu trabajo actual y te preparará para el futuro». Trabajo en equipo: «El aprendizaje de estas nuevas habilidades va a ayudaros a ti y al equipo a avanzar y a ser más expertos en el ámbito digital». Desarrollo profesional: «Añadir esta habilidad en tu caja de herramientas personal te ayudará a prepararte para este rol y otras oportunidades que se te presenten».
¿Cómo aplicar la Educación 5.0 en los centros educativos? La Educación 5.0 puede aplicarse a todo tipo de instituciones, ya sean públicas o privadas, desde la educación básica hasta la de posgrado. Además, no sólo se beneficiará la enseñanza a distancia, sino también (y especialmente) las instituciones presenciales.
Es interesante comprender que la aplicación de la Educación 5.0 va mucho más allá de una educación abierta. Se necesita:
Inversión en tecnologías educativas La mayoría de las instituciones educativas se han detenido en el tiempo en lo que respecta a la tecnología. Aunque disponen de software de gestión, las plataformas no siempre están integradas, y la pedagogía y los procesos administrativos están disociados.
Las tecnologías han nacido para ayudarnos en todos los procesos por eso ya forman parte de nosotros y sin ellas no podemos realizar acción alguna, por eso en la Educación Disruptiva son tan vitales, si Antonio Delgado, https://juandomingofarnos.wordpress.com/…/las…/ de Juan Domingo Farnos, …y todo ello aprendiendo a través de la diversidad, del soporte de las TIC, de la Inteligencia Artificial,…, trazando caminos y procesos escalables y distribuidos y nunca objetivos ni siquiera competencias, todos ellos de carácter preconcibido y finalista, lo cuál nos parece que impide el progreso de los aprendices y la Educación Disruptiva significa “de todos, por todos y para todos…
La EDUCACIÓN DISRUPTIVA perderá sus connotaciones particulares cuando sea la SOCIEDAD, la que se refunde y escoja libremente como quiere ser, una sociedad en permanente estado de ALFA, para anticiparse a los más que posibles y permanentes cambios y en estado de BETA, para saber moverse entre ellos.
El concepto de DISRUPCIÓN no es privativo del ámbito educativo; ya que engloba diferentes áreas y, por tanto, presenta un sesgo marcadamente multidisciplinar. Ahora bien, en el ámbito de la educación contempla variables como la investigación, la responsabilidad del alumno, las habilidades docentes, la pedagogía social, la teoría de redes, la autonomía, la creatividad, la inclusividad, etc
Son variables que deben tenerse en cuenta para aplicarse a ecosistemas sociales muy tecnificados.
Los educadores están tratando de rehacer la educación de acuerdo a su visión pedagógica. Los políticos están impulsando su visión a través de la política. Las corporaciones están impulsando su visión a través de los beneficios; pero no hacen más que «lanzar innovaciones» –cual conejo que sale de la chistera–, las cuales van desapareciendo o perdiendo importancia por el camino.
El efecto que la entrada de las Nuevas Tecnologías (TIC) ha producido en el mundo de la Educación, en un amplio aspectro, y de la Formación, especialmente, una situación de descolocación, primero en las esferas político-administrativas, a continuación en el conglomerado docente y por “decantación” a los aprendices y resto de la Comunidad Educativa.(Cuadro de la Educación actual)
Obviamente el empleo de las TIC ha producido, como punto de lanza un efecto irreversible, la Educación ya nunca será lo que era, eso ya está admitido por toda la sociedad, lo que no tenemos tan claro no es su por qué, sino como la utilizaremos y es en eso precisamente donde entra en escena nuestro segundo apartado en la propuesta que les ofrecemos, un Escenario Inclusivo-Ubícuo. de Juan Domingo Farnós
Capacitación de profesores No son sólo las instituciones educativas las que se están quedando atrás. Muchos profesionales también lo están haciendo, enseñando de la misma manera que aprendieron al principio de su carrera. Para cambiar la perspectiva a la Educación 5.0, es necesario formar a los educadores para la nueva perspectiva.
Si antes se hacía hincapié en el desarrollo de habilidades técnicas por parte de los estudiantes, ahora es necesario centrarse en las soft skills (habilidades socioemocionales).
¿Cuál es el papel de una plataforma de gestión educativa? En este sentido, una buena plataforma de gestión educativa juega un papel fundamental. Su función principal es unificar los procesos docentes y pedagógicos al funcionamiento académico en su conjunto.
Una plataforma integrada puede capturar, procesar y analizar los datos relativos a todos los procesos y realizar una gestión unificada en la nube y accesible para todos los implicados, como por ejemplo:
Selección de estudiantes Inscripción Marketing y relaciones públicas Gestión de los documentos y de los fondos de la institución Gestión de RR.HH. Finanzas Gestión de TI
Con esta operación integrada, es posible cuidar la salud financiera de la institución, hacer la operación más ágil, accesible y menos burocrática, mejorar la experiencia de los estudiantes con una comunicación digital y más personalizada y, por supuesto, mejorar la enseñanza.
Esta transformación digital es un paso esencial para garantizar que el aprendizaje sea siempre mejor y se adapte a las nuevas demandas sociales.
En este sentido, una plataforma all-in-one (que reúna las soluciones de Secretaría Académica Digital, Diploma Digital, CRM, Billing, E-commerce, Analytics, BPM, R&S) como SYDLE ONE puede ser la solución ideal para adaptar tu institución a la Educación 5.0 y optimizar sus procesos. Más información:
La Secretaría Académica Digital permite realizar toda la gestión del fondo académico, administrativo y pedagógico de forma totalmente digital, con una visión de 360º de todos los datos y documentos, cumpliendo todos los requisitos del MEC. El Diploma Digital permite, a través de un proceso sencillo y ágil, la generación de diplomas de la institución totalmente adheridos a la normativa del MEC, siempre actualizados a la última versión del esquema XML. El CRM (Customer Relationship Management) ayuda en la gestión de los alumnos y en toda la comunicación que se realiza. El Billing gestiona todos los pagos de los estudiantes de forma automatizada, minimizando los errores. El BPMS (Business Process Management System) se encarga de automatizar diversos procesos de la institución, como el registro, la recepción de documentos, los procesos de RRHH, administrativos, entre otros. El Analytics permite a la institución tener una gestión visual de todas las demandas y procesos. El R&S (Reclutamiento y Selección) permite toda la gestión de los recursos humanos y, por último, el E-commerce permite realizar la venta digital de los cursos, facilitando el proceso de matriculación, reduciendo los costes y aumentando la disponibilidad.
Por desgracia, no todos los puestos de trabajo pasan la prueba del algodón de la digitalización, ni tampoco todos los procesos de aprendizaje en contextos concretos y más estáticos (que siempre los habrá). Según el Foro Económico Mundial hablamos de 75 millones de empleos en solo 5 años. Esto no significa que haya que prescindir de empleados valiosos y leales. Aquí es donde entra en juego el reskilling. Consiste en recapacitar a los empleados con un conjunto diferente de habilidades para cambiar su función dentro de la empresa. Juanjo Amorín, fundador de Edix (Instituto de Expertos Digitales de UNIR), explica que «la idea es coger los fundamentos de tus capacitaciones y hacer un reskilling para adaptarlas al mercado digital».
El reskilling ofrece a los empleados la oportunidad de mantener su puesto de trabajo en la empresa, pero con una función o título diferente. Por ejemplo, empresas que tuvieron que bajar la persiana de sus tiendas físicas se pasaron a las plataformas e-commerce. Esto requiere un aprendizaje que facilite la transición hacia la atención al cliente al otro lado de la pantalla de un personal acostumbrado al cara a cara. Competencias como marketing digital, customer experience y gestión de redes sociales pueden ser un buen compañero de viaje.
Tras la pandemia, comienza lo que se conoce como ”global reskill revolution” y las empresas españolas no son ajenas a este fenómeno. Según Future for Work Institute y EY, 3 de cada 5 organizaciones en España reconocen el reciclaje profesional como prioridad del 2022. ¿Por qué?
Adaptación a entornos cambiantes: apostar por el reciclaje profesional (reskilling) es clave para incrementar la empleabilidad y capacitación de los empleados. Factores como los avances tecnológicos, las dinámicas de consumo y los cambios de modelos de negocio serán los más influyentes en este proceso. Ahorro en procesos de selección al permitir a los empleados existentes redirigir su rol dentro de la empresa. Ahorro en procesos de selección al permitir a los empleados existentes redirigir su rol dentro de la empresa. Que no te dé miedo el futuro
Como dijo una vez Marie Curie: «Nada de lo que hay en nuestra vida debe ser temido; solo debe ser comprendido». Esta es una oportunidad para aprovechar los cambios y las posibilidades de mejorar no solo para tus empleados, sino también para tus equipos y tu organización. El aprendizaje y el desarrollo son cruciales en este viaje. Por tanto, es importante que consideres hacia donde quiere ir la organización, cómo puede afectar esto a tu equipo y quién necesitará mejorar sus habilidades. Las claves del futuro están en tus manos.
En la sociedad de la información del pasado, la práctica común era recopilar información a través de la red y hacer que los humanos la analizaran. En la 5.0, sin embargo, las personas, las cosas y los sistemas están conectados en el ciberespacio y los resultados óptimos obtenidos por la IA que superan las capacidades de los humanos se retroalimentan al espacio físico. Este proceso aporta un nuevo valor a la industria, la educación (claro que si) y la sociedad de formas que antes no eran posibles
Estudiantes de diversos niveles parecen disfrutar de la autonomía de acceder a los conocimientos a través de las comunicaciones en línea y recursos basados en la web, especialmente los universitarios. Sin embargo, simplemente tener acceso al conocimiento sin experiencia no parece ser suficiente para el desarrollo de la experiencia la resolución de problemas y el control metacognitivo.
Estamos investigando, desde la periferia de los centros de poder, los efectos de las indicaciones metacognitivas incrustados en los alumnos y su conciencia así como los efectos de las tutorías virtuales sobre el desarrollo de los estudiantes en su esfera metacognitiva y en la experiencia que produce la resolución de problemas .
Los describimos como un entorno en línea que consta de diferentes andamios metacognitivos: modelado experto en el vídeo digital en línea, el acceso a los procedimientos, y los avisos de auto-evaluación, y la interacción entre los docentes y estudiantes en una plataforma Web. Los resultados sugieren que los mensajes metacognitivas incrustados se pueden utilizar como andamios para aumentar la conciencia alumnos de sus procesos de pensamiento en curso, y la necesidad de planificar su curso de acción y comprobar su precisión a medida que progresan a través de cualquier tarea de resolución de problemas.
También parece que la externalización de las actividades mentales del experto a los estudiantes puede ser una estrategia efectiva de andamios en la orientación de la atención de los alumnos con aspectos específicos de sus procesos de aprendizaje, e involucrarlos en la autoevaluación de su propio aprendizaje y comprensión.
Si algo debemos tener presente siempre (premisa) es pensar que detrás de la construcción de un entorno de aprendizaje eficaz es que esté incorporado en los seres humanos para aprender. Si no hubiéramos sido razonablemente buenos en el aprendizaje, tampoco necesitaríamos la influencia de un profesor, no serviría de nada. La capacidad no sólo para aprender, sino para aprender de manera abstracta y consciente, es por lo tanto parte de la naturaleza humana.
Debido a ello y con la ayuda preminente de las TIC, AI, internet (por su capacidad expansiva, reutilizadora, etc..), los aprendices tendremos la oportunidad de diseñar escenarios adecuados, así como entornos donde no solo nosotros podamos movernos con soltura-contexto- Por esta razón, necesitamos pensar y construir (en la educación formal actual , el docente, en una educación permanente y en otra cultura -Educación Disruptiva- construir nuestro propio ambiente de aprendizaje apropiado para el contexto en el que estamos trabajando, aprendiendo…
Aquí hay algunos ejemplos de diferentes entornos de aprendizaje:
a-Una escuela o un campus universitario
b-Un curso en línea
c-Entrenamientos diferentes…
d-Amigos, familia y trabajo
e-Naturaleza
f-Entornos de aprendizaje personales, basados en la tecnología
Por tanto para conseguir un aprendizaje eficaz (no en el sentido cuantitativo), si no necesario a nuestras necesidades (personalized learning):.. 1-Deberá ser el propio aprendiz que realice todo el aprendizaje.
2-Las tecnologías empleadas no serán siempre las mismas, si no aquellas necesarias para cada oportunidad y siempre accesibles y usables. (Angel-Pio Gonzalez Soto and Juan Domingo Farnós)
Ante la efervescente y cambiante sociedad actual, las necesidades de formación de los ciudadanos se prolongan más allá de los primeros estudios profesionalizadores y se extienden a lo largo de toda su vida. La formación continua resulta cada vez más imprescindible, tanto por las exigencias derivadas de los cambios en los entornos laborales como también para hacer frente a los cambios que se producen en los propios entornos domésticos y de ocio.
Para esas personas, la estructura de una organización, o su “patrón de … roles y relaciones, … puede acomodar ambas metas colectivas y las diferencias individuales” , y por lo tanto dar lugar a entornos de trabajo productivas y armoniosas, pero para los que consideramos que las maneras de complejidad y de descontextualización, son mayormente aprovechables con las TIC, las TAC y especialmente con tecnologías colaborativas que nos permitan empoderarnos de nuestros aprendizajes (Empoderarnos y ser competentes en aspectos digitales, es no solo una necesidad si no una manera de vivir a día de hoy y de mañana. Ahora bien la gran pregunta es :¿nos garantiza mejores aprendizajes? ¿nos asegura un mejor desenvolvimiento en la sociedad?)
Con la ayuda preminente de las TIC, AI, internet (por su capacidad expansiva, reutilizadora, etc..), los aprendices tendremos la oportunidad de diseñar escenarios adecuados, así como entornos donde no solo nosotros podamos movernos con soltura-contexto- Por esta razón, necesitamos pensar y construir (en la educación formal actual , el docente, en una educación permanente y en otra cultura -Educacion Disruptiva- construir nuestro propio ambiente de aprendizaje apropiado para el contexto en el que estamos trabajando, aprendiendo…
Si vemos que la incidencia de las tecnologías con su aplicación de elearning mejoran enface to facee incluso el peer to peer como ya hemos explicado anteriormente en nuestras investigaciones, se hace imperativo reevaluar la pedagogía y la mentalidad de aprendices y de docentes con el fin de mejorar el aprendizaje en si, como un proceso, rápido, si, pero mutable, divergente y nada predecible. Cambio de mentalidad de crecimiento, combina un marco de aprendizaje pero también ser analizados, juzgados (evaluados) para aprender y todo ello lleva tiempo, esfuerzo y apoup mútuo “DWECK 2006)” , e incluso para algunos tienen menos peso y pasan a otro plano que sin perder importancia, pasan a ser no formales, colaterales y no estructuales.
Como era de esperar, de cómo se resuelvan estas cuestiones, depende en gran medida del contexto particular en el que se abordan. Por lo tanto, diferentes enfoques para la resolución de los problemas que van surgiendo, nos conducen a nuevos aprendizajes y diferentes responsabilidades, que pueden ser cambiantes en el espacio y en el tiempo (UBICUIDAD), lo que hará que cualquier aprendiz pueda cambiar en cualquier momento de ecosistema de aprendizaje y tener la confianza que gracias a esta retroalimentación continuada, transparente y confiable, conseguirá estar perfectamente integrada en los procesos. (Redarquía de aprendizajes)
Si establecemos aspectos de diferenciación, cómo los líderajes y gerencias de procesos y actuaciones , podemos integrar las funciones y responsabilidades en el trabajo o unidades organizativas, dependiendo en gran medida de los contextos y las circunstancias en las que se deben realizar estas funciones y responsabilidades.
No podemos buscar obtener constructos de conocimiento que nos llevaran en una sola dirección dentro de cualquier entorno de aprendizaje necesitamos flujos de conocimientos que vayan en busca de personas que puedan realizar aprendizajes que por medio de una relación entre todo puedan ofrecernos diferentes posibilidades de mejora en muchos campos, de tal manera que cada campo y la unión de los mismos, en red, sino de todos, en parte, vayan labrando una sociedad abierta, mas democrática y diversa. (un apartado básico en la EDUCACION DISRUPTIVA (learning is the work) https://juandomingofarnos.wordpress.com/…/transdiscipl…/Transdisciplinar-Multidisciplinar : la carretera de la Educación Disruptiva (learning is the work) Juan Domingo Farnos
Dentro de nuestra construcción de diferentes escenarios de aprendizaje que se puedan mover de manera “transdisciplianr” en diversos entornos de aprendizaje, la misma transdisciplinariedad nos permitirá pasar del PERSONALIZED LEARNING al SOCIAL LEARNING y al revés de manera natural, que de otra manera sería imposible (es decir, de manera uniformizadora y estática). El ser individual va formándose, no en solitario, sino con otros seres, habiendo una comunión de conciencias siendo estos objetos de esta educación, unos con otros. (Cambio 1986, Paulo Freire), con estas conjeturas aceptamos que la “pedagogía de la liberación” promete un crecimiento individual que fomenta el mismo ideal que la perspectiva transdisciplinar, aunque ambas practicas distintas, con desarrollos distintos, pero que pueden desarrollarse una frente a la otra siendo complementarias para formar a un “Ciudadano”.
Las expectativas que se ponen en la investigación inter y transdisciplinaria son elevadas, y se espera, ante todo en los ámbitos de las ciencias, superar la unidimensionalidad de la investigación disciplinaria y poder dominar su complejidad. Las expectativas pueden resumirse de la siguiente manera. (Thompson-Klein 1990).
Para nosotros, el conocimiento es algo que cuando se adquiere debe ser modificable, de lo contrario no es conocimiento, lo cual antaño esta posición ni se contemplaba. Hoy somos capaces de crear oportunidades por medio de una amplia utilización de los recursos de e-learning y la educación científica basada en la investigación a través de la educación del diseño con escenarios de aprendizaje abiertos, inclusivos y ubícuos.
Por medio de las ventajas que podemos encontrar en la formación virtual y electrónica, elearning podemos realizar:
a-Actualización de las prácticas de enseñanza de las ciencias y las competencias clave de los aprendices, especialmente, de los facilitadores y de toda la comunidad educativa. b-Demostrar el uso de los recursos de aprendizaje en línea ayudarán a autoconstruir nuestras propias líneas de aprendizajes.
c-Diseñar una serie de escenarios que nos permiten no solo el autoaprendizaje si no el social learning con cualquier punto de la red, que equivale a decir, la red.
d-Proporcionar recomendaciones y directrices para la creación de entornos de aprendizaje.
e-Los ambientes de aprendizaje ofrecerán diferentes interfaces y herramientas de corte y atractivo suficientes, mirando la colaboración y organización de actividades, con un énfasis en el apoyo para la interacción compartida para mediar en los aspectos sociales del aprendizaje, la construcción del conocimiento, la reflexión.
Podemos optar por diferentes maneras para diseñar escenarios de aprendizaje, naturalmente la principal premisa siempre será la inclusión educativa y la forma en que el diseño que depende de un número de factores, que no siempre serán controlables, a mi entender, afortunadamente.
La demanda de escenarios basados en el aprendizaje está creciendo rápidamente y todo dependerá no solo de las necesidades, de manera priorizable, si no del “tempo” en que los contextos van evolucionando. Realizamos análisis de las necesidades, cuando necesitamos establecer prioridades en la confección de formación, basándonos en las expectativas que los aprendices demandan…sería como establecer un elemento de diseño (o revisión) , confeccionar Escenarios de Aprendizajes que se adapten a ellos, y en el mejor de los casos, dejarles a ellos que participen, para que estas “creaciones” se adapten mejor a ellos.
Su propósito es establecer los principales resultados de aprendizaje y necesidades en el diseño y la ejecución de una actividad o curso de aprendizaje.
Las necesidades se refieren a las características, problemas y posibles limitaciones de los estudiantes (o de otros interesados pertinentes). Un análisis de las necesidades es un medio eficaz de identificar los objetivos y requisitos para el desarrollo de e-learning. Entender las necesidades de los alumnos . Es crucial para el éxito del diseño o rediseño de cualquier curso o actividad de aprendizaje. Análisis de las necesidades de aprendizaje es también una de las cosas más difíciles de hacer bien, pero se puede salvar eso y mucho si son los aprendices quienes tomas la responsabilidad y el compromiso de llevarlo a cabo.
Este planteamiento modificador del conocimiento lo utilizados a manera de TRANSPOSICIÓN “DIDÁCTICA“, pero con la diferencia que no tienen la exclusiva de los los docentes si no cualquier aprendiz que esté inmerso en cualquier proceso de aprendizaje inclusivo. Naturalmente la transposición didáctica no abarcará conocimiento que se generen en la academia, ni en la comunidad científica, porque la sociedad es la que genera todos los conocimientos si segregaciones sin élites, por lo tanto serán los propios aprendices los encargados de hacerse las preguntas ,qué, cuando, como, donde y con quien va a aprender, en que circunstancias-pensando que estas están en beta-.
Esta visión del futuro no va a suceder con facilidad (Tuomi, 2005). Sin embargo, la marea del progreso tecnológico está erosionando rápidamente entornos de aprendizaje tradicionales y la construcción de otras nuevas. Como las TIC continuará mejorando y la caída de los costos, los ambientes de aprendizaje existirá siempre aprendices ellos desean ser. Las aulas evolucionarán hacia comunidades abiertas, flexibles, centradas en el alumno.
Las personas que se instalen en espacios que comparten personalmente intereses y metas. El alumno del futuro será construir el conocimiento que es importante para él o ella como individuo o como parte de una red construida socialmente. Un estudiante futuro navegar a través de problemas mal estructurados en su propio, con un compañero o como parte de un grupo. Estos espacios, ya sean físicos o virtuales, proporcionarán una población diversa con un entorno seguro para explorar compartir y aprender.
Claramente, estas estrategias no son mutuamente excluyentes. y eso es lo que hace que este planteamiento abierto, plural, diverso, masivo o no,..sea más propio de cualquier aprendiz, más acomodable a su manera de ser y de entender lo que quiere hacer lo cuál sin duda hará que el aprendizaje deje de ser “un problema”, algo no divertido, como nos y pasar a ser lo que nosotros queremos que sea… Si nos acojemos a estos planteamientos cualquiera podemos ser llevados juntos para crear productos específicos para apoyar el uso de las TIC en la enseñanza y el aprendizaje, pueden compartir el mismo o parecido, conocimientos y habilidades a los que se reunió para asesorar en materia de currículo o diseño instruccional .
Debido al cambio de la sociedad (paradigma) en cuanto a su homogeneidad y la demografía, la escuela, la universidad están sujetas a los cambios sociales. Spitzer y Hattielo mostraron en sus investigaciones. Era evidente que los métodos de enseñanza últimos necesitan ser revisados, y sus escenarios de aprendizaje, también, dando lugar a nuevas formas de enseñanza y aprendizaje, especialmente en aprendizaje. Esta nueva cultura del aprendizaje en este contexto significa que para añadir nuevos aspectos : aprendizaje cooperativo y personalizado, los aprendices juegan un papel importante.
Las consecuencias sociales de esta nueva forma de organización social que es la Sociedad Informacional son:”
-“1. La dualización social debida a la fragmentación del mercado laboral y al reparto desigual del trabajo entre la población potencialmente activa. Según explica André Gorz en la Metamorfosis del trabajo, existe un 25% de la población activa empleada en trabajos cualificados, de carácter estable y a tiempo completo. Es lo que Michael Piore denomina segmento superior del mercado de trabajo(Toharia, 1983), frente al segmento inferior, caracterizado por la inestabilidad de los trabajos y la baja cualificación. André Gorz afirma que el 50% de la población activa ocupa los peldaños más bajos de procesos altamente mecanizados, expuestos a las fluctuaciones del mercado, con poca o nula capacidad de sindicación y, por tanto, sujetos a la discrecionalidad del empresario, con quien mantienen relaciones personales. Además, están los desclasados o excluidos, según la terminología que se utilice, que según Gorz son el 25% restante.”
2. La dualización educativa. [Barreras para la formación completa para grupos sociales, que suponen exclusión] (…).” El alumno es el verdadero protagonista. Sin embargo, si echamos la vista atrás y tratamos de recordar las diferentes experiencias educativas que hemos tenido a lo largo de nuestra vida, veremos que apenas cumplen esas premisas. Por regla general, la mayor parte de ellas eran monopolizadas por profesores que acaparaban el espectáculo, muchas veces situados en un estrado como símbolo de su autoridad y jerarquía. Cuando estábamos en el colegio, jamás olvidamos que el profesor tenía el poder absoluto de poner las notas y aprobar o suspender a los alumnos.
Pero también estamos inmersos DISEÑO DE ESCENARIOS DE APRENDIZAJE= COMPETENCIAS Y HABILIDADES INCLUSIVAS (Juan Domingo Farnós)
El aprendizaje basado en competencias es un enfoque de la educación que se centra en la demostración de los resultados de aprendizaje deseados como el centro del proceso de aprendizaje del estudiante. Se refiere principalmente a la progresión del estudiante a través de planes de estudio a su propio ritmo, profundidad, etc. Como han demostrado las competencias, los estudiantes continúan progresando.
Como la mayoría de las cosas relacionadas con la educación, existe un desacuerdo de lo que el aprendizaje basado en la competencia significa en realidad, cuáles son sus rasgos definitorios , y la forma en que idealmente se debe utilizar o cuál es su función. Se cree tradicionalmente en términos de habilidades y vocación, pero puede ser completamente “académica” también.
Una característica clave del aprendizaje basado en competencias es su enfoque en el dominio. En otros modelos de aprendizaje, los estudiantes están expuestos a contenidos, ya sea habilidades o conceptos con el tiempo, y el éxito se mide de forma sumativa. En un sistema de aprendizaje basado en la competencia, a los estudiantes no se les permite continuar hasta que hayan demostrado dominio de las competencias identificadas (es decir, los resultados de aprendizaje debe ser demostrada). De esta manera, el aprendizaje basado en competencias está estrechamente ligada a la maestría de aprendizaje.
El aprendizaje basado en los resultados es similar al hecho de que dichos resultados, en este caso, llamados “competencias” -son identificados de antemano, y los estudiantes son evaluados con frecuencia. De esta manera, el aprendizaje basado en competencias puede ser pensado como una forma de aprendizaje basado en los resultados.
Entramos en dinámicas personalizadoras y socializadoras que hasta ahora nunca habían sido posibles en cualquier diseño de escenarios de aprendizaje porque siempre emanaban de las jerarquías.
Para nosotros, la escuela pronto se hará evidente mientras que la introducción del aprendizaje personalizado y la consiguiente apertura de la enseñanza requiere un concepto de espacio modificado.Debido a la ubicación, determina el comportamiento […]
En relación con la escuela significa que los espacios y el entorno de aprendizaje diseñado juega un efecto en el comportamiento.” De ello se desprende que el trabajo escolar y el comportamiento social pueden ser influidos por el ambiente de aprendizaje.
“Repensar el apoyo a los estudiantes: es el desafío del aprendizaje colaborativo en línea” (Thorpe, 2002)
Podemos analizar el diseño de cursos y apoyo al estudiante, y la difuminación de la frontera entre los dos que se produce en el aprendizaje en línea facilitado por comunicación mediada por ordenador.
El apoyo tradicionalmente al alumno ha sido lo que solemos hacer después de que los materiales del curso se desarrollan. Sin embargo, en los cursos con considerablemente menos pre-planeado material y un mayor énfasis en la generación del contenido del curso a través de la interacción en línea , hay una mayor tendencia a generar trabajos colaborativos.
Apoyo a los estudiantes en el aprendizaje abierto y a distancia, tiene un significado específico, se refiere a:
-orientación sobre la elección de curso,
-diagnóstico de preparación,
-técnicas de estudio
-el acceso al aprendizaje en grupo, etc
Elementos importantes son:
a-Uso de la tecnología no garantiza los enfoques de colaboración y constructivista del aprendizaje — esto depende de cómo la tecnología se usa .. diseño del curso.
b-Es importante asegurarse de que no perdamos los valores de la conversación y la comunidad en los enfoques tecnicistas.
c-Apoyo a los estudiantes no es sólo de siempre “hecho para” el estudiante, el apoyo se produce y consume al mismo tiempo — el alumno debe participar activamente, al igual que el profesor / tutor.
Las funciones clave de apoyo al estudiante son los siguientes:
-respuesta,
la capacidad de respuesta, en relación con tres elementos esenciales y relacionados entre sí: la identidad, la interacción y el tiempo / duración.
Thorpe define de apoyo al estudiante como “todos aquellos elementos capaces de responder a un alumno sabe o grupo de alumnos, antes, durante y después del proceso de aprendizaje. ”Por lo tanto, pre-planear materiales de los cursos o programas de ordenador, que no pueden responder a esta premisa, no puede ofrecer apoyo y por tanto ya es un error en el sistema, no, de los alumnos.
Thorpe tres elementos de apoyo al estudiante:
-Identidad — el defensor sabe que el alumno es una persona con una identidad. Identidades también cambian en paralelo con el progreso a través de un curso, por lo que el apoyo debe ser debidamente moduladas.
-Interacción — apoyo a los estudiantes con la interacción interpersonal -> El apoyo que aprende es por lo tanto, también una cultura. La interacción es la clave para todas las teorías principales de apoyo al estudiante
-Tiempo / duración — apoyo a los estudiantes es un “vivo” el proceso que tiene una duración. Se define por las acciones de los estudiantes y los partidarios involucrados, y por lo tanto es un proceso dinámico y no se puede predecir por completo.
La comunicación electrónica se ha utilizado para proporcionar un medio más para apoyar, en lugar de cambiar su naturaleza.Apoyo a los estudiantes en línea, sin embargo, el aumento de la frecuencia de estudiante a estudiante y el alumno en contacto con la institución.
Enfoques en línea, de colaboración pueden ser experiencias como la reducción de la libertad del individuo para estudiar a su propio ritmo (Thorpe, 1998).
Cambios en la producción del curso (con un aumento en los diseños de colaboración, constructivista) puede significar menores costos de producción inicial es factible, pero “los costos durante la presentación es probable que aumenten, para sostener la infraestructura de TI y obtener los beneficios de la actualización permanente y en línea de apoyo al estudiante”.
“Se necesita mucho ingenio, el diseño y los objetivos educativos apropiados a fin de lograr un curso en línea de interacción es absolutamente esencial para poder pasar, en lugar de un enriquecimiento muy conveniente.
La función de las herramientas digitales por tanto crean el andamiaje necesario para que las personas las utilicemos con metodologías adecuadas para que la construcción de conocimiento sea adecuado a las necesidades de los aprendices, tanto de manera natural como de manera colectiva (social).
Thorpe, M. (2002) “Repensar el apoyo a los estudiantes: el desafío del aprendizaje colaborativo en línea, aprendizaje abierto, vol.17, no.2, pp.105–19.
Las comunidades de práctica” es un concepto relativamente nuevo, pero nos sirve y mucho por su carácter personalizado y socializador en esta pre-investigación y posterior investigación. El uso del concepto despegó con Jean Lave y 1991 el libro de Etienne Wenger: Aprendizaje Situado con la participación periférica legítima:. Desde entonces, el concepto ganó creciente popularidad y difusión. Especialmente en las discusiones sobre el aprendizaje, la enseñanza y la formación, pero en los últimos años también en los debates sobre teoría de la organización, las organizaciones de aprendizaje y gestión del conocimiento (en Inglés: gestión del conocimiento)
“Entre las conclusiones del estudio fueran identificadas e analizadas las formas de aprendizaje colectiva que han surgido y se estableció diferencias en el proceso de aprendizaje situado en tres grupos de trabajo: camareros, barmans y cocina. Al describir analíticamente el compromiso y la participación de las personas en prácticas de trabajo y comunidades de práctica, se argumenta a partir de este trabajo que en el proceso que pasa por la fase inicial de la participación periférica legítima, compromiso y rendimiento con los más experimentados se desarrolla el aprendizaje.
Además, legitimidad y pertenencia son elementos importantes en el proceso de aprendizaje y puede identificar que el proceso de aprendizaje situada no sólo ocurre en las comunidades de práctica. Hay que destacar el sentimiento de pertenencia y la participación periférica legítima como características que se debe potenciar en las organizaciones. Con la negociación y renegociación de significados, el establecimiento de las relaciones sociales y de comunidades de práctica, se crea un sistema por el cual las formas de ver, interpretar, comprender, practicar, se constituyen y son compartidos” (Jean Lave)
El concepto de comunidades de práctica en una conceptualización dinámica y no individualista del fenómeno del aprendizaje, donde el aprendizaje se describe como una actividad social y situacional, orientado a la participación de la gente en la práctica social. El concepto de “comunidad de práctica” se refiere a las perspectivas particulares de fenómenos tales como el conocimiento y las habilidades y entornos de aprendizaje y de las organizaciones. Por extensión, el término también a las disposiciones específicas y enfoques a las comunidades y grupos sociales.
Si lo observamos a través de e-learning proporcionaremos un sistema modular y extensible con capacidad de adaptación y de gestión del conocimiento para los estudiantes y profesores. Este sistema se basa en las especificaciones que representan la información a través de los metadatos, la concesión de la semántica a todos los contenidos en el mismo, darles sentido. Los metadatos se utilizan para satisfacer necesidades como la reutilización, interoperabilidad y de usos múltiples. El sistema proporciona las herramientas de autor para definir los métodos de aprendizaje con características de adaptación, y herramientas para crear cursos que permiten a los usuarios con diferentes roles, la promoción de varios tipos de aprendizaje colaborativo y en grupo.
También está dotado de herramientas para recuperar, de importación y evaluar objetos de aprendizaje basado en metadatos, donde los estudiantes pueden utilizar los contenidos educativos de calidad ajustada a sus características, y los maestros tienen la posibilidad de utilizar los contenidos educativos de calidad para estructurar sus cursos. La gestión de metadatos y la evaluación juegan un papel importante a fin de obtener los mejores resultados en el proceso de enseñanza / aprendizaje.
Ha habido comunidades de práctica, siempre que hemos vivido juntos y aprender unos de otros. Y las comunidades de práctica es algo que existe en todas partes y como todos estamos involucrados en — en el trabajo , en la escuela, en el hogar y / o club deportivo. De hecho, las comunidades de práctica, una parte natural de nuestra vida cotidiana que rara vez pensamos en ello. Es la conceptualización del fenómeno y darle un nombre, por lo tanto, contribuye tanto a desarrollar nuestra comprensión de nosotros mismos y del mundo y para recordarnos de incidentes en nuestras vidas que son importantes para tener en cuenta, pero con demasiada frecuencia olvidada. No porque sean raras, sino todo lo contrario, ya que son parte tan real y natural de nuestras vidas que rara vez nos damos cuenta de su importancia.
El concepto de “comunidad de práctica” crea esta atención y no menos importante, la idea de que es posible para nosotros mirar más allá ya través de los diversos grupos sociales categorías, distinciones y separaciones formales, a menudo pensamos. El concepto de ayuda a nosotros en vez de agarrar y teniendo en cuenta cómo las personas se involucran activamente, aprender unos de otros y comprometidos entre sí en diversas y formas dinámicas.
Sin embargo, es la misma razón difícil dar una definición clásica léxica del concepto de “comunidades de práctica”, ya que la calidad concepto y la intención es precisamente para identificar las conexiones y relaciones sociales en nuestra realidad, que a menudo excede y / o oscurecida por las generalizaciones teóricas y formales definiciones y distinciones. El concepto es así no sólo un concepto ontológico. Es decir, se utiliza no sólo para punto de comunidades sociales reales y las relaciones en el mundo. También es mucho más que un concepto analítico y metódico. Es decir, también implica un enfoque especial y forma de identificar el pensamiento y la investigación en aspectos sociales en comunidades y conexiones.
El concepto de comunidad de práctica se ha producido en la interfaz entre al menos cuatro diferentes tradiciones teóricas: fenomenología, el pragmatismo, la psicología cultural y constructivismo social. Puntos con perspectiva de la intencionalidad como un aspecto inherente de la práctica humana y el conocimiento y las invitamos también que tomamos en las personas a bordo vida concreta y cotidiana (fenomenología). El concepto básico perspectiva, sin embargo, no es la conciencia humana, sino más bien la práctica y la actividad concreta del hombre, que se basa en las ideas del marxismo y la psicología cultural. Dicho esto, es la concepción perspectiva de la práctica, sin embargo, no es sinónimo con el concepto de trabajo.
En lugar de ello, el trabajo es típico con una comprensión más amplia y pragmática de la práctica y la actividad humana, como algo que incluye tanto productiva, reflexivo, el material y la actividad cultural y la práctica — sin estos aspectos jerarquizados analítica.
La perspectiva no puede ser llamado genuino, o marxismos… . Al mismo tiempo, sin embargo, no debe confundirse con, por ejemplo. un análisis del discurso y / o perspectiva constructivista social, el concepto de “práctica” significa más amplio que, por ejemplo. práctica discursiva. Dicho esto, todavía hay cierta afinidad con los enfoques constructivistas sociales, tanto a causa de un enfoque compartido sobre los entendimientos dinámicas y contextuales del significado e importancia, así como un interés común por ejemplo. el historiador francés Michel Foucault, el concepto de poder.
El desarrollo del conocimiento y la utilización pueden facilitarse por las prácticas de recursos humanos. En las organizaciones , la ventaja competitiva depende del conocimiento existente y su capacidad para generar nuevos conocimientos efectivos A nivel individual, el aumento ofrece posibilidades de delegación y la libertad de la creatividad puede permitir una mejo utilización de los conocimientos locales y dispersa en papel más organizativo.
Tiene por objeto introducir una organización de modelo innovador para apoyar a las empresas, compañías internacionales, , en el desarrollo de sus recursos humanos, a través de recursos humanos virtuales, como una herramienta para la captura de conocimiento dentro del modelo de organización dinámica, por lo que nos permite diferentes caminos retroalimentados gracias a la web 2–0, lo que nos permite sortear a los mismos fractales y dejarlos como vestigios uniformizadores del pasado.
A continuación se presentan detalles sobre los diferentes lugares de aprendizaje y lo que resulta del concepto de espacio, micro ambiente o lugar de trabajo del aprendiz. Un reto importante es asegurarse de que los espacios de aprendizaje son inclusivos. Existe el riesgo de que los grupos desfavorecidos y marginados, no podrán beneficiarse plenamente de las oportunidades de las TIC habilitados para el aprendizaje, ya sea como usuarios competentes de las TIC en general o como estudiantes y trabajadores en particular. Pero a medida que la visión para el futuro aprendizaje hace hincapié en la conectividad social y oportunidades de aprendizaje flexibles, también apoyan el aprendizaje más habilidades digitales a través de aprendizaje basado en las TIC, por lo tanto reduciendo el umbral para el inicio de la participación en el aprendizaje.Creo que hemos dado suficientes de mostraciones de como la sociedad y los aprendizajes deben ser inclusivos y como hacerlo por tanto ahora está en manos de nuestra RESPONSABILIDAD Y COMPROMISO son todos.
Con el microambiente del trabajo real del estudiante, se entiende, es decir, su entorno personal. Estos deben ser diseñados de tal manera que el trabajo, por un lado puede servir como un refugio y, en segundo lugar, se permite la comunicación en el grupo. (nichos abiertos) A cada estudiante se le asigna un puesto de trabajo fijo con varias opciones de archivo y almacenaje. Cada estudiante es por lo tanto responsable de la aparición de su lugar de trabajo y aporta su valor a la comunidad (sociedad). En una revisión inicial de diseño de cursos es probable que incluya las siguientes preguntas:
¿Cuál es el curso o módulo? Identificar y clarificar los objetivos, los objetivos, el formato, la capacidad de los estudiantes a desarrollar, etc contenido básico
¿Cuáles son las características del grupo de alumnos?Identificar y clarificar el número de estudiantes, fondos, necesidades especiales o los idiomas, conocimientos informáticos, el acceso a la computadora o la red, UG / PG, nivel, etc
¿Cuál es el proyecto de desarrollo destinado a lograr? Identificar y clarificar los objetivos principales y objetivos para lo que deseen desarrollar, beneficios previstos y los resultados, las fuentes de la literatura de fondo.
¿Cuáles son las implicaciones para las tecnologías y herramientas seleccionadas?Si es posible, identificar los ejemplos existentes de uso de las tecnologías que se proponen para integrar, en particular los que están disponibles a nivel local, tales como tipo de aplicación, el acceso / disponibilidad de licencias, robustez, requisitos de la red, problemas de usabilidad, los costes de desarrollo o ampliación de los programas de software.
¿Qué habilidades necesitan desarrollar para ser un maestro eficaz uso de estas herramientas y entornos en línea?
Evidentemente podemos preveer una especie de diseño instruccional:Análisis a-¿Quiénes son nuestros alumnos? b-¿Qué están tratando de lograr?
c-¿Qué conocimientos, habilidades y actitudes necesitan ser enseñados?
d-¿Cuánto contenido usted necesita en su enseñanza?
Diseño y Desarrollo
a-¿Cuáles son sus objetivos?
b-¿Qué habilidades, conocimientos y actitudes estás tratando de desarrollar?
c-¿Qué recursos y estrategias va a utilizar en su enseñanza?
d-¿Cómo va a estructurar el contenido de su material de aprendizaje?
e-¿Cómo va a evaluar la comprensión de los alumnos y de si tienen o no han cumplido con los objetivos de la instrucción?
-ImplementaciónEsto puede implicar la presentación de instrucción en el aula, la enseñanza de los alumnos cómo hacer el mejor uso de los materiales de aprendizaje interactivos, o la coordinación y gestión de un programa de aprendizaje a distancia: -Evaluación -Proporciona la base para la mejora y el desarrollo de la instrucción. Como podemos observar cuenta todo se basa en procesos de enseñanza, pero nada de aprendizaje, por tanto ya partimios de un planteamiento base equivocado, porque la enseñanza solo establece protocolos prescritos por el curriculum y consigue que los alumnos, si es que aprenden, lo hagan todos por igual, es más, los que no lo logran quedan apartados del sistema…Qué se puede hacer?Mantener un enfoque contrario, es decir, el aprendizaje que no la enseñanza, es responsabilidad y parte de los aprendices.. No tiene ningún sentido en continuar con sus propios planes, si los estudiantes no están con nosotros. Estar dispuestos a modificar sus planes de reconocimiento de las necesidades de sus estudiantes, pero recuerde que debe hacerles saber lo que está haciendo, lo cual seguro tampoco les gustará porque no deciden ellos (por qué no hacemos que sean ellos quienes nos planteen lo que quieren?
Debatamos siempre los objetivos de aprendizaje de la unidad y sus propias sesiones con la clase, y trataremos de asegurarnos de que las actividades de evaluación coinciden con lo que hemos pactado . Los pasos específicos para trabajar a través incluirán:
a-Diseño de aprendizaje actual y el aprendizaje por ejemplo la teoría de aprendizaje centrado en el estudiante b-Diferentes tecnologías de e-learning-inclusivo c-Las estrategias de e-learning-incluivo apropiadas d-Localización de recursos evaluando sus posibilidades e-Consideración de reutilización de contenido existente o el desarrollo de nuevos contenidos, incluyendo las tecnologías adecuadas de aprendizaje electrónico, actividades y evaluación para mapear con el contenido f-Cómo hacer que los recursos futuros sean compartibles (por ejemplo, las consideraciones pedagógicas y técnicas)Esta especie de talleres o de prácticas que podemos realizar en cualquier forma de aprendizaje con TIC, anticipan en la construcción de aprendizaje creativos conceptos de diseño prestando especial atención a los re-propositivos, contenidos y hacer nuevos recursos compartibles.Frente a ello nos encontramos con que la evaluación-retroalimentación lo entendemos como un PROCESO, El ENSAYO-ERROR-RETROALIMENTACION, sera lo normal en una nueva manera de trabajar, aprender… abierta, inclusiva y ubicua, basada en la persona, en el aprendiz, en los equipos que conforma…Esto nos conduce a establecer simulacros que nos conducirán a otra sociedad que entiende las cosas de otra manera y que incluso los conceptos anteriores ni los contempla y por el contrario aparecen otros de nuevos, como aprender en el trabajo, sin tener en cuenta si es necesario o no una titulación, simplemente por que no lo contempla.
Para establecer una autentica DISRUPCION, se debe influir en gran media en la estructura organizativa tradicional:…
.La mejora de la productividad
.Mayor Rendimiento (Efectos Red y Aprendizaje)La marea del progreso tecnológico está erosionando rápidamente entornos de aprendizaje tradicionales y la construcción de otras nuevas. Como las TIC continuará mejorando y la caída de los costos, los ambientes de aprendizaje existirá siempre aprendices ellos desean ser. Las aulas evolucionarán hacia comunidades abiertas, flexibles, centradas en el alumno. Las personas que se instalen en espacios que comparten personalmente intereses y metas.
El alumno del futuro será construir el conocimiento que es importante para él o ella como individuo o como parte de una red construida socialmente. Un estudiante futuro navegar a través de problemas mal estructurados en su propio, con un compañero o como parte de un grupo. Estos espacios, ya sean físicos o virtuales, proporcionarán una población diversa con un entorno seguro para explorar compartir y aprender.
Por esta razón, las universidades, así como otras empresas, por lo general adoptar un segundo enfoque, menos formal de coordinación conocida como la coordinación lateral. Este enfoque emplea reuniones (formales e informales), grupos de trabajo, grupos de trabajo, las estructuras matriciales y formas de organización en red (Bolman y Deal, 2003), como los medios por los cuales las actividades de personas, grupos y unidades organizativas están coordinados.Como cualquiera que haya trabajado en una institución de educación superior sabe, reuniones, grupos de trabajo y grupos de trabajo, son el “agua al molino” de las operaciones de nuestra institución. Reúnen a los individuos de una variedad de diferentes grupos de trabajo y unidades organizativas para discutir y resolver cuestiones de interés institucional, pero se habla mucho de todo menos de los más importantes, los aprendices y eso si, nunca se establecen cauces formales para que ellos cojan la responsabilidad que se merecen.Para explorar otras interpretaciones posibles de este problema (por ejemplo, política, cultural, económica, tecnológica) sería la de “usar un martillo para clavar un clavo”. Basta con decir que el problema de la creación de entornos de organización para apoyar el uso sostenible y eficaz de las TIC en la enseñanza y el aprendizaje es complejo y requiere un enfoque multidimensional para su resolución.
Ninguna interpretación del problema, o las estrategias que posteriormente se derivan de ella, será suficiente.Como líderes y gerentes, y por lo tanto los principales determinantes del aprendizaje, los aprendices, establecerán las estrategias que se utilizarán para resolver este problema dentro de nuestras organizaciones, tendremos que participar en lo que Bolman y Deal (2003) han descrito como el arte de “replantear », lo que diremos, retroalimentar cualquier escenario y en cualquier momento, no importa el cuando ni el como, lo trascendente es que pueda servir en cualquier contexto para solucionar problemas de infraestructuras, posicionamientos, retroalimentaciones, posibilidades técnicas…
La esencia de la “reformulación” está examinando un problema o una situación desde múltiples perspectivas, para tener tantos conocimientos sobre la naturaleza y las posibles soluciones a un problema, como sea posible. Al examinar el problema desde muchas perspectivas diferentes, somos capaces de desarrollar…Este planteamiento de reformulación, es la base de nuestra manera de entender la educación, un proceso en beta constante, desregulado y llevado a término por cada persona y/o comunidad de aprendizaje que pueda correlacionarse con cualquier otra, para de esta manera mejorar su aprendizaje con “efectos” que complementen nuestras ideas y que en un determinado momento nos permitan incluso, cambiarlo del todo, sin tener miedo a que lo que habíamos hecho no serviría para nada, nada más lejos de la realidad, si no todo lo contrario…, como más seamos capaces de desaprender y reaprender en otros entornos.
En estas situaciones nos encontramos con diferentes escenarios de aprendizaje transferibles y computables que nos hacen ser más dinámicos con los flujos de conocimiento.Las competencias son importantes para la definición de cualquier profesión. Proporcionan un lenguaje común para describir el rendimiento y una guía para la identificación de los conocimientos, habilidades y comportamientos que hacen que nos esforcemos en ser mejores.Las competencias fundamentales son la base sobre la que construir las competencias más específicas, por lo que en educación encontramos las metodológicas, sobre las cuales deben girar todas las demás.Para seguir siendo relevantes y eficaces en las organizaciones dinámicas de hoy en día, los profesionales de la formación y el desarrollo deberían preguntarse a sí mismos: “¿Qué competencias necesito para centrarse en…, y cómo hago para empezar?” Es importante tener en cuenta que el modelo es a la vez amplio y profundo.
La medida en que cada individuo tiene que dominar las diversas competencias depende de la función actual de la persona y sus aspiraciones futuras, además de un cambio continuado, innovador y adaptado a la sociedad…A medida que el campo de la formación y el desarrollo continúa evolucionando, los modelos de competencia serán revisadas para reflejar las prácticas emergentes. Alinear el desarrollo de planes para los modelos actuales y futuras y prepararse para el futuro más rápido para que pueda mantenerse ágil y por delante de cualquier curva normal de evolución y desarrollo…
El valor de demostrar competencias nuevas y emergentes es ahora evidente. Algunas de estas competencias son:
a.Mantenerse al tanto de las nuevas tecnologías emergentes y su adecuación a la tecnología apropiada para una oportunidad de aprendizaje específico o desafío….
b.Ir más allá del papel de libertador de la formación de un facilitador del aprendizaje, curador de contenidos, gestor de información, y constructor de comunidades de aprendizaje.
c.El fomento de una cultura de la conectividad y la colaboración en torno al aprendizaje a través de la tecnología móvil y social
d.Diseño y presentación de aprendizaje no como un evento de un curso de formación, sino como un proceso que involucra a los estudiantes en una variedad de formas a través del tiempo a través de canales formales e informales discretos…
e.Aprovechamiento de los estilos de aprendizaje y preferencias de las nuevas generaciones que ingresan a la fuerza laboral y la captura del conocimiento …
f.Jugando un papel en la gestión integrada de talento para que el aprendizaje informa a todos los procesos y sistemas que crean capacidad de organización y la comprensión del papel y las contribuciones de la función de aprendizaje…
g.Anticipar y satisfacer las necesidades de formación y desarrollo de una fuerza laboral cada vez más global y contribuir al desarrollo del talento en la organización en la que trabajamos…
Lo que demuestra el valor y el impacto del aprendizaje mediante el uso de indicadores que son significativos para las organizaciones educativas y otras… y el uso de análisis de datos para medir la eficacia y eficiencia de la educación y el desarrollo…La tecnología abre nuevas formas radicales de la educación; romper barreras entre disciplinas impulsa nuevos campos creativos de la investigación y la invención; y poniendo el emprendimiento social en el centro de la misión de una universidad asegura pensadores brillantes jóvenes pueden llegar a ser nuestros más poderosos solucionadores de problemas.El dilema central que hemos tratado de resolver es: ¿Cómo podemos desarrollar una innovadora experiencia basada en un complejo principio estructural, rizomático (Dave Cormier), y al mismo tiempo mantenemos intuitivamente navegable y fácil de usar?
Podemos ver si hay elementos anteriores o relacionados en la web.:
a-Durable — un recurso que los usuarios pueden volver una y otra vez en busca de más experiencia y conocimientos. Queremos un diseño distintivo a apoyar la facilidad de uso y durabilidad.
b-Persuasiva — porciones de diversas posibilidades de interacción y funcionalidades para atraer a los usuarios en el proceso, . La idea es activar y “persuadir” a los usuarios para navegar alrededor, descubrir, abrir las capas ocultas, y se sienten inspirados a cavar más profundo y se pierden en un sentido positivo entre las muchas capas que se ofrecen.
c-Visuales — imágenes funcionan como entradas o puntos de partida a capas cada vez más profundas de información. Los usuarios siempre deben ser capaces de tener una experiencia gratificante sólo de imágenes navegando.
d-Centrado en el usuario — el sitio ofrece múltiples maneras en el contenido, y los usuarios crear sus propios “caminos”
En última instancia, nos gustaría a los usuarios a tomar conciencia de que no hay tal cosa como un singular hecho concreto sino por el contrario, muchas variaciones sobre lo que pretendemos hacer (disrupción)Conectado -contenidos que conectan con material relacionado en toda la web se basa en las relaciones asociativas, y la web nos permite hacer estas asociaciones reales — incluso si nos encontramos en lugares deslocalizados y en tiempos diferentes….Un principio básico es hacer hincapié en que los aprendices tienen diferentes opiniones acerca de lo que están aprendiendo y dilucidando .Por tanto la navegabilidad, la accesibilidad y la usabilidad…serán siempre elementos básicos para nuestros planteamientos disruptivos en la intervención asíncrona y síncrona de nuestras actuaciones en el aprendizaje.
Incluso lo que algunos ya llamamos WEB 4.0 …La relación entre: Contenido — Habilidades — Competencias:
a-¿Qué pasa si el contenido se elimina y sólo se proporcionaron preguntas?-Por lo tanto, los estudiantes proporcionarán evidencia de que su aprendizaje es el contenido
b-¿Cómo podemos crear líderes / solucionadores de problemas si seguimos proporcionando contenido?-Quita los apoyos y ofrece opciones
c-¿Cómo usar las herramientas que se convierten en contenido?-Para algunos estudiantes esto es absolutamente necesario se convierten en dependientes de una herramienta sin transferir datos
d-¿Cómo pueden las nuevas necesidades impulsar nuestro aprendizaje?
e-¿Somos perezosos porque la herramienta es intuitiva?
«Una sociedad centrada en el ser humano que equilibra el avance económico con la resolución de problemas sociales mediante un sistema que integra en gran medida el ciberespacio y el espacio físico».
La Sociedad 5.0 logra un alto grado de convergencia entre el ciberespacio (espacio virtual) y el espacio físico (espacio real). En la sociedad de la información pasada (Sociedad 4.0), la gente accedía a un servicio en la nube (bases de datos) en el ciberespacio a través de Internet y buscaba, recuperaba y analizaba información o datos.
En la Sociedad 5.0, una gran cantidad de información de los sensores en el espacio físico se acumula en el ciberespacio. En el ciberespacio, estos grandes datos son analizados por inteligencia artificial (IA), y los resultados del análisis se retroalimentan a los humanos en el espacio físico en diversas formas. En la sociedad de la información del pasado, la práctica común era recopilar información a través de la red y hacer que los humanos la analizaran. En la 5.0, sin embargo, las personas, las cosas y los sistemas están conectados en el ciberespacio y los resultados óptimos obtenidos por la IA que superan las capacidades de los humanos se retroalimentan al espacio físico. Este proceso aporta un nuevo valor a la industria, la educación (claro que si) y la sociedad de formas que antes no eran posibles.
La Sociedad 5.0 traerá una sociedad centrada en el ser humano: En la sociedad hasta ahora, generalmente se ha dado prioridad a los sistemas sociales, económicos y organizacionales con el resultado de que han surgido brechas en los productos y servicios que los individuos reciben en función de las capacidades individuales y otras razones.
Por el contrario, la Sociedad 5.0 logra una convergencia avanzada entre el ciberespacio y el espacio físico, lo que permite que la inteligencia artificial basada en big data y robots realicen o respalden como agente el trabajo y los ajustes que los humanos han realizado hasta ahora. Esto libera a los humanos del trabajo diario y las tareas engorrosas en las que no son particularmente buenos y, a través de la creación de nuevo valor, permite la provisión de solo aquellos productos y servicios que son necesarios para las personas que los necesitan en el momento en que los necesitan. , optimizando así todo el sistema social y organizativo. Esta es una sociedad centrada en todas y cada una de las personas y no un futuro controlado y monitoreado por IA y robots. Lograr la Sociedad 5.0 con estos atributos permitiría no solo a Japón, sino también al mundo, lograr el desarrollo económico mientras se resuelven problemas sociales clave. También contribuiría al cumplimiento de los Objetivos de Desarrollo Sostenible (ODS) establecidos por Naciones Unidas.
Las organizaciones de todo el mundo ya están incorporando la inteligencia artificial y el aprendizaje automático, así como otras tecnologías en evolución (computación en la nube, personalización, internet de las cosas, ciencias neuronales y robótica) en la estructura misma de su ADN. Incluso en nuestro propio patio trasero, es decir, en el sudeste asiático, encontrará una cohorte cada vez mayor de empresas que se adaptan rápidamente a esta nueva tendencia de inteligencia artificial.
Algunas líneas fundamentales que se adaptan y trabajan con las computadoras afectan directamente a la formación intelectual de los estudiantes como: a–estimular el interés por nuevos interés y la participación del sujeto individual a través de la interactividad continua; b–estimular la imaginación; desarrollo del pensamiento lógico; individualización del aprendizaje activo, asegurando una retroalimentación constante.A través de una colaboración continua, el intercambio de ideas y una buena dosis de coraje, estamos en el camino correcto para asegurar un cambio duradero en nuestra sociedad y en nuestra educación. Estoy emocionado de ver las ideas como éstas crecen y se transforman el futuro de la educación..
Para todo ello proponemos preguntas como:
a-Cuáles son las dimensiones interculturales clave a considerar en equipos distribuidos educativos?
b-¿Cómo dimensiones culturales y sus diferencias se refieren a las preferencias de los canales de comunicación y educación?
c-¿Cómo afecta el uso de estas herramientas de una cultura a otra y por qué?
d-¿Cuáles son los problemas típicos que surgen cuando los miembros de diferentes culturas tienen que trabajar juntos?
e-¿Qué tipo de herramientas y canales de comunicación deben estar disponibles para colaborar en línea?
La participación en los flujos de conocimiento puede generar nuevas ideas y prácticas y mejorar el rendimiento de una manera que también producen el aprendizaje y nuevas capacidades.El FLUJO DE CONOCIMIENTOS y de APRENDIZAJES como algo natural en internet y de como de manera SEMÁNTICA, (Coincidiendo con el post de Pierre Levy: EML: A Project for a New Humanism. An interview with Pierre Lévy me pregunto ¿Cómo será el nuevo modelo y como será capaz de describir que nuestra forma de crear y transformar el significado, y que sea computable?….no tardará mucho, de eso podéis estar seguros… Juan Domingo Farnós).Pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.
Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA, por medio de una mezcla de inteligencia artificial y algorítmica.
Esto generará automáticamente los ecosistemas de las ideas que serán navegables con todas sus relaciones semánticas. Seremos capaces de comparar diferentes ecosistemas de las ideas de acuerdo a nuestros datos y las diferentes formas de clasificarlos. Seremos capaz de elegir diferentes perspectivas y enfoques…..(personalized learning and Social Learning) (Juan Domingo Farnos Miro)Vamos a ser capaces de analizar y manipular significado, y allí radica la esencia de las ciencias humanas.No hay que olvidar que el sistema educativo computarizado estudiante y maestro son socios en el acto de conocer la relación más allá de los patrones convencionales silla de banco, incluso ahora y más mañana, el discente tomará las riendas de su aprendizaje y el docente le acompañará en el proceso….La relación es la comunicación más flexible y abierta con retroalimentación inmediata.
Las aptitudes para la empleabilidad y el futuro desarrollo profesional dependen de la aplicación y adaptabilidad a las nuevas habilidades / contenidos:
1-Las Competencias son un rango muy grande
2-A menudo tienen un resultado estrecho en otros contextos
3-Las nuevas competencias a menudo se basan en un proceso no un conjunto de habilidades
4-Restricciones: a menudo nos llevan por el camino por una empresa que ofrece contenido educativo
5-Microcredentialing — debe estar basado en habilidades porque son mensurables.
En las organizaciones e instituciones basadas en competencias, un grupo de profesores colaborativo y capacitado, será básico en el impulso de la creatividad y responsabilidad de los aprendices en sus procesos de aprendizaje es el motor que impulsa el aprendizaje.
“La competencia es la capacidad de creación y producción autónoma, de conocer, actuar y transformar la realidad que nos rodea, ya sea personal, social, natural o simbólica, a través de un proceso de intercambio y comunicación con los demás y con los contenidos de la cultura”. (Chomsky).Las competencias clave o básicas ayudan a definir qué es lo importante y al hacerlo, se alejan de forma clara de los llamados contenidos específicos disciplinares, ya sean máximos o mínimos.
Las competencias básicas, a diferencia de los contenidos específicos, son multifucionales pues permiten la realización y el desarrollo personal a lo largo de la vida, la inclusión y la participación como ciudadanos activos y el acceso a un puesto de trabajo en el mercado laboral:a-Son trasferibles, a diferencia de los contenidos específicos, pues se aplican en múltiples situaciones y contextos para conseguir distintos objetivos, resolver situaciones o problemas variados y realizar diferentes tipos de trabajos.
Necesitaríamos una especie de arquitectura con diferentes capas capas , que consiste en una capa de presentación, una capa de middleware para procesos de transferencia de conocimientos y la gestión del conocimiento, y una capa de publicación de contenido:
a–El conocimiento es el resultado de la información (por ejemplo, contenido de aprendizaje) y la experiencia.
b-El conocimiento está directamente influenciada por la propia experiencia. Por lo tanto no hay tal cosa como la ” transferencia de conocimientos “.El problema es que muchas organizaciones siguen teniendo una visión estática del conocimiento con estructuras compartimentadas poco abiertas a la colaboración en red, reduciendo así dramáticamente su capacidad para innovar (es decir, mejorar los procedimientos para conseguir ser mas eficaces y efectivos con respecto a los objetivos de nuestras acciones y servicios).
c–El rendimiento está tomando medidas en el conocimiento. Esto es lo que es evidente para otras personas en el lugar de trabajo. Ellos observan lo que hacemos. No es lo que sabemos que es importante para los demás, sino lo que hacemos con ella. En el lugar de trabajo, lo que hacemos con el conocimiento es por lo general en un contexto social. Esto influye en el tercer punto clave, que la reflexión de la actuación de uno es una parte importante del proceso de aprendizaje y esto es a menudo en un contexto social.
Aprender de lo que hacen otros es el fundamento de la teoría del aprendizaje social de Albert Bandura :“El aprendizaje sería sumamente laborioso, por no hablar de peligroso, si la gente tenía que confiar únicamente en los efectos de sus propias acciones para informarles qué hacer. Afortunadamente, la mayor parte del comportamiento humano se aprende por observación a través del modelado: de los demás observando uno forma una idea de cómo se llevan a cabo nuevas conductas, y en ocasiones posteriores esta información codificada sirve como una guía para la acción “.
La combinación de consciente del contexto, la computación ubicua y omnipresente proporciona para entornos que son capaces de adaptarse a las diferentes identidades y necesidades de usuarios y organizaciones, un aprendizaje permanente, personalizado y adaptable.“El CONTEXTO, conforma ecosistemas de aprendizaje por si mismo.! (Juan Domingo Farnos)Las organizciones, bajo estructuras muy diferentes a las actuales,llevarán a cabo sus actividades a través de una estructura distribuida que a menudo separa la gestión de la implementación en todo el mundo ya que se enfrentan a un mundo global.Estos nuevos escenarios requieren la adopción de modelos de aprendizaje continuo y omnipresente, tanto de manera personal como social. Desde el punto de vista, el reto es gestionar en contra de la rápida obsolescencia de los conocimientos técnicos y dejar que los trabajadores-aprendices adquieren experiencia en nuevos temas “en el tiempo”. Desde el punto de vista las personas que necesiten adquirir aprendizajes para mejorar en su trabajo deben adquirir la adopción de una innovación estratégica con el fin de aprovechar las nuevas tecnologías y garantizar el apoyo y la asistencia a un nivel de calidad cada vez mayor.El anáisis que podemos realizar, no se basa solo en los datos, en las redes, sino en la sucesión de hechos en los lugares acotados por las diferentes culturas y sociedades, y “los no lugares”, como internet, espacios caóticos y no restringidos ni a las personas ni a las ideas, …., análisis que sirven para conseguir unos planteamientos ubícuos, inclusivos y que busquen lo mejor para cada uno de nosotros, no para cercenar alternativas que nos gusten o no, si no para poder entender que hasta los
planteamientos más inquietantes, deben ser siempre vistos como un inicio, nunca como un final, que las verdades nunca son absolutas, si no relativas, que debemos siempre investigar, preguntar, cuestionar, nunca dar nada por hecho, aunque parezca un proceso acabado, el final de un camino significa el principio de otro. Es en todo este “arco” de visiones diversas, donde la disrupción y su planteamiento abierto, diverso y constante, puede valer, puede influenciar en los futuros acontecimientos en aspectos sociales, económicos, educativos….
Estamos en presencia de una amplia gama de temas que deberían estar a disposición de una comunidad de aprendizaje grande (NODOS) con diferentes habilidades y objetivos de aprendizaje. La educación a distancia es una respuesta efectiva a esta demanda de flexibilidad en la formación, pero también debemos pensar en aprendizajes mixtos, en el life long learning, en el mobile learning…. El objetivo es construir una comunidad virtual de aprendizaje sobre la base de un modelo de conocimiento que responda adecuadamente a las diferentes necesidades de aprendizaje.
Aspectos de clasificación y reutilización de contenidos multimedia desempeñarán un papel fundamental en la mejora del medio ambiente.Deberemos pensar y analizar las posibles innovaciones en la formación , y proponer el uso de un marco que integre todas las fuentes de información y ofrecer habilidades prácticas necesarias para satisfacer las nuevas necesidades:
–Necesitaríamos una especie de arquitectura con diferentes capas , que consiste en una capa de presentación, una capa de middleware para procesos de transferencia de conocimientos y la gestión del conocimiento, y una capa de publicación de contenido. La combinación consciente del CONTEXTO, la computación ubicua y omnipresente proporciona para entornos que son capaces de adaptarse a las diferentes identidades y necesidades de usuarios y organizaciones, un aprendizaje permanente, personalizado y adaptable.
–Necesitaremos instalaciones que hagan posibles el u-aprendizaje consciente del contexto que se apoya por medio de dispositivos móviles, wereables , redes inalámbricas, sensores ….
Mediante el uso de u-learning se hace posible la creación de canales de comunicación ubicuas entre diferentes contextos de nuestra vida, que facilitan la creación de un marco de diálogo en todas partes dentro de la cual los aprendices, empresarios, facilitadores, tecnologías, recursos …podremos organizar UNA RUTA DE APRENDIZAJE-IMPLEMENTACIÓN, diversa pero adecuada a cada momento y circunstancia:
a-Son transversales e interdisciplinares a las áreas y materias curriculares porque su aprendizaje no es exclusivo de una de ellas. b-Son integradoras, a diferencia de los contenidos específicos, porque combinan conocimientos (“saber”), destrezas (“hacer”) y actitudes (“querer”). c-Y son dinámicas, porque competencia de las personas carece de límites en su crecimiento y se construye a lo largo de la vida. Desde estas “señas de identidad”, cobra sentido el considerar que la enseñanza y el aprendizaje de las competencias básicas no se reduce al currículo pues hay otros ámbitos en la vida de los centros docentes que facilitan su desarrollo. Necesidad de mantener el enfoque en el concepto no la herramienta
-¿Cómo medimos las competencias que son exclusivas y constantemente fluctuantes?:
a-Si no estamos reflexionando, iterando, fallando entonces no estamos realmente entendiendo la competencia
b-Los docentes van a necesitar ser capaces de recolectar evidencia en una variedad de maneras
c-¿Qué debe impulsar el cambio de competencias: currículo o evaluación? Debería reflejar el enfoque de diseño universal / diseño hacia atrás
d-Muchas de las nuevas evaluaciones estarán basadas en proyectos
e-Avanzar hacia un enfoque de portfolio –
f-Un mayor énfasis en la autoevaluación
g-Los mejores estudiantes ya pueden autoevaluarse
h-El tiempo es una limitación: muéstrame evidencia.
Este viaje en el aprendizaje de las tecnologías (es decir, la naturaleza), las oportunidades pedagógicas (es decir, crianza), y las personas, las sociedades y culturas donde esto está sucediendo ahora! Algunos de nosotros creamos y publicamos con la tecnología Web 2.0,En nuestro mundo en Red, en la Internet…, diferentes colectivos han trabajado por proveer contenidos tan propios como la diversidad y amplitud misma que abarca la red, en momentos en los que por factores históricos nos vemos llamados a usarla para aprender y compartir el producto cultural mas importante, el conocimiento.
La red no es como muchos la hacen ver una tecnología homogeneizante de culturas, al contrario es una tecnología que permite la comparación, la diferencia y más aún la colaboración y el compartir transcultural, es por esto fundamental que cada sociedad se prepare para hacer un buen uso de ella y no caer en lo que los de mercadeo han querido hacer: el gran centro comercial.
Lentamente se abre así un plano horizonte donde empiezan a irrumpir diferentes formas y manifestaciones que representan a los diversos grupos sociales, subculturas atentas, alertas y conscientes de la importancia de su participación en los nuevos ordenes geopolíticos. Colectivos que intentan a través de los medios de comunicación electrónicos moldear y preparar el terreno no precisamente para el comercio electrónico, sino para el intercambio de valores culturales.
El conocimiento es cada vez más sobre los flujos y redes en lugar de stocks (Seely Brown 2015). La potencia de aprendizaje permite al ser humano regular este flujo de energía e información con el tiempo, cómo una persona identifica, selecciona, recopila, manipula y responde a los datos de cualquier tipo — para lograr un fin que les importa.
Las personas son sistemas complejos en su propio derecho y poder de aprendizaje en un proceso encarnado y relacional: cerebro, mente y son interdependientes e interactúan con su entorno y su historia (Siegel 2010–2012), siguiendo una orientación hacia el riesgo y la incertidumbre, en la que uno está abierto y dispuesto a participar, evaluar y adaptar, en lugar de ser dependiente y frágil en la una mano o rígidamente persistentes en el otro (Deakin Crick, Huang et al 2015).
Existen muchas terapias para la incertidumbre .Caballero, nos dice : “La incertidumbre es el riesgo de que no se puede medir, no se puede calcular. El riesgo es mensurable”…La incertidumbre y la complejidad pueden darnos creatividad y motivación. (Anderson, Teresa: “La incertidumbre tiene múltiples caras de La creatividad es una forma de comportamiento adaptativo complejo y que tanto tiene que ver con la sociedad caótica de hoy.
En una red compleja se vive, se aprende… siempre en la incertidumbre. Vivir y aprender en una red por lo tanto requiere tolerancia a la incertidumbre.
La pura complejidad de la vida y la digitalización significa que la capacidad para aprender, identificar y adaptarse provechosamente en una abrumadora cantidad de flujos, de datos… en condiciones de riesgo, incertidumbre y desafío — es una habilidad crítica para la supervivencia humana y para el liderazgo. Para una organización, se deduce que los más interesados en todos los niveles están capaces de generar energía de aprendizaje, mayor será la sinergia de aprendizaje que surgirá en una organización….
juandon
Juan Domingo Farnos Miro
BIBLIOGRAFÍA
References
Abeid AS, Rahman A, Dahlan A (2018) Re-design and making relevant university of the future through humanizing education and IR 4.0. Int J Comput Sci Inf Technol Res 6(4):105–113Google Scholar
Akor TS, Noordin MK, Subari K, Jambari H, Nasir ANM, Pairan MR (2018) Prospects of problem and project based learning blend for fourth industrial revolution ready electronics engineering programmes in Nigerian universities. Turkish Online J Design Art Commun 787–798Google Scholar
Aoun JE (2017) Robot-proof. higher education in the age of artificial intelligence. Massachusetts Institute of Technology Press, Boston, MAGoogle Scholar
Arksey H, O’Malley L (2005) Scoping studies: towards a methodological framework. Int J Soc Res Methodol 8(1):19–32CrossRefGoogle Scholar
Avis J (2018) Socio-technical imaginary of the fourth industrial revolution and its implications for vocational education and training: a literature review. J Vocat Educ Training 70(3):1–27Google Scholar
Aziz Hussin A (2018) Education 4.0 made simple: ideas for teaching. Int J Educ Literacy Stud 6(3):92Google Scholar
Beliz G, Basco AI, de Azevedo B (2019) Harnessing the opportunities of inclusive technologies in a global economy. Economics 13:1–15CrossRefGoogle Scholar
Bower M, Sturman D (2015) What are the educational affordances of wearable technologies? Comput Educ 88(July):343–353CrossRefGoogle Scholar
Compagnucci L, Spigarelli F (2018) Fostering cross-sector collaboration to promote innovation in the water sector. Sustainability 10(11):4154CrossRefGoogle Scholar
Cotterill ST (2015) Tearing up the page: re-thinking the development of effective learning environments in higher education. Innov Educ Teach Int 52(4):403–413CrossRefGoogle Scholar
Daniels J (2017) Professional learning in higher education: making good practice relevant. Int J Acad Dev 22(2):170–181CrossRefGoogle Scholar
Dew JR, Beitel A, Hare G (2018) Changing tires in the express lane. J Qual Participation 40(4):31–38Google Scholar
Dewar J (2017) Future ready 4.0: La Trobe University’s next strategic plan. La Trobe University Strategic Plan Discussion Paper. Melbourne. https://doi.org/10.1080/20508549.2004.11877731
Doucet A, Evers J, Guerra E, Lopez N, Soskil M, Timmers K (2018) Teaching in the fourth industrial revolution: standing at the precipice. RoutledgeGoogle Scholar
Doyle P (2015) Massive open online courses—will they create greater opportunity or inequality? Am J Educ Stud 7(1):43–64Google Scholar
Duc TK (2017) The fourth industrial revolution: the role and mission of the universities in delivering a high quality workforce. J Vocat Educ Training 51(12):33–38Google Scholar
Eberhard B, Podio M, Pérez A, Radovica E, Avotina L, Peiseniece L, … Solé-Pla J (2017) Smart work: the transformation of the labour market due to the fourth industrial revolution (I4.0). Int J Bus Econ Sci Appl Res 10(3):47–66Google Scholar
Etzkowitz H (1993) Technology transfer: the second academic revolution. Technology Access Report 6, NewcastleGoogle Scholar
Etzkowitz H, Leydesdorff L (1995) The triple helix: university—industry—government relations: a laboratory for knowledge-based economic development. EASST Review 14(1):14–19Google Scholar
Farrell L, Hurt AC (2014) Training the millennial generation: implications for organizational climate. J Organ Learn Leadersh 12(1):47–60Google Scholar
Ghislieri C, Molino M, Cortese CG (2018) Work and organizational psychology looks at the fourth industrial revolution: how to support workers and organizations? Front Psychol 9:1–6CrossRefGoogle Scholar
Gleason NW (2018) Singapore’s higher education systems in the era of the fourth industrial revolution: preparing lifelong learners. In: Gleason NW (ed) higher education in the era of the fourth industrial revolution. Palgrave Macmillan, Singapore, pp 1–229CrossRefGoogle Scholar
Halili SH (2019) Technological advancements in Education 4.0. Online J Distance Educ E-Learning 7(1):63–69Google Scholar
Hutchings M, Quinney A (2015) The flipped classroom, disruptive pedagogies, enabling technologies and wicked problems: responding to ‘the bomb in the basement.’ Electron J E-Learning 13(2):105–118Google Scholar
Hwang SW, Kwon YA (2019) An exploration of curriculum development directions through an analysis of university students’ awareness of core competence. Asia Pac Educ Res 28(3):213–227CrossRefGoogle Scholar
Jackson D (2017) Re-conceptualising graduate employability: the importance of pre-professional identity. High Educ Res Dev 35(5):925–939CrossRefGoogle Scholar
Janíková M, Kowaliková P (2017) Technical education in the context of the fourth industrial revolution. Econ Pol Wkly 39(December):2207–2208Google Scholar
Janssen D, Tummel C, Richert A, Isenhardt I (2016) Virtual environments in higher education—immersion as a key construct for learning 4.0. Int J Adv Corp Learn (IJAC) 9(2):20. https://doi.org/10.3991/ijac.v9i2.6000
Johannessen J-A (2018) Automation, innovation and economic crisis. Routledge, Abingdon, Oxon ; New York, NY. Series: Economics of innovation: Routledge. https://doi.org/10.4324/9781351039864
Johnson L, Adams Becker S, Estrada V, Freeman A (2015) Horizon report > 2015 higher education edition. Austin, TexasGoogle Scholar
Johnson L, Adams Becker S, Cummins M, Estrada V, Freeman A, Hall C (2016) NMC Horizon report: 2016 Higher education edition. NMC Horizon Report. Austin, Texas ISSN 978-0-9968527-5-3Google Scholar
Kim SY (2017) The fourth industrial revolution and the triple helix. Hélice 6(2):8–11Google Scholar
Krueger K (2018) Back to the future: what the coming fourth industrial revolution means for education. The Journal 24Google Scholar
Lambrechts JW, Sinha S (2018) Scaling education in emerging markets to participate in Industry 4.0. In: 2018 International conference on intelligent and innovative computing applications (ICONIC), pp 1–6. IEEE, Mauritius. https://doi.org/10.1109/ICONIC.2018.8601216
Lee M, Yun J, Pyka A, Won D, Kodama F, Schiuma G, … Zhao X (2018) How to respond to the fourth industrial revolution, or the second information technology revolution? Dynamic new combinations between technology, market, and society through open innovation. J Open Innovation: Technol, Market, Complexity 4(3):1–21Google Scholar
Leibowitz B, Bozalek V, Garraway J, Herman N, Jawitz J, Muhuro P, … Winberg C (2017) Learning to teach in higher education in South Africa: an investigation into the influences of institutional context on the professional learning of academics in their roles as teachers. Council on Higher Education, vol. 14. Pretoria. Retrieved from https://www.che.ac.za/sites/default/files/publications/PUB_HE/Monitor/14_20170401.pdf
Lent RW (2018) Future of work in the digital world: preparing for instability and opportunity. Career Dev Quart 66(3):205–219CrossRefGoogle Scholar
Leurent H, Betti F, Shook E, Fuchs R, Damrath F (2019) Leading through the fourth industrial revolution: putting people at the centre. World Econ Forum 1–25Google Scholar
Leydesdorff L (2018) Synergy in knowledge-based innovation systems at national and regional levels: the triple-helix model and the fourth industrial revolution. J Open Innovation: Technol Market, Complexity 4(2):2. https://doi.org/10.3390/joitmc4020016CrossRefGoogle Scholar
Liu Y, Gao B, Wang Y, Liu L (2018) Controlling the fourth industrial revolution: education and technology fusing tendency research. Adv Soc Sci Educ Humanit Res (ASSEHR) 181:217–221Google Scholar
Miron D, Gherasim IA (2018) Linking the triple helix (university-industry-government) to the quadruple helix of university-industry-government-civil society in the field of international business and economics. Pro Int Conf Bus Excellence 12(1):612–625CrossRefGoogle Scholar
Neufeind M, O’Reilly J, Ranft F (2018) Work in the digital age: challenges of the fourth industrial revolution. Rowman & Littlefield Publishers, Ltd., UKGoogle Scholar
Nordin N, Norman H (2018) Mapping the fourth industrial revolution global transformations on 21st century education on the context of sustainable development. J Sustain De Educ Res 2(1):1–7CrossRefGoogle Scholar
Nørgaard B, Guerra A (2018) Engineering 2030 conceptualization of industry 4.0 and its implications for engineering education. In: Sunyu WA, Kolmos A, Guerra A, Qiao W (eds) 77th International research symposium on PBL: innovation, PBL and competences in engineering education, pp 1–616Google Scholar
Pasha A (2019) Role of entrepreneurial universities, research centers and economic zones in driving entrepreneurship and innovation in cluster ecosystems. SSRN Electron J. https://doi.org/10.2139/ssrn.3352301
Penprase BE (2018) The fourth industrial revolution and higher education. In: Gleason NW (ed) Higher education in the era of the fourth industrial revolution. Palgrave Macmillan, Singapore, pp 207–229CrossRefGoogle Scholar
Pereira AC, Romero F (2017) A review of the meanings and the implications of the Industry 4.0 concept. Procedia Manufact 13:1206–1214. https://doi.org/10.1016/j.promfg.2017.09.032
Pfeiffer S (2015) Effects of industry 4.0 on vocational education and training. ITA: Institute of Technology Assessment, Austria. Retrieved from http://epub.oeaw.ac.at/0xc1aa55760x0032aa5d.pdf
Pillay N, Maharaj BT, Eeden G van (2018) AI in engineering and computer science education in preparation for the 4th industrial revolution: a South African perspective. In: 2018 World engineering education forum—global engineering deans council (WEEF-GEDC), pp 1–5. IEEE, South AfricaGoogle Scholar
Plumanns L, Sommer T, Schuster K, Richert A, Jeschke S (2016) Investigating mixed-reality teaching and learning environments for future demands: The trainers’ perspective. In: Sulamith Frerich AET, Meisen T, Richert A, Petermann M, Jeschke S, Wilkesmann U (Ed.) Engineering Education 4.0, pp 437–448. Springer International Publishing, Cham, GermanyGoogle Scholar
Pollitzer E (2019) Creating a better future: four scenarios for how digital technologies could change the world. J Int Aff 72(1):75–90. Retrieved from https://www.jstor.org/stable/26588344
Roxå T, Mårtensson K (2017) Agency and structure in academic development practices: are we liberating academic teachers or are we part of a machinery supressing them? Int J Acad Dev 22(2):95–105CrossRefGoogle Scholar
Schön DA (1990) Educating the reflective practitioner: toward a new design for teaching and learning in the professions (Revised). John Wiley & Sons Inc., New York, United StatesGoogle Scholar
Schuster K, Plumanns L, Groß K, Vossen R, Richert A, Jeschke S (2015) Preparing for industry 4.0—testing collaborative virtual learning environments with students and professional trainers. Int J Adv Corp Learn (IJAC) 8(4):14–20Google Scholar
Schwab K (2017) The fourth industrial revolution. Crown Business, New YorkGoogle Scholar
Selamat A (2017) Higher education 4.0: current status and readiness in meeting the fourth industrial revolution challenges. In: Redesigning higher education towards industry 4.0, 23–24 August 2017, Kuala Lumpur, MalaysiaGoogle Scholar
Shahroom AA, Hussin N (2018) Industrial revolution 4.0 and education. Int J Acad Res Bus Soc Sci 8(9):314–319Google Scholar
Shave L (2017) Are we ready? Education and professional development for the fourth industrial revolution. IQ: The RIM Quarterly 1–5. Retrieved from http://www.nature.com/articles/435399a
Shook E, Knickrehm M (2017) Harnessing revolution creating the future workforce. Harnessing Revolution 1–28Google Scholar
Smith A (1776) The wealth of nations. Strahan & Cadell, LondonGoogle Scholar
Smith PAC, Pourdehnad J (2018) Organizational leadership for the fourth industrial revolution: emerging research and opportunities. IGI Global, HersheyGoogle Scholar
Spiro DS, Alexander JM, Lawrence SE, Ramanujam SR (2019) Rebooting the innovation agenda: the need for resilient institutions. CSIS Center for Strategic & International Studies, USA. Retrieved from https://www.csis.org/analysis/rebooting-innovation-agenda
Tomer JF (2016) Integrating human capital with human development: toward a broader and more human conception of human capital. In: Integrating human capital with human development. Palgrave advances in behavioral economics. Palgrave Macmillan, New YorkGoogle Scholar
Tvenge N, Martinsen K (2018) Integration of digital learning in Industry 4.0. Procedia Manuf 23(2017):261–266Google Scholar
Twinomurinzi H, Ismail M (2018) Innovating ICT skills for the 4th industrial revolution. USF Muma Case Review, vol. 3. South AfricaGoogle Scholar
Vey K, Fandel-Meyer T, Zipp JS, Schneider C (2017) Learning and development in times of digital transformation: facilitating a culture of change and innovation. Int J Adv Corp Learn (IJAC) 10(1):22–32CrossRefGoogle Scholar
WEF (2017) Realizing human potential in the fourth industrial revolution: an agenda for leaders to shape the future of education, gender and work. World Econ Forum 1–38. Retrieved from http://www3.weforum.org/docs/WEF_EGW_Whitepaper.pdf
Wessels L (2020) How South African universities can contribute to preparing the future workforce for the fourth industrial revolution. Stellenbosch University, South Africa. Retrieved from http://hdl.handle.net/10019.1/108143
Zaharah S, Selamat MN, Alavi K, Arifin K (2018) Industry 4.0: a systematic review in technical and vocational education and training. Jurnal Psikologi Malaysia 32(4):66–74. Retrieved from http://e-journal.uajy.ac.id/1
Klaus Schwab: Fundador y presidente ejecutivo del Foro Económico Mundial. Su libro «La Cuarta Revolución Industrial» aborda la convergencia de tecnologías y su impacto en la sociedad.
Daniel Christian: Experto en educación y tecnología. Ha escrito sobre la integración de la tecnología en la educación superior.
John Markoff: Periodista y autor, conocido por su cobertura de la tecnología y la educación. Su trabajo explora cómo la inteligencia artificial está transformando la educación.
Universidades:
MIT (Instituto Tecnológico de Massachusetts): Líder en la investigación de tecnologías educativas y su aplicación en la educación superior.
Stanford University: Frecuentemente involucrada en proyectos de vanguardia relacionados con la educación 4.0 y la tecnología educativa.
Revistas Científicas:
«Computers & Education»: Publica investigaciones sobre la integración de la tecnología en la educación.
«Journal of Educational Technology & Society»: Aborda cuestiones relacionadas con la tecnología y su impacto en la educación.
Trabajos Académicos:
«The University 4.0: Trends, Technologies, and Challenges» – Publicación que examina las tendencias y desafíos asociados con la Universidad 4.0.
«Mobile Learning in Higher Education: A Glance through the Lens of the 4.0 Industrial Revolution» – Un estudio sobre el aprendizaje móvil en la educación superior en la era de la Cuarta Revolución Industrial.
Entrevistas:
Entrevista a Sir Ken Robinson: Fallecido educador y experto en creatividad, sus entrevistas ofrecen perspectivas sobre la necesidad de transformar la educación.
Entrevista a Salman Khan (Khan Academy): Fundador de Khan Academy, una plataforma de educación en línea, discute la transformación de la educación a través de la tecnología.
Citas de Trabajos:
«La Universidad 4.0 se caracteriza por la interconexión digital, la personalización del aprendizaje y la adaptabilidad a los cambios tecnológicos» (Fuente: Investigación sobre la Universidad 4.0).
«El aprendizaje móvil en la educación 4.0 promueve la accesibilidad y la flexibilidad, permitiendo a los estudiantes aprender en cualquier momento y lugar» (Fuente: Estudio sobre el aprendizaje móvil en la educación superior).
George Siemens: Conocido por su teoría del «Conectivismo», Siemens ha explorado cómo la tecnología y la conectividad afectan el aprendizaje y la educación.
Clayton Christensen: Autor de «Disrupting Class» y defensor de la teoría de la innovación disruptiva en la educación.
Universidades:
Harvard University: Ha estado involucrada en investigaciones sobre la integración de la tecnología en la educación y en la evolución de la Universidad 4.0.
University of California, Berkeley: Con un enfoque en la innovación tecnológica, Berkeley ha contribuido a la conversación sobre el futuro de la educación.
Revistas Científicas:
«International Journal of Educational Technology in Higher Education»: Publica investigaciones sobre la implementación de tecnologías educativas en la educación superior.
«Educational Technology Research and Development»: Ofrece una plataforma para la discusión sobre el desarrollo y la investigación de tecnologías educativas.
Trabajos Académicos:
«Towards a Smart University: A Conceptual Model» – Una propuesta de modelo conceptual para la implementación de tecnologías inteligentes en entornos universitarios.
«The Role of Artificial Intelligence in the University of the Future» – Explora cómo la inteligencia artificial puede transformar las funciones y la experiencia en la universidad.
Entrevistas:
Entrevista a Anant Agarwal (edX): CEO de edX, una plataforma de cursos en línea, comparte su visión sobre la educación en línea y la transformación digital en la enseñanza superior.
Entrevista a Cathy Davidson: Educadora y autora que ha hablado sobre la necesidad de repensar la educación en la era digital.
Citas de Trabajos:
«La Universidad 4.0 no solo implica la adopción de tecnologías avanzadas, sino también un cambio cultural hacia la colaboración y la flexibilidad» (Fuente: Investigación sobre la transformación de la universidad).
«La inteligencia artificial en la educación superior no reemplaza a los educadores, sino que amplía sus capacidades y personaliza la experiencia del estudiante» (Fuente: Estudio sobre el papel de la inteligencia artificial en la universidad).
Thomas Friedman: Autor de «El Mundo es Plano» y «Gracias por llegar tarde», Friedman aborda las implicaciones de la globalización y la tecnología en la educación.
Sherry Turkle: Psicóloga y autora de «Alone Together», explora las relaciones entre la tecnología y la educación, centrándose en cómo la tecnología afecta la conexión humana.
Universidades:
Technion – Instituto de Tecnología de Israel: Conocido por su enfoque en la innovación y la tecnología, Technion ha participado en investigaciones sobre la integración de tecnologías en la educación superior.
ETH Zurich – Swiss Federal Institute of Technology: Destacada por su excelencia en ciencia, tecnología, ingeniería y matemáticas, ETH Zurich ha estado a la vanguardia de la adopción de tecnologías en la enseñanza y el aprendizaje.
Revistas Científicas:
«Journal of Learning Analytics»: Publica investigaciones sobre el uso de análisis de datos para mejorar el aprendizaje y la toma de decisiones en educación.
«Computers in Human Behavior»: Ofrece una perspectiva sobre la interacción entre humanos y tecnología, relevante para la implementación de tecnologías educativas.
Trabajos Académicos:
«Smart Learning Environments: A Review of the Contexts and Roles of Artificial Intelligence in Education» – Un análisis detallado sobre el papel de la inteligencia artificial en entornos educativos inteligentes.
«Digital Natives and Digital Immigrants: A Conceptual Framework» – Examina las diferencias en la adopción de tecnología entre las generaciones y su impacto en la educación.
Entrevistas:
Entrevista a Sugata Mitra: Conocido por su experimento «Hole in the Wall», Mitra aborda la autoorganización del aprendizaje y la tecnología en la educación.
Entrevista a Daphne Koller (Coursera): Co-fundadora de Coursera, comparte su visión sobre la educación en línea y la democratización del acceso al conocimiento.
Citas de Trabajos:
«La Universidad 4.0 requiere una adaptación constante a las demandas cambiantes del mercado laboral, integrando tecnologías que fomenten la empleabilidad» (Fuente: Investigación sobre la Universidad 4.0 y el empleo).
«La interacción social sigue siendo esencial en la educación 4.0; la tecnología debe utilizarse para mejorar la colaboración y la comunicación, no para reemplazarlas» (Fuente: Estudio sobre el equilibrio entre tecnología y conexión humana en la educación).
Howard Gardner: Psicólogo cognitivo conocido por su teoría de las inteligencias múltiples, Gardner ha explorado la diversidad de habilidades que los estudiantes necesitan desarrollar en la era digital.
Cathy N. Davidson: Coautora del libro «The New Education» y defensora de la reinvención de la educación para satisfacer las demandas cambiantes del siglo XXI.
Yuval Noah Harari: Historiador y autor de «Sapiens» y «Homo Deus», Harari ofrece perspectivas sobre cómo la educación debe adaptarse a los desafíos futuros.
Universidades:
National University of Singapore (NUS): NUS ha liderado iniciativas que integran la tecnología para mejorar la calidad de la educación y la experiencia estudiantil.
University of Oxford: Oxford ha estado involucrada en investigaciones sobre el impacto de la inteligencia artificial en la enseñanza y el aprendizaje.
Carnegie Mellon University: Reconocida por su enfoque en la tecnología y la ingeniería, CMU ha explorado la integración de la inteligencia artificial en la educación.
Revistas Científicas:
«Educational Technology & Society»: Publica investigaciones sobre la intersección entre la tecnología y la educación, con un enfoque en la sociedad.
«Computers in Education Journal»: Aborda cuestiones relacionadas con la implementación efectiva de tecnologías informáticas en el ámbito educativo.
«International Journal of Mobile and Blended Learning»: Se centra en la investigación sobre el aprendizaje móvil y las experiencias de aprendizaje combinado.
Trabajos Académicos:
«Adaptive Learning Systems: A Review and Analysis of Current Research and Future Directions» – Un análisis de los sistemas de aprendizaje adaptativo y su aplicación en la educación.
«Blockchain Technology in Education: Challenges and Opportunities» – Explora el potencial de la tecnología blockchain para transformar la gestión de la educación y las credenciales académicas.
«Gamification in Education: A Systematic Review of the Literature» – Un estudio exhaustivo sobre la gamificación en la educación y su impacto en el compromiso estudiantil.
Entrevistas:
Entrevista a Salman Khan (Khan Academy): Fundador de Khan Academy, Khan ha compartido su visión sobre el acceso global a la educación a través de plataformas en línea.
Entrevista a Angela Duckworth: Psicóloga y autora de «Grit», Duckworth aborda la importancia de las habilidades no cognitivas en la educación.
Entrevista a Anant Agarwal (edX): Agarwal discute el papel de la educación en línea y las credenciales digitales en la transformación educativa.
Citas de Trabajos:
«La diversidad de inteligencias requiere un enfoque educativo que fomente habilidades múltiples, desde la creatividad hasta la resolución de problemas» (Fuente: Investigación sobre las inteligencias múltiples y la educación).
«La inteligencia artificial y la tecnología blockchain tienen el potencial de revolucionar la forma en que almacenamos y verificamos logros académicos» (Fuente: Estudio sobre tecnologías emergentes en la gestión educativa).
«La gamificación puede ser una herramienta efectiva para aumentar la motivación y el compromiso de los estudiantes en entornos de aprendizaje» (Fuente: Revisión sistemática sobre la gamificación en la educación).
Milton Chen: Autor de «Education Nation» y defensor del cambio educativo a través de la tecnología y la innovación.
Marc Prensky: Conocido por acuñar los términos «nativos digitales» e «inmigrantes digitales», Prensky explora cómo la tecnología afecta la forma en que los estudiantes aprenden.
Universidades:
University of Cambridge: Ha estado involucrada en investigaciones sobre el impacto de la inteligencia artificial en la enseñanza y el aprendizaje.
Columbia University Teachers College: Se ha destacado por su investigación sobre la integración efectiva de la tecnología en la educación.
Revistas Científicas:
«Technology, Knowledge and Learning»: Publica investigaciones sobre la intersección de la tecnología, el conocimiento y el aprendizaje en entornos educativos.
«Computers & Education Reports»: Ofrece informes y estudios sobre el uso de la tecnología en la educación y la formación de profesionales.
Trabajos Académicos:
«Artificial Intelligence in Education: A Critical Review» – Un análisis crítico sobre el uso de la inteligencia artificial en la educación y sus desafíos.
«The Impact of Mobile Learning on Student Engagement and Academic Achievement» – Examina cómo el aprendizaje móvil afecta la participación y el rendimiento académico.
Entrevistas:
Entrevista a Ken Robinson: Reconocido por su charla TED «¿Cómo la escuela mata la creatividad?», Robinson aborda la necesidad de reformar la educación para fomentar la creatividad y la individualidad.
Entrevista a Mitch Resnick: Director del grupo Lifelong Kindergarten en el MIT Media Lab, Resnick habla sobre la importancia del aprendizaje creativo y la programación en la educación.
Citas de Trabajos:
«La Universidad 4.0 no solo implica la digitalización de la educación, sino también la transformación de la cultura y las prácticas pedagógicas» (Fuente: Investigación sobre la transformación cultural en la Universidad 4.0).
«El aprendizaje móvil no solo se trata de dispositivos, sino de aprovechar la movilidad para crear experiencias de aprendizaje más flexibles y personalizadas» (Fuente: Estudio sobre el impacto del aprendizaje móvil en la participación y el rendimiento académico).
Javier Tourón: Educador e investigador español, ha abordado temas relacionados con la innovación educativa y la integración de la tecnología en el ámbito iberoamericano.
Andrés Oppenheimer: Periodista y autor, ha escrito sobre la transformación digital y la educación en América Latina.
Universidades:
Tecnológico de Monterrey (ITESM): Ha liderado iniciativas de educación 4.0 y ha explorado la aplicación de tecnologías emergentes en el ámbito educativo.
Universidad de Buenos Aires (UBA): Ha participado en investigaciones sobre la adaptación de la educación al entorno digital en América Latina.
Revistas Científicas:
«Revista Iberoamericana de Educación a Distancia (RIED)»: Publica investigaciones sobre educación a distancia, tecnología y aprendizaje en el contexto iberoamericano.
«Revista de Educación» (España): Ofrece análisis y estudios sobre temas educativos, incluyendo la integración de la tecnología en la educación.
Trabajos Académicos:
«La Transformación Digital en la Educación Superior en América Latina: Retos y Oportunidades» – Un estudio que examina los desafíos y las oportunidades de la transformación digital en las instituciones educativas de la región.
«La Educación 4.0 en el Contexto Latinoamericano: Desafíos y Perspectivas» – Analiza los desafíos específicos que enfrenta América Latina en la adopción de la educación 4.0.
Entrevistas:
Entrevista a Claudia Costin: Exdirectora de Educación del Banco Mundial, ha hablado sobre la importancia de la tecnología en la mejora de la educación en América Latina.
Entrevista a Ángel Gurría: Exsecretario general de la OCDE, Gurría ha abordado la necesidad de reformas educativas para preparar a las sociedades latinoamericanas para la era digital.
Citas de Trabajos:
«La educación 4.0 en América Latina no solo se trata de tecnología, sino de adaptar los sistemas educativos a las necesidades específicas de la región» (Fuente: Estudio sobre la educación 4.0 en América Latina).
«En el mundo hispanohablante, la integración de la tecnología en la educación requiere abordar desafíos culturales y socioeconómicos» (Fuente: Investigación sobre la adaptación de la tecnología en el ámbito educativo iberoamericano).
Fernando Savater: Filósofo y escritor español, ha abordado temas relacionados con la filosofía de la educación y la formación ciudadana.
Esther Wojcicki: Educadora y autora, conocida por su trabajo en el desarrollo de la creatividad y la innovación en la educación.
Universidades:
Universidad Nacional Autónoma de México (UNAM): Ha participado en proyectos de investigación sobre la integración de tecnología en la educación y el aprendizaje en línea.
Pontificia Universidad Católica de Chile: Reconocida por su excelencia académica, ha explorado enfoques innovadores en la educación superior.
Revistas Científicas:
«Revista Mexicana de Investigación Educativa»: Publica investigaciones sobre la educación en México y América Latina, incluyendo la aplicación de tecnologías.
«Revista Latinoamericana de Tecnología Educativa (RELATEC)»: Ofrece una plataforma para la discusión de investigaciones sobre tecnología educativa en América Latina.
Trabajos Académicos:
«Desafíos de la Educación a Distancia en América Latina: Un Estudio de Caso en Países de Habla Hispana» – Analiza los desafíos específicos de la educación a distancia en la región.
«La Incorporación de las Tecnologías de la Información y Comunicación en la Educación Básica en América Latina» – Un estudio sobre la integración de las TIC en la educación básica.
Entrevistas:
Entrevista a José Antonio Marina: Filósofo y ensayista español, ha abordado temas relacionados con la formación y la educación en la sociedad actual.
Entrevista a Magdalena Claro: Educadora chilena que ha trabajado en el uso de la tecnología para mejorar la calidad de la educación en América Latina.
Citas de Trabajos:
«La educación en el mundo hispanohablante debe abordar no solo las cuestiones tecnológicas, sino también los aspectos éticos y culturales de la enseñanza» (Fuente: Investigación sobre desafíos de la educación a distancia en América Latina).
«La incorporación exitosa de las TIC en la educación básica requiere estrategias específicas adaptadas a las realidades socioeconómicas de América Latina» (Fuente: Estudio sobre las TIC en la educación básica en la región).
Autores (China):
Yong Zhao: Educador y autor chino, ha explorado la relación entre la educación y la creatividad, así como la influencia de la cultura en los sistemas educativos.
Jian Li: Investigador en educación china, ha abordado cuestiones como la equidad y la calidad en el sistema educativo chino.
Universidades (China):
Tsinghua University: Ha estado a la vanguardia de la investigación en la integración de tecnologías avanzadas en la educación superior.
Peking University: Ha participado en proyectos que exploran la adaptación de la educación a las demandas tecnológicas en China.
Revistas Científicas (China):
«Tsinghua Journal of Education»: Publica investigaciones sobre la educación y la innovación en China.
«Journal of Educational Technology Development and Exchange» (China): Enfocada en el desarrollo y la aplicación de tecnologías educativas en el contexto chino.
Trabajos Académicos (China):
«The Impact of Artificial Intelligence on Chinese Education» – Analiza el impacto de la inteligencia artificial en el sistema educativo chino.
«E-learning in China: Implementation, Challenges, and Future Directions» – Examina la implementación y los desafíos del aprendizaje electrónico en China.
Entrevistas (China):
Entrevista a Zhang Yimou: Director y productor chino, ha expresado sus opiniones sobre la creatividad y la educación en China.
Entrevista a Kai-Fu Lee: Empresario y experto en inteligencia artificial, Lee ha hablado sobre la influencia de la tecnología en la educación en China.
Citas de Trabajos (China):
«La rápida integración de la inteligencia artificial en la educación china plantea oportunidades y desafíos para la equidad y la calidad educativa» (Fuente: Investigación sobre la inteligencia artificial en la educación china).
«La expansión del aprendizaje electrónico en China refleja la necesidad de adaptarse a las nuevas formas de enseñanza y aprendizaje en la era digital» (Fuente: Estudio sobre el aprendizaje electrónico en China).
Autores (India):
Sugata Mitra: Educador e investigador indio, conocido por su experimento «Hole in the Wall» y su trabajo en el aprendizaje autoorganizado.
Anant Agarwal: Profesor y CEO de edX, ha contribuido al avance de la educación en línea y masiva en India.
Universidades (India):
Indian Institute of Technology (IIT): Ha liderado esfuerzos para integrar la tecnología en la educación técnica en India.
University of Delhi: Se ha destacado en proyectos de investigación sobre el impacto de la tecnología en la educación superior en India.
Revistas Científicas (India):
«Indian Journal of Open Learning»: Aborda temas relacionados con la educación a distancia y la tecnología en el contexto indio.
«Contemporary Education Dialogue» (India): Publica investigaciones sobre la integración de la tecnología en la educación contemporánea en India.
Trabajos Académicos (India):
«Digital India: Transforming Education through Technology» – Examina la iniciativa «Digital India» y su impacto en la transformación educativa.
«Challenges and Opportunities of E-learning in Rural India» – Analiza los desafíos y oportunidades del aprendizaje electrónico en las zonas rurales de India.
Entrevistas (India):
Entrevista a Pranav Mistry: Inventor y científico de la computación indio, Mistry ha compartido sus ideas sobre la interacción humano-computadora y la educación.
Entrevista a Kiran Sethi: Fundadora de la Riverside School en India, Sethi aborda la importancia de la creatividad y el diseño en la educación.
Citas de Trabajos (India):
«La iniciativa ‘Digital India’ busca transformar la educación mediante la integración de tecnologías digitales en el proceso de aprendizaje» (Fuente: Investigación sobre la iniciativa ‘Digital India’ en la educación).
«El aprendizaje electrónico tiene el potencial de superar las barreras geográficas y mejorar el acceso a la educación en las áreas rurales de India» (Fuente: Estudio sobre el aprendizaje electrónico en áreas rurales de India).
Autores (Japón):
Yoshifumi Miyazaki: Investigador japonés que ha explorado la relación entre la naturaleza, el bienestar y la educación.
Ken Robinson (influencia internacional): Mientras no es japonés, Ken Robinson ha sido influyente a nivel global, y sus ideas sobre creatividad y educación han resonado en contextos como el japonés.
Universidades (Japón):
University of Tokyo: Ha estado involucrada en investigaciones sobre la adaptación de la educación a la era digital en Japón.
Osaka University: Ha liderado proyectos sobre la integración de tecnologías avanzadas en la educación superior en Japón.
Revistas Científicas (Japón):
«Journal of Information Processing and Management» (Japan): Publica investigaciones sobre procesamiento de información y gestión en educación y tecnología.
«Educational Technology Research» (Japan): Ofrece una plataforma para la discusión de investigaciones sobre tecnología educativa en Japón.
Trabajos Académicos (Japón):
«Implementation of Augmented Reality in Japanese Classrooms» – Examina la implementación de la realidad aumentada en aulas japonesas y su impacto en el aprendizaje.
«Challenges and Success Factors in Integrating ICT into Japanese Higher Education» – Analiza los desafíos y factores de éxito en la integración de las TIC en la educación superior japonesa.
Entrevistas (Japón):
Entrevista a Hiroshi Ishiguro: Roboticista japonés, Ishiguro ha compartido sus perspectivas sobre el uso de la robótica en la educación.
Entrevista a Sugata Mitra (contexto japonés): Mitra ha discutido la aplicación de sus ideas sobre el aprendizaje autoorganizado en el contexto japonés.
Citas de Trabajos (Japón):
«La realidad aumentada ofrece oportunidades únicas para enriquecer la experiencia educativa en las aulas japonesas»
“En los albores de cualquier transformación, todas las tecnologías incipientes que han implicado una revolución, han provocado, también, una inercia de cambio. En ocasiones, el cambio es tan profundo que tiene –por momentos– el poder de «adormecer» la conciencia humana. Durante esta etapa de «agitación» –mientras nos acostumbramos al nuevo medio– surgen las oportunidades de aprendizaje.
Tratar de llegar a un acuerdo para alcanzar un nuevo paradigma de desarrollo rápido es todo un desafío en un mundo globalizado, donde se contraponen los intereses de los países soberanos y el paradigma globalizado que corresponde a la sociedad.
El proceso de llegar a un acuerdo para alcanzar un nuevo paradigma de desarrollo rápido se convierte en un desafío significativo en un mundo globalizado. Aquí, se enfrentan y contraponen los intereses de los países soberanos con el paradigma globalizado que corresponde a la sociedad en su conjunto.
Explicar y desarrollar este fenómeno implica abordar varios aspectos:
Impacto de las Tecnologías Emergentes: Las tecnologías emergentes, como la inteligencia artificial, la automatización, la biotecnología y otras, están en constante evolución. Su adopción masiva puede cambiar la forma en que vivimos y trabajamos, lo que lleva a una necesidad urgente de adaptación.
Inercia Cultural y Social: La inercia de cambio puede ser tanto cultural como social. Las sociedades a menudo resisten las transformaciones radicales debido a la comodidad y familiaridad con los métodos tradicionales. Este fenómeno puede obstaculizar la rápida adopción de nuevas formas de hacer las cosas.
Desafíos Globales: En un mundo globalizado, los intereses nacionales a veces entran en conflicto con la necesidad de adoptar un enfoque global para abordar problemas comunes, como el cambio climático, la pobreza y las crisis sanitarias. Llegar a un consenso entre países soberanos puede resultar complicado debido a estas tensiones.
Oportunidades de Aprendizaje: A pesar de las dificultades, la etapa de agitación también presenta oportunidades para aprender y mejorar. La capacitación y la educación son cruciales para permitir que las personas se adapten a las nuevas tecnologías y paradigmas.
Cooperación Internacional: La resolución de problemas a escala global requiere cooperación entre naciones. Establecer acuerdos y compromisos para abordar los desafíos comunes es esencial para avanzar hacia un nuevo paradigma de desarrollo sostenible y equitativo.
Gobernanza Tecnológica: La regulación y la gobernanza efectivas de las tecnologías emergentes son fundamentales para garantizar que su impacto sea positivo y ético. Esto implica la colaboración entre gobiernos, empresas y la sociedad civil.
La transición hacia un nuevo paradigma de desarrollo rápido implica superar resistencias culturales y sociales, encontrar un equilibrio entre los intereses nacionales y globales, y aprovechar las oportunidades de aprendizaje en medio de la agitación. La colaboración internacional y una gobernanza efectiva son clave para garantizar un proceso exitoso y sostenible.
Superar Resistencias Culturales y Sociales:
Concienciación y Educación: La concienciación sobre la importancia de la transformación y la educación sobre las nuevas tecnologías son fundamentales. Esto ayuda a desmitificar los cambios y a que las personas comprendan cómo estas innovaciones pueden mejorar sus vidas.
Inclusividad y Participación: Incluir a diversas voces y perspectivas en el proceso de toma de decisiones puede mitigar resistencias. La participación ciudadana y la colaboración con comunidades locales ayudan a diseñar soluciones que respeten y comprendan las particularidades culturales.
Equilibrio entre Intereses Nacionales y Globales:
Diplomacia y Cooperación: Fomentar la diplomacia y la cooperación internacional es esencial. Los problemas globales, como el cambio climático o las pandemias, no conocen fronteras, y las soluciones deben ser colaborativas.
Desarrollo Sostenible: Promover un enfoque de desarrollo sostenible que equilibre las necesidades nacionales con la responsabilidad global. Los acuerdos internacionales como los Objetivos de Desarrollo Sostenible (ODS) de las Naciones Unidas ofrecen un marco para la cooperación.
Aprovechar Oportunidades de Aprendizaje:
Innovación Educativa: Adaptar los sistemas educativos para equipar a las personas con las habilidades necesarias en la era digital. Esto incluye fomentar la educación continua y el desarrollo de habilidades blandas como la adaptabilidad y la resolución de problemas.
Investigación y Desarrollo: Invertir en investigación y desarrollo para impulsar la innovación. Las oportunidades de aprendizaje a menudo surgen de la investigación y la experimentación, y la inversión en estos campos puede acelerar el progreso.
Colaboración Internacional y Gobernanza Efectiva:
Foros y Plataformas Internacionales: Participar en foros internacionales y plataformas que fomenten la colaboración. Organizaciones como la ONU, la UNESCO y otras facilitan el diálogo y la coordinación entre países.
Marco Legal y Ético: Establecer marcos legales y éticos sólidos para guiar el desarrollo y la implementación de tecnologías emergentes. Esto garantiza que el progreso tecnológico esté alineado con los valores humanos fundamentales y evita riesgos significativos.
En conjunto, estos elementos crean un panorama integral para abordar los desafíos de la transición hacia un nuevo paradigma de desarrollo rápido. La interconexión de estos factores puede conducir a un proceso más armonioso, inclusivo y sostenible.
. La colaboración internacional y una gobernanza efectiva son clave para garantizar un proceso exitoso y sostenible. A continuación, se presentan ejemplos de metodologías de desarrollo rápido de aplicaciones que ilustran la importancia de la agilidad y la colaboración en este proceso:
Metodología RAD (Desarrollo Rápido de Aplicaciones): Esta metodología permite crear software de forma rápida y barata para satisfacer las necesidades empresariales. Se basa en fases cíclicas, como la planificación de necesidades, el diseño y el feedback con el usuario, lo que facilita avances medibles y la participación activa del usuario en el proceso de desarrollo.
Gestión ágil de proyectos y desarrollo rápido de aplicaciones:
El desarrollo rápido de aplicaciones fomenta la creación rápida de prototipos y ciclos de desarrollo ágiles, lo que reduce los riesgos del proyecto y ahorra tiempo y recursos2.
La implementación exitosa de esta metodología depende de la estrecha colaboración entre el desarrollador y el cliente en cada etapa, lo que garantiza la satisfacción del usuario y la eficiencia en el desarrollo
Estos ejemplos ilustran cómo las metodologías ágiles, como el Desarrollo Rápido de Aplicaciones (RAD), promueven la colaboración, la eficiencia y la satisfacción del usuario, aspectos fundamentales en la transición hacia un nuevo paradigma de desarrollo rápido y sostenible.
La metodología RAD (Desarrollo Rápido de Aplicaciones), la educación disruptiva y la inteligencia artificial (IA) son conceptos que, aunque pertenecen a dominios diferentes, pueden converger en el ámbito de la tecnología y la innovación. Aquí te proporcionaré una breve explicación de cada uno y cómo podrían relacionarse:
Desarrollo Rápido de Aplicaciones (RAD):
La metodología RAD es un enfoque ágil para el desarrollo de software que se centra en ciclos de desarrollo cortos y prototipos iterativos. Se enfoca en la entrega rápida de prototipos funcionales para obtener retroalimentación temprana y realizar ajustes continuos. Los principios clave de RAD incluyen la participación activa de los usuarios, la iteración rápida y la adaptabilidad a cambios.
Educación Disruptiva:
La educación disruptiva es un concepto que implica el cambio radical en los métodos educativos tradicionales. Se basa en la idea de utilizar tecnologías y enfoques innovadores para transformar la educación y hacerla más centrada en el estudiante, accesible y relevante para las necesidades del siglo XXI. La educación disruptiva a menudo incorpora herramientas digitales, aprendizaje en línea, personalización del aprendizaje y enfoques no convencionales.
Inteligencia Artificial (IA):
La inteligencia artificial es un campo de la informática que se centra en el desarrollo de sistemas capaces de realizar tareas que normalmente requieren inteligencia humana. Esto incluye el aprendizaje automático, el procesamiento del lenguaje natural, la visión por computadora y otros enfoques. En el contexto educativo, la IA se utiliza para personalizar el aprendizaje, proporcionar retroalimentación adaptativa, automatizar procesos administrativos y mucho más.
Relación entre RAD, Educación Disruptiva e IA:
Iteración Rápida en Herramientas Educativas:
La metodología RAD puede ser aplicada en el desarrollo de herramientas educativas y plataformas de aprendizaje, permitiendo la entrega rápida de prototipos que pueden ser probados y mejorados continuamente.
Desarrollo Ágil de Soluciones Educativas:
RAD y la educación disruptiva comparten la filosofía de la adaptabilidad y la respuesta rápida a los cambios. En la educación disruptiva, la tecnología, incluida la IA, puede ser implementada y ajustada de manera ágil para abordar las necesidades cambiantes de los estudiantes.
Personalización del Aprendizaje con IA:
La inteligencia artificial se utiliza en la educación disruptiva para personalizar la experiencia de aprendizaje, adaptando el contenido y las actividades según las necesidades individuales de los estudiantes. El desarrollo rápido de aplicaciones puede facilitar la implementación de estas soluciones.
Retroalimentación Continua:
RAD enfatiza la retroalimentación continua, al igual que la educación disruptiva. La IA puede analizar datos de aprendizaje en tiempo real para proporcionar retroalimentación personalizada, cerrando así el ciclo de mejora continua.
En conjunto, la metodología RAD puede ser un enfoque valioso para el desarrollo ágil de soluciones educativas disruptivas que incorporan inteligencia artificial. Esto permite la creación rápida de prototipos, la adaptabilidad a las necesidades cambiantes y la entrega de experiencias de aprendizaje más efectivas y personalizadas.
Algoritmo RAD en Python:
pythonCopy codeclass DesarrolloRapidoDeAplicaciones:
def __init__(self, usuario):
self.usuario = usuario
def prototipo(self):
print(f"Desarrollando prototipo para {self.usuario}")
# Lógica para el desarrollo rápido del prototipo
def iteracion(self):
print("Recopilando feedback del usuario")
# Lógica para recopilar y procesar retroalimentación
# Ejemplo de uso
usuario1 = "EquipoEducativo"
rad_proyecto = DesarrolloRapidoDeAplicaciones(usuario1)
rad_proyecto.prototipo()
rad_proyecto.iteracion()
Algoritmo de Árbol de Decisión en Python:
pythonCopy codefrom sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# Datos de ejemplo (podrían ser datos educativos)
datos = [[5, 3, 2], [4, 2, 1], [6, 3, 2], [7, 3, 1]]
etiquetas = [0, 1, 0, 1] # Clases 0 y 1
# Dividir los datos en conjuntos de entrenamiento y prueba
datos_entrenamiento, datos_prueba, etiquetas_entrenamiento, etiquetas_prueba = train_test_split(
datos, etiquetas, test_size=0.25, random_state=42
)
# Crear el modelo de árbol de decisión
modelo_arbol_decision = DecisionTreeClassifier()
# Entrenar el modelo
modelo_arbol_decision.fit(datos_entrenamiento, etiquetas_entrenamiento)
# Hacer predicciones en el conjunto de prueba
predicciones = modelo_arbol_decision.predict(datos_prueba)
# Evaluar la precisión del modelo
precision = accuracy_score(etiquetas_prueba, predicciones)
print(f"Precisión del modelo de árbol de decisión: {precision}")
. En situaciones reales, el desarrollo RAD y la implementación de árboles de decisión serían más complejos y específicos según el contexto. Además, ten en cuenta que estos ejemplos están más enfocados en la estructura del código que en la funcionalidad real de estos enfoques.
Hemos de tener presente que a medida que las personas comenzaremos a trabajar con datos(dentro de esta nueva cultura-paradigma) a gran escala, deberemos hacer algo más que sólo tener que “enchufarnos” en la tecnología y con ello llegar a nuestro aprendizaje. Para obtener el máximo valor de los datos, los profesionales deberemos también transformar la manera en que pensamos acerca de los datos y cómo diseñamos posibles soluciones.
Transformación en el Manejo de Datos en la Nueva Cultura-Paradigma:
En la era de la información masiva, nos encontramos en el umbral de una nueva cultura-paradigma, donde el acceso a datos a gran escala se ha vuelto omnipresente. No basta con simplemente «enchufarnos» a la tecnología; es imperativo cambiar fundamentalmente nuestra forma de pensar acerca de los datos y cómo diseñamos soluciones para extraer su máximo valor.
Imaginemos a María, una profesional educativa inmersa en esta transformación. Antes, María veía los datos como meros puntos en una hoja de cálculo, pero ahora, se da cuenta de que representan historias completas sobre los estudiantes, los diferentes tipos de aprendizaje y sus necesidades individuales (personalized learning) María comprende que el verdadero poder de los datos no radica solo en la cantidad, sino en la capacidad de extraer conocimientos significativos.
María se embarca en un viaje de aprendizaje y transformación. Reconoce la necesidad de adquirir habilidades en el manejo de datos y la aplicación de algoritmos para traducir la información cruda en percepciones valiosas. No se trata solo de adoptar tecnologías, sino de adoptar una mentalidad analítica.
çMaría se compromete a:
Aprender Algoritmos para el Análisis de Datos:
María se sumerge en el aprendizaje de algoritmos de análisis de datos. Comprende la importancia de elegir el algoritmo correcto según el tipo de datos y el problema que desea abordar.
pythonCopy code# Ejemplo: Algoritmo de clustering (K-Means)
from sklearn.cluster import KMeans
# Cargar y preparar datos
datos = cargar_datos()
# Crear modelo K-Means
modelo_kmeans = KMeans(n_clusters=3)
# Entrenar modelo
modelo_kmeans.fit(datos)
# Obtener etiquetas de cluster
etiquetas_clusters = modelo_kmeans.labels_
Aplicar Principios de Educación Disruptiva:
María incorpora principios de educación disruptiva en su enfoque pedagógico. Reconoce que cada estudiante es único y personaliza la experiencia de aprendizaje utilizando tecnologías disruptivas como la inteligencia artificial.
pythonCopy code# Ejemplo: Sistema de recomendación para personalizar el aprendizaje
from sklearn.ensemble import RandomForestClassifier
# Datos de ejemplo: características del estudiante y rendimiento
datos_estudiante = [[5, 3, 2], [4, 2, 1], [6, 3, 2], [7, 3, 1]]
rendimiento = [0, 1, 0, 1] # Clases 0 y 1
# Crear modelo de clasificación (puede ser un sistema de recomendación)
modelo_recomendacion = RandomForestClassifier()
# Entrenar modelo
modelo_recomendacion.fit(datos_estudiante, rendimiento)
# Hacer predicciones para personalizar el aprendizaje
Desarrollar Árboles de Decisión para Tomar Decisiones Informedas:
María utiliza árboles de decisión para guiar sus decisiones pedagógicas. Examina datos sobre el rendimiento de los estudiantes y utiliza estos árboles para identificar áreas de enfoque individualizadas.
pythonCopy code# Ejemplo: Árbol de decisión para la identificación de áreas de enfoque
from sklearn.tree import DecisionTreeClassifier
# Datos de ejemplo: características del estudiante y rendimiento
datos_estudiante = [[5, 3, 2], [4, 2, 1], [6, 3, 2], [7, 3, 1]]
rendimiento = [0, 1, 0, 1] # Clases 0 y 1
# Crear modelo de árbol de decisión
modelo_arbol_decision = DecisionTreeClassifier()
# Entrenar modelo
modelo_arbol_decision.fit(datos_estudiante, rendimiento)
# Visualizar el árbol de decisión
visualizar_arbol_decision(modelo_arbol_decision)
Utilizar Tablas de Datos para Comunicar Resultados:
María adopta la práctica de presentar sus hallazgos de manera efectiva. Utiliza tablas y visualizaciones de datos para comunicar de manera clara y persuasiva a otros profesionales y padres.
pythonCopy code# Ejemplo: Crear tabla para presentar resultados
import pandas as pd
# Datos de ejemplo
resultados = {'Estudiante': ['Estudiante1', 'Estudiante2', 'Estudiante3', 'Estudiante4'],
'Rendimiento': [0, 1, 0, 1]}
# Crear DataFrame
tabla_resultados = pd.DataFrame(resultados)
# Mostrar tabla
print(tabla_resultados)
En este nuevo paradigma, María se convierte en una profesional capacitada no solo para trabajar con datos a gran escala, sino también para transformar la educación a través de la implementación de tecnologías disruptivas y técnicas avanzadas de análisis de datos. Su enfoque no es solo tecnológico, sino humano, reconociendo que detrás de cada dato hay una historia que merece ser entendida y atendida.
Con la obtención de microdatos por medio del Big Data (macrodatos) estructurados i embebidos establecemos anotaciones semánticas que pueden ser procesados por los motores de búsqueda para comprender el significado de los fragmentos de contenidos y proporcionar la información necesaria dentro de los parámetros ubicuos-OER- de manera que los podamos utilizar como actuaciones que nos servirán para posteriores relaciones con datos producto de la observación transformándose en metadatos.
Proceso de Anotaciones Semánticas y Transformación de Datos:
En el contexto del Big Data, la obtención de microdatos de macrodatos estructurados y embebidos es fundamental para extraer información significativa. Esta práctica no solo implica la recopilación de grandes cantidades de datos, sino también la anotación semántica, que agrega metadatos significativos a los fragmentos de contenido. Estos datos anotados pueden ser procesados por motores de búsqueda y utilizados en el paradigma ubicuo de Recursos Educativos Abiertos (OER, por sus siglas en inglés) para establecer actuaciones valiosas y facilitar relaciones con observaciones transformadas en metadatos. A continuación, se detalla el proceso:
1. Obtención de Microdatos de Macrodatos:
Utilizando técnicas de Big Data, se recopilan grandes conjuntos de datos estructurados y embebidos, que pueden provenir de diversas fuentes como registros de usuarios, sensores, redes sociales, entre otros.
pythonCopy code# Ejemplo: Obtención de datos estructurados de registros de usuarios
import pandas as pd
datos_estructurados = pd.read_csv('datos_registro_usuarios.csv')
2. Anotaciones Semánticas:
Se aplican anotaciones semánticas para agregar significado a los datos. Esto implica etiquetar y clasificar los fragmentos de contenido para que los motores de búsqueda y otros sistemas puedan comprender su contexto y relevancia.
pythonCopy code# Ejemplo: Anotaciones semánticas utilizando bibliotecas de procesamiento de lenguaje natural
from nltk import pos_tag, word_tokenize
texto_ejemplo = "Aprendizaje profundo mejora la comprensión del procesamiento del lenguaje natural."
anotaciones_semanticas = pos_tag(word_tokenize(texto_ejemplo))
print(anotaciones_semanticas)
3. Procesamiento por Motores de Búsqueda:
Los datos anotados semánticamente se procesan mediante motores de búsqueda, lo que permite comprender el significado de los fragmentos de contenido y proporcionar información relevante dentro de los parámetros ubicuos-OER.
pythonCopy code# Ejemplo: Procesamiento por motor de búsqueda para recuperar información relevante
consulta_usuario = "Aprendizaje profundo en procesamiento del lenguaje natural"
resultados_busqueda = motor_de_busqueda.procesar(consulta_usuario)
print(resultados_busqueda)
4. Actuaciones en el Paradigma Ubicuo-OER:
Utilizando la información obtenida, se establecen actuaciones en el paradigma ubicuo-OER. Esto implica ofrecer recursos educativos abiertos de manera ubicua y personalizada, adaptados a las necesidades individuales de los usuarios.
La observación continua y la interacción de los usuarios con los recursos generan datos adicionales que se transforman en metadatos. Estos metadatos proporcionan información sobre cómo los usuarios interactúan y utilizan los recursos educativos.
pythonCopy code# Ejemplo: Transformación de observaciones en metadatos
registro_interaccion_usuario = registrar_interaccion_usuario(recurso_ubicuo_oer, tiempo, tipo_interaccion)
metadatos_generados = transformar_a_metadatos(registro_interaccion_usuario)
Este proceso integra la obtención de microdatos de macrodatos, anotaciones semánticas, procesamiento por motores de búsqueda, actuaciones en el paradigma ubicuo-OER y la transformación de observaciones en metadatos. Este enfoque permite crear un ciclo continuo de mejora y adaptación en la entrega de recursos educativos, aprovechando la riqueza de datos disponibles en la era del Big Data.
Comparación entre Anotaciones Semánticas y Aprendizaje Supervisado en la IA:
Anotaciones Semánticas:
Naturaleza Humana:
Enfoque Manual: Las anotaciones semánticas implican un enfoque más manual y humano. Los expertos o analistas humanos etiquetan y clasifican los fragmentos de contenido basándose en su comprensión contextual y conocimiento específico del dominio.
Proceso Iterativo:
Iteración Continua: El proceso de anotaciones semánticas a menudo es iterativo. Se ajusta y mejora a medida que los humanos revisan y refinan las etiquetas para garantizar una interpretación precisa del contenido.
Dependencia de la Experiencia Humana:
Conocimiento Especializado: La calidad de las anotaciones semánticas depende en gran medida de la experiencia y el conocimiento de los expertos humanos que realizan la tarea. La subjetividad y la interpretación humana son factores clave.
Contextualización Específica:
Enfocado en Contexto: Las anotaciones semánticas están diseñadas para proporcionar un contexto específico al contenido. Los analistas consideran el significado contextual y la intención detrás de las palabras o fragmentos.
Aprendizaje Supervisado en la IA:
Enfoque Automático:
Entrenamiento Automático: El aprendizaje supervisado en la inteligencia artificial implica un enfoque más automático. Se basa en algoritmos y modelos que aprenden automáticamente patrones y relaciones a partir de datos de entrenamiento etiquetados.
Aprendizaje de Patrones:
Identificación Automática de Patrones: Los algoritmos de aprendizaje supervisado identifican patrones en los datos y utilizan estas relaciones aprendidas para hacer predicciones o clasificaciones en nuevos conjuntos de datos.
Capacidad de Generalización:
Generalización del Conocimiento: A diferencia de las anotaciones semánticas, el aprendizaje supervisado tiene la capacidad de generalizar el conocimiento. El modelo puede aplicar lo que ha aprendido a nuevos datos sin intervención humana adicional.
Menor Dependencia Humana:
Reducción de Subjetividad: En el aprendizaje supervisado, la dependencia de la experiencia humana se reduce. Los modelos se basan en datos etiquetados para aprender patrones, lo que puede resultar en una interpretación más objetiva.
Conclusión:
Mientras que las anotaciones semánticas implican un proceso más manual y dependiente de la interpretación humana, el aprendizaje supervisado en la inteligencia artificial automatiza el proceso al permitir que los algoritmos aprendan patrones directamente de los datos. Ambos enfoques buscan agregar significado y contexto a los datos, pero difieren en sus metodologías y el grado de intervención humana requerido. La elección entre ellos dependerá de la naturaleza de los datos, los recursos disponibles y los objetivos específicos del análisis.
Para ilustrar la aplicación de algoritmos, árboles de decisión y una tabla comparativa en el contexto de la educación disruptiva y la inteligencia artificial (IA), consideremos que se busca personalizar la experiencia de aprendizaje para estudiantes utilizando datos y técnicas de aprendizaje supervisado. En este ejemplo, nos enfocaremos en un sistema de recomendación de recursos educativos.
Algoritmo de Aprendizaje Supervisado (Regresión Lineal):
pythonCopy codefrom sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error
import pandas as pd
# Generación de datos de ejemplo
datos = {'Tiempo_Estudio': [10, 8, 6, 12, 14],
'Calificación': [90, 80, 70, 95, 100]}
df = pd.DataFrame(datos)
# División de datos en conjunto de entrenamiento y prueba
X_train, X_test, y_train, y_test = train_test_split(df[['Tiempo_Estudio']], df['Calificación'], test_size=0.2, random_state=42)
# Creación y entrenamiento del modelo de regresión lineal
modelo_regresion = LinearRegression()
modelo_regresion.fit(X_train, y_train)
# Predicciones en el conjunto de prueba
predicciones = modelo_regresion.predict(X_test)
# Evaluación del modelo
error_cuadratico_medio = mean_squared_error(y_test, predicciones)
print(f'Error Cuadrático Medio: {error_cuadratico_medio}')
Árbol de Decisión para Recomendación de Recursos Educativos:
pythonCopy codefrom sklearn.tree import DecisionTreeRegressor
# Creación y entrenamiento del modelo de árbol de decisión
modelo_arbol_decision = DecisionTreeRegressor()
modelo_arbol_decision.fit(X_train, y_train)
# Predicciones en el conjunto de prueba
predicciones_arbol = modelo_arbol_decision.predict(X_test)
# Evaluación del modelo de árbol de decisión
error_cuadratico_medio_arbol = mean_squared_error(y_test, predicciones_arbol)
print(f'Error Cuadrático Medio (Árbol de Decisión): {error_cuadratico_medio_arbol}')
Tabla Comparativa:
Aspecto
Aprendizaje Supervisado (Regresión Lineal)
Árbol de Decisión
Naturaleza del Modelo
Lineal y paramétrico
No lineal y no paramétrico
Interpretación del Modelo
Coeficientes asociados a variables
Estructura de nodos y divisiones
Flexibilidad del Modelo
Menos flexible
Más flexible en la captura de patrones complejos
Manejo de Características No Lineales
Limitado
Capacidad inherente para manejar no linealidades
Evaluación del Modelo
Errores cuadráticos medios
Errores cuadráticos medios
Aplicación en Recomendación Educativa
Predicción de calificaciones en función del tiempo de estudio
Recomendación de recursos educativos basados en características específicas
En este ejemplo, ambos modelos (regresión lineal y árbol de decisión) podrían ser aplicados en un entorno de educación disruptiva para personalizar la recomendación de recursos educativos en función de características específicas de los estudiantes, como el tiempo de estudio. La elección entre estos modelos dependerá de la naturaleza de los datos y los objetivos específicos del sistema de recomendación.
O por contra hacer caso a Michael Bolton que dice «reconozcamos que los macrodatos conllevan grandes problemas. Esto, a su vez, causará grandes problemas para los modelos de aprendizaje automático basados en grandes datos BAD»
En los últimos tiempos se están dando corrientes referentes al Big data y a a los Algoritmos(Inteligencia Artificial), los que predicen que significaran la “visualización” de una época con rayos y truenos, que nos tendrá vigilados permanentemente.
La cita de Michael Bolton refleja una perspectiva crítica sobre el uso extensivo de macrodatos (Big Data) en el desarrollo de modelos de aprendizaje automático. Es importante entender el contexto de estas afirmaciones y explorar algunos de los desafíos y preocupaciones asociados con el Big Data y la Inteligencia Artificial (IA) en la sociedad contemporánea.
Desafíos y Preocupaciones Asociados con el Big Data y la IA:
Problemas de Calidad de los Datos:
Bolton: Alude a «grandes problemas» en los macrodatos. Uno de los desafíos clave es la calidad de los datos. Los macrodatos pueden contener errores, sesgos y ruido, lo que puede afectar la confiabilidad de los modelos de aprendizaje automático.
Vigilancia y Privacidad:
Contexto de Visualización de Época con Rayos y Truenos: La metáfora sugiere una era de gran visibilidad y observación constante. Esto se relaciona con la preocupación sobre la vigilancia masiva y la pérdida de privacidad a medida que se recopilan y analizan grandes cantidades de datos sobre las actividades cotidianas.
Sesgo y Discriminación:
Desarrollo de Modelos (BAD): Bolton menciona que esto causará problemas para los modelos basados en grandes datos. Los algoritmos de aprendizaje automático pueden heredar sesgos existentes en los datos de entrenamiento, lo que puede llevar a decisiones discriminativas o injustas, especialmente si los datos históricos reflejan desigualdades sociales.
Interpretabilidad y Transparencia:
Visualización de Época con Rayos y Truenos: La metáfora puede implicar una era de cambios dramáticos y posiblemente desconcertantes. Esto se relaciona con la dificultad de entender y explicar el funcionamiento interno de los modelos de IA, lo que lleva a la falta de transparencia y confianza en sus decisiones.
Explicación de la Metáfora «Visualización de una Época con Rayos y Truenos»:
La metáfora destaca la intensidad y la omnipresencia de la observación en una era marcada por el Big Data y los algoritmos de aprendizaje automático. Los «rayos y truenos» sugieren eventos poderosos y rápidos, simbolizando la velocidad y la amplitud con la que los datos son recopilados y utilizados. Esta visualización podría interpretarse como una alusión a la transformación de la sociedad a medida que abrazamos tecnologías que, si bien ofrecen beneficios, también plantean desafíos éticos, legales y sociales.
Reflexión y Consideraciones Éticas:
La crítica de Bolton destaca la importancia de reflexionar sobre cómo aplicamos estas tecnologías. La ética en la recopilación y el uso de datos, así como la transparencia en la toma de decisiones algorítmicas, son aspectos críticos para mitigar los problemas asociados con el Big Data y la IA.
Es fundamental abordar estos problemas de manera equitativa y considerada para garantizar que la adopción de tecnologías no comprometa valores fundamentales como la privacidad, la equidad y la justicia. La visualización de una época con «rayos y truenos» es un recordatorio de que, aunque la tecnología puede abrir nuevas posibilidades, también plantea desafíos que requieren atención y gestión cuidadosa.
” Un artículo del periodista holandés Dimitri Tokmetzis demostró el año pasado hasta qué punto esto puede ir en los datos de montaje de retratos compuestos de lo que somos. Google sabe lo que busca y puede inferir no sólo qué tipo de noticias que lees en un domingo por la mañana y qué tipo de películas prefieres un viernes, qué tipo de porno que probablemente nos gustaría mirar y dejarnos boquiabiertos en la noche del sábado , lo que ha hecho que los bares y restaurantes cierren”….
La máquina, en las tecnologías de aprendizaje adaptativo, se ha hecho cargo: el algoritmo es la creación de itinerarios de aprendizaje, y no lo que haga el alumno. Este enfoque podría entenderse como un intento de “aprendizaje semi-pasivo.” Esto no quiere decir que no haya usos de las tecnologías de aprendizaje adaptativo, pero es que decir que este enfoque sólo puede ser un elemento de un camino de aprendizaje humano impulsado .
el aprendizaje adaptativo, para recopilar datos detallados sobre nuestras preferencias y comportamientos. Además, señala cómo estas tecnologías, como las utilizadas por Google, pueden llegar a conocer aspectos muy íntimos de nuestra vida diaria, desde nuestras elecciones de entretenimiento hasta nuestras actividades en línea más privadas.
Análisis del Extracto:
Perfilado Detallado:
El artículo destaca que las plataformas como Google pueden crear perfiles extremadamente detallados sobre los usuarios. Esto incluye no solo las búsquedas y preferencias de entretenimiento, sino también patrones de comportamiento en diferentes momentos del día, como los fines de semana o las noches.
Impacto en Establecimientos Comerciales:
Se menciona que el nivel de conocimiento de las plataformas sobre los usuarios es tan avanzado que incluso puede afectar la economía local, como el cierre de bares y restaurantes. Esto podría deberse a la capacidad de prever y anticipar las preferencias de las personas, afectando las decisiones comerciales.
Aprendizaje Adaptativo y Control de Itinerarios:
La referencia al «aprendizaje adaptativo» destaca un cambio en la dinámica educativa. Tradicionalmente, el aprendizaje era impulsado por el alumno, pero con el aprendizaje adaptativo, los algoritmos están tomando un papel más activo al crear itinerarios de aprendizaje. Esto implica que las plataformas educativas pueden anticipar y ajustar el contenido en función del rendimiento y las preferencias del estudiante.
Aprendizaje Semi-Pasivo:
Se utiliza la frase «aprendizaje semi-pasivo» para describir este nuevo enfoque. Esto significa que aunque el alumno sigue siendo una parte activa del proceso, la dirección y el diseño del itinerario de aprendizaje son más influenciados por el algoritmo de aprendizaje adaptativo.
Explicación del Aprendizaje Semi-Pasivo:
En el contexto del aprendizaje semi-pasivo, los algoritmos toman un papel más proactivo al guiar y personalizar el camino de aprendizaje de un individuo. Los sistemas de aprendizaje adaptativo utilizan datos sobre el desempeño del estudiante, sus respuestas a las actividades y sus preferencias para ajustar continuamente el contenido y la presentación del material educativo. Aunque los estudiantes aún participan activamente en el proceso de aprendizaje, la dirección y la adaptación del contenido son parcialmente controladas por la máquina.
Árbol de Decisión para Aprendizaje Semi-Pasivo:
pythonCopy codefrom sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score
# Datos de ejemplo sobre el rendimiento del estudiante y la adaptación del itinerario datos_estudiante = [[8, 'Alto'], [6, 'Medio'], [9, 'Alto'], [5, 'Bajo']] adaptacion_itinerario = ['Adaptado', 'Estándar', 'Adaptado', 'Estándar']
# Mapear las categorías a valores numéricos para el modelo de árbol de decisión mapeo_categorias = {'Alto': 2, 'Medio': 1, 'Bajo': 0} datos_estudiante_mapeados = [[nota, mapeo_categorias[categoria]] for nota, categoria in datos_estudiante]
# Dividir los datos en conjuntos de entrenamiento y prueba X_train, X_test, y_train, y_test = train_test_split(datos_estudiante_mapeados, adaptacion_itinerario, test_size=0.25, random_state=42)
# Crear el modelo de árbol de decisión modelo_arbol_decision = DecisionTreeClassifier()
# Entrenar el modelo modelo_arbol_decision.fit(X_train, y_train)
# Hacer predicciones en el conjunto de prueba predicciones = modelo_arbol_decision.predict(X_test)
# Evaluar la precisión del modelo precision = accuracy_score(y_test, predicciones) print(f"Precisión del modelo de árbol de decisión: {precision}")
Tabla Comparativa:
Aspecto
Aprendizaje Activo
Aprendizaje Semi-Pasivo
Control sobre el Itinerario de Aprendizaje
Alto, decidido por el estudiante
Parcial, influenciado por el algoritmo
Adaptabilidad a las Necesidades Individuales
Depende de la iniciativa del estudiante
Ajustado automáticamente por el algoritmo
Participación Activa del Estudiante
Alta, decisiones y elecciones del estudiante
Activa, pero dirección parcialmente controlada por el algoritmo
Consideraciones Éticas y de Privacidad
Mayor autonomía y control sobre los datos
Requiere gestión ética y cuidado en la recopilación y uso de datos
En la realidad, la implementación de estos conceptos en tecnologías educativas involucraría consideraciones más complejas, éticas y de privacidad.
Consideraciones Éticas y de Privacidad:
Este enfoque plantea importantes consideraciones éticas y de privacidad. Por un lado, puede mejorar la eficacia del aprendizaje al adaptarse a las necesidades individuales. Por otro lado, la recopilación y el uso de datos tan detallados también plantean preocupaciones sobre la privacidad y el control de la información personal.
En última instancia, la implementación de tecnologías de aprendizaje adaptativo debe equilibrar los beneficios educativos con las preocupaciones éticas y de privacidad, asegurando que los usuarios tengan control y comprensión sobre cómo se utilizan sus datos personales.
Desafíos Éticos:
Transparencia y Explicabilidad:
Desafío: Los algoritmos de aprendizaje adaptativo a menudo son complejos y difíciles de entender. La falta de transparencia puede generar desconfianza entre los usuarios y plantear preguntas éticas sobre quién toma decisiones críticas sobre el aprendizaje.
Abordaje: La transparencia debe ser una prioridad. Los diseñadores de sistemas deben esforzarse por hacer comprensibles los procesos de toma de decisiones de los algoritmos, permitiendo a los usuarios entender cómo se adaptan los itinerarios de aprendizaje.
Sesgo y Discriminación:
Desafío: Los algoritmos pueden heredar sesgos de los datos de entrenamiento, lo que podría resultar en decisiones discriminatorias. Por ejemplo, podrían perpetuar desigualdades si los datos de entrenamiento reflejan sesgos existentes.
Abordaje: La identificación y mitigación de sesgos deben incorporarse en el diseño y la evaluación de los modelos. Se deben implementar prácticas para garantizar que las decisiones no favorezcan ni perjudiquen injustamente a grupos específicos.
Desafíos de Privacidad:
Recopilación Excesiva de Datos:
Desafío: La recopilación masiva de datos personales para personalizar itinerarios de aprendizaje plantea el riesgo de invadir la privacidad de los usuarios, ya que se pueden recopilar detalles íntimos sobre su rendimiento y preferencias.
Abordaje: Adoptar un enfoque de «privacidad por diseño», limitando la recopilación de datos a lo estrictamente necesario para los objetivos educativos. Implementar prácticas de anonimización y minimización de datos.
Falta de Control del Usuario:
Desafío: Los usuarios pueden sentir que han perdido el control sobre su proceso educativo si el algoritmo tiene una influencia significativa en la dirección del aprendizaje.
Abordaje: Proporcionar controles claros y accesibles para que los usuarios puedan ajustar sus preferencias y límites de privacidad. Fomentar la transparencia en el uso de datos y brindar opciones de participación voluntaria.
Representación en Python:
A continuación, un ejemplo de cómo se podría implementar la protección de la privacidad en un sistema de aprendizaje adaptativo en Python, centrándose en la limitación de la recopilación de datos:
pythonCopy codeclass AprendizajeAdaptativo:
def __init__(self, usuario_id, datos_personales):
self.usuario_id = usuario_id
self.datos_personales = datos_personales
self.historial_actividades = []
def realizar_actividad(self, actividad):
self.historial_actividades.append(actividad)
def obtener_datos_personales(self):
# Limitar la información personal que se obtiene
return {
'usuario_id': self.usuario_id,
'datos_personales': 'Información limitada'
}
Este ejemplo ilustra la limitación de la información personal recopilada en un objeto de aprendizaje adaptativo en Python.
La implementación ética y respetuosa de tecnologías de aprendizaje adaptativo implica considerar activamente la transparencia, la equidad y la privacidad. Al equilibrar los beneficios educativos con estas preocupaciones éticas y de privacidad, se puede crear un entorno en el que la tecnología mejore la experiencia de aprendizaje sin comprometer los derechos y la privacidad de los usuarios.
La tecnología estará ahí siempre, debemos empezar a usarla para nosotros desarrollar, para alcanzar nuestros objetivos de manera adecuada. La oportunidad está ahí, está lista para aprovecharla:
Introducción y prácticas de aprendizaje. Modelo de gestión por competencias y su valoración, Mini- Proyecto de Innovación (presencial y/o virtual)
Innovación: ¿Qué es? Principios básicos y paradigmas
Tendencias globales. Competencias para gerenciar la innovación
Interpretación de los resultados en la valoración de competencias
Mini- Proyecto de Innovación
Creatividad e Innovación ¿Quién fue primero?
Algunas historias de innovación. La innovación y el cambio en las organizaciones: cómo gestionar el gobierno de la innovación
Competencias del día: Visión Estratégica del Cambio + Innovación
Ejecución de las ideas innovadoras: riesgos y aceleradores
Sistema de gestión de ideas. Indicadores. Balanced Score Card
Competencias del día: Orientación a resultados + Influencia
Cultura de innovación y calidad de servicio: mapa de innovación
Tendencias globales en servicios. Prácticas innovadoras
Competencias del día: Orientación al cliente + Autocrítica
Comunicación de la Innovación
Competencias del día: Comunicación influyente + Integridad
Presentación de Mini-Proyecto de Innovación
Los ciudadanos nos hemos empoderado de estas tecnologías y los empleamos en todos nuestros quehaceres, ya no sabemos vivir sin ellos.
En educación sucede un fenómenos anómalo, confundimos el entender para qué utilizarla, por qué utilizarlo y como realizarla, lo cual nos conduce a un camino de dudas, incredulidad, desconocimiento y como consecuencia, desconfianza.
Todo ello está haciendo demasiado daño a una educación tradicional y caduca a la que aplicar tecnologías duras y blandas, pero mejorarlas no tiene el menor sentido y empezar con la transformación representa un gran esfuerzo, especialmente de mentalización.
Sinceramente y después de pensarlo y analizarlo mucho, entre procesos abiertos, inclusivos, ubicuos, veo en lo que entenderíamos por ubicuidadel verdadero motor de la disrupción.
La posibilidad de libertad espacio-temporal admite una gran variedad de posibilidades, de pensamientos, ideas, posiciones, conocimientos, actos,…
Pero todo tuvo su comienzo…
ORIGEN
Este periodo de transición tiene lugar mientras nos familiarizamos con cualquier dispositivo novedoso. Así ocurrió con las TECNOLOGÍAS DE COMUNICACIÓN MÓVILES; por esta razón, las primeras versiones de e-Learning y m-Learning eran «intentos» de utilizar procedimientos de gestión de aula tradicionales en una suerte de metáforas que redenominaban los nuevos espacios con los que nos proveía la tecnología:
Periodo de Transición:
Familiarización con Dispositivos Novedosos:
En el contexto tecnológico, un periodo de transición se refiere al tiempo que lleva a las personas adaptarse y familiarizarse con nuevas tecnologías o dispositivos. Durante este periodo, se exploran las capacidades y limitaciones de las nuevas herramientas, y se desarrolla un entendimiento más profundo de cómo incorporarlas en la vida diaria.
Tecnologías de Comunicación Móviles:
Ejemplo: Móviles:
La referencia a las Tecnologías de Comunicación Móviles alude a la introducción y adopción generalizada de dispositivos móviles como teléfonos inteligentes. En los primeros días de los móviles, las personas pasaron por un proceso de adaptación para integrar estos dispositivos en sus rutinas diarias.
e-Learning y m-Learning:
e-Learning – Aprendizaje Electrónico:
En sus primeras versiones, el e-Learning representaba intentos de trasladar procedimientos de gestión de aula tradicionales al entorno en línea. Esto implicaba la digitalización de contenidos educativos y la creación de plataformas en línea para la entrega de cursos.
m-Learning – Aprendizaje Móvil:
Similarmente, las primeras versiones de m-Learning fueron intentos de aprovechar las capacidades de los dispositivos móviles para la entrega de contenido educativo. Esto implicaba adaptar los métodos de enseñanza tradicionales a las características y limitaciones de los dispositivos móviles.
Metáforas y Redenominación:
Metáforas y Redenominación:
El texto menciona que estas primeras versiones eran «intentos» de utilizar procedimientos de gestión de aula tradicionales en forma de metáforas. Esto sugiere que, en un esfuerzo por hacer que las nuevas tecnologías fueran más accesibles, se utilizaron términos familiares o procedimientos educativos tradicionales para describir y redenominar los nuevos espacios y herramientas tecnológicas.
El periodo de transición se refiere a la adaptación a nuevas tecnologías, y en el contexto de e-Learning y m-Learning, se exploraron formas de incorporar estas tecnologías a través de la aplicación de metáforas y redenominación, tratando de vincular los nuevos espacios tecnológicos con procedimientos educativos tradicionales. Este proceso refleja la búsqueda de familiaridad y comprensión durante la introducción de innovaciones educativas:
Aulas virtuales.
Libros de calificaciones.
Organizadores de clase.
Cuestionarios en línea.
Sistemas de gestión.
Algoritmo Representando el Periodo de Transición:
pythonCopy codeclass PeriodoDeTransicion:
def __init__(self, nueva_tecnologia):
self.nueva_tecnologia = nueva_tecnologia
def adaptarse(self):
print(f"Adaptándose al periodo de transición hacia {self.nueva_tecnologia}")
# Uso del algoritmo
periodo = PeriodoDeTransicion("Tecnologías de Comunicación Móviles")
periodo.adaptarse()
Este ejemplo simplificado crea una clase que representa un periodo de transición hacia una nueva tecnología y muestra el proceso de adaptación.
Árbol de Decisión para e-Learning y m-Learning:
pythonCopy codeclass ArbolDecisionTecnologico:
def __init__(self, tipo_aprendizaje):
self.tipo_aprendizaje = tipo_aprendizaje
def tomar_decision(self):
if self.tipo_aprendizaje == "e-Learning":
print("Implementar procedimientos de gestión de aula en línea")
elif self.tipo_aprendizaje == "m-Learning":
print("Adaptar métodos de enseñanza a dispositivos móviles")
# Uso del árbol de decisión
arbol_decision = ArbolDecisionTecnologico("e-Learning")
arbol_decision.tomar_decision()
Este ejemplo utiliza un árbol de decisión simple para determinar qué tipo de tecnología educativa implementar.
Tabla Comparativa:
pythonCopy codeclass TablaComparativa:
def __init__(self, aspecto, e_learning, m_learning):
self.aspecto = aspecto
self.e_learning = e_learning
self.m_learning = m_learning
def mostrar_tabla(self):
print(f"| {self.aspecto:<40} | {self.e_learning:<25} | {self.m_learning:<25} |")
# Uso de la tabla comparativa
tabla = TablaComparativa("Adaptabilidad a las Necesidades Individuales", "Depende de la iniciativa del estudiante", "Ajustado automáticamente por el algoritmo")
tabla.mostrar_tabla()
Este ejemplo representa una tabla comparativa que podría ser utilizada para contrastar aspectos de e-Learning y m-Learning.
La representación de conceptos cualitativos a menudo se realiza mejor a través de descripciones y metáforas en lugar de estructuras de datos y algoritmos puramente técnicos.
Sin embargo, durante los últimos dos años, el e-Learning «ha ampliado su horizonte» para pasar a formar parte de la extensa red de medios sociales que nos permiten vivir CONECTADOS. De esta manera, aquellos primeros pasos de la enseñanza-aprendizaje móvil han dado lugar a la normalización de:
Conferencias.
Lecturas.
Videotutoriales.
Plataformas especializadas.
De hecho, tanto han cambiado realmente las cosas, que el e-Learning, tal y como lo conocíamos, ya no existe; mientras que el m-Learning se ha integrado en todas nuestras acciones de enseñanza-aprendizaje.
MUNDO «MÍTICO»
El aprendiente del siglo XXI vive «míticamente». En la escuela, sin embargo, se encuentra con una situación organizada por medio del status (enseñanza vertical) y de la información clasificada (ordenación curricular). Los temas están interrelacionados y concebidos –visualmente– siguiendo el mismo modelo de unidad didáctica. En esta estructura, el estudiante no puede encontrar espacio posible alguno de participación proactiva que implique un bien para sí mismo; y le permita descubrir cómo la escena educativa se relaciona con el Mundo «mítico» de los datos y su experiencia en red.
La educación formal sistematizada –y, aún peor, sistémica–
NO SE LO PERMITIRÁ NUNCA.
Marta Toran, sigue con la estela que estamos difundir y proponer para que tanto el trabajo como el aprendizaje se puedan realizar a través de lo que denomianmos METADATOS (TEMÁticas, autores, lenguajes) y lo que llamamos PARADATOS (que le dan contexto sobre dónde, cuándo, por quién y para qué se usa), en lo que hemos denominado LEARNING IS THE WORK y que está dentro de nuestras investigaciones para un futuro que ya es el presente…..
Los que nos dedicamos a pensar y a escribir sobre el aprendizaje móvil (i.e.: «ubicuo») nos enfrentamos a una tarea de enormes proporciones: La reconceptualización, tanto de la TEORÍA DEL APRENDIZAJE, como del DISEÑO INSTRUCCIONAL. Si hemos de ayudar a aquellos que están desarrollando los modos de capacitar a las personas que utilizan las tecnologías móviles, tenemos que establecer, en primer lugar, cómo funciona el aprendizaje móvil (esa tecnología, extensión de nuestros sentidos); y, en segundo lugar, cómo abordar la nueva manera de aprendizaje.” INED21 y Juan Domingo Farnós
Entendemos el conocimiento como cada una de las de las facultades sensoriales del hombre. La gestión de conocimiento algunos expertos la definen como una forma de identificar, detectar, reelaborar y poner a disposición de toda la organización los conocimientos y las prácticas que aporten valor añadido a los miembros de cualquier entidad. JOYANES, (2003) también dice que la gestión de conocimiento significa entregar a las personas los datos e informaciones necesarias para ser eficientes (eficaces) en sus trabajos u organizaciones, siendo este el proceso organizativo e institucional cuyas tecnologías deben permitir: Identificar conocimientos necesarios, identificar donde y quien tiene el conocimiento o si necesita ser creado….
Reunir y capturar el conocimiento identificado, determinar su importancia, resumir y sintetizar la información disponible, distribuir la información a distintos niveles, actualizar, eliminar y modificar el conocimiento obsoleto y guardar y organizar el conocimiento obsoleto, en su caso, para futuras consultas.
Podemos gestionar todo este alud de datos en lo que algunos quieren llamar AULAS VIRTUALES....
Recibir los contenidos por medio de Internet es solo parte del proceso, también debe existir un mecanismo que permita la interacción y el intercambio de información. Es necesario que el “aula virtual” tenga previsto un mecanismo de comunicación entre el alumno y el facilitador o entre los mismos alumnos, para garantizar esta interacción. En la educación a distancia, donde el riesgo de deserción es muy alto, una de las maneras de evitarlo es haciendo que los alumnos se sientan involucrados en la clase que están tomando, y acompañados por pares o por el facilitador.
El monitoreo de la presencia del alumno en la clase es importante para poder conocer si este visita regularmente las páginas, si participa o cuando el maestro detecta lentitud o ve señales que pueden poner en peligro la continuidad del alumno en el curso.
La interacción se da más fácilmente en cursos que se componen por alumnos que empiezan y terminan al mismo tiempo, ya que estos pueden diseñar actividades que alientan a la participación y comunicación de los pares. En el caso de cursos que tienen inscripciones abiertas en cualquier momento, la comunicación y/o monitoreo por parte de los instructores o responsables es importante que llegue al alumno en diferentes instancias para demostrarle que esta acompañado en el proceso y que tiene donde acudir por ayuda o instrucciones si las necesita en el transcurso de la clase.
En el primer caso, la interacción se facilita debido a la simultaneidad de participación, permitiendo el diseño de actividades que fomenten la comunicación entre los pares. Por otro lado, en cursos con inscripciones abiertas, se destaca la importancia de la comunicación y monitoreo continuo por parte de los instructores para proporcionar apoyo a los estudiantes en diferentes momentos.
Relación con la Educación Disruptiva:
Participación Sincrónica y Asincrónica:
En la educación disruptiva, se reconoce la importancia de la participación sincrónica y asincrónica. La participación sincrónica se relaciona con cursos donde los alumnos comienzan y terminan al mismo tiempo, facilitando la interacción en tiempo real. La participación asincrónica se observa en cursos con inscripciones abiertas, donde la comunicación puede ocurrir en momentos diferentes.
Flexibilidad en la Inscripción:
La educación disruptiva abraza la flexibilidad en el acceso a la educación. En cursos con inscripciones abiertas, los estudiantes pueden unirse en cualquier momento, lo que brinda acceso continuo a oportunidades educativas. Sin embargo, la gestión efectiva de la comunicación y el monitoreo es esencial para mantener la conexión y el apoyo a lo largo del tiempo.
Incorporación de Tecnologías de IA:
Comunicación Personalizada con IA:
La inteligencia artificial (IA) puede desempeñar un papel crucial en la comunicación personalizada. Los sistemas de IA pueden enviar mensajes, recordatorios y ofrecer apoyo personalizado a los estudiantes en diversas instancias, demostrando que están acompañados en el proceso.
Análisis de Datos para Identificar Necesidades:
Las tecnologías de IA pueden analizar datos de interacción y desempeño de los estudiantes. Esto permite a los instructores identificar patrones, anticipar necesidades y brindar intervenciones específicas cuando sea necesario, incluso en cursos con inscripciones abiertas y participación asincrónica.
Ejemplo de Implementación:
pythonCopy codeclass Curso:
def __init__(self, inscripcion_abierta):
self.inscripcion_abierta = inscripcion_abierta
self.instructores = []
def unirse_al_curso(self, estudiante):
if self.inscripcion_abierta:
print(f"Bienvenido, {estudiante}. El curso está siempre abierto para nuevos participantes.")
else:
print(f"Bienvenido, {estudiante}. El curso ha comenzado. ¡Vamos a aprender juntos!")
def enviar_mensaje_instructor(self, mensaje):
for instructor in self.instructores:
instructor.enviar_mensaje(mensaje)
class Instructor:
def enviar_mensaje(self, mensaje):
print(f"Mensaje del instructor: {mensaje}")
# Uso del ejemplo
curso_disruptivo = Curso(inscripcion_abierta=True)
estudiante_nuevo = "Estudiante1"
curso_disruptivo.unirse_al_curso(estudiante_nuevo)
instructor1 = Instructor()
curso_disruptivo.instructores.append(instructor1)
curso_disruptivo.enviar_mensaje_instructor("¡Hola a todos! Recuerden que estoy aquí para ayudar.")
Este ejemplo simple simula la interacción en un curso con inscripciones abiertas, donde un estudiante nuevo se une en cualquier momento y recibe mensajes del instructor para demostrar apoyo continuo. La inteligencia artificial podría integrarse para proporcionar mensajes más personalizados y análisis de datos para mejorar la experiencia del estudiante.
La educación disruptiva busca cambiar la forma en que tradicionalmente se ofrece la educación, fomentando la flexibilidad en el acceso y brindando oportunidades educativas continuas. En cursos con inscripciones abiertas, los estudiantes pueden unirse en cualquier momento, lo que representa un cambio significativo en comparación con el modelo educativo tradicional con fechas de inicio y finalización fijas. A continuación, se explora este concepto en el contexto universitario dentro de la educación disruptiva, y se destaca la importancia de la gestión efectiva de la comunicación y el monitoreo.
Flexibilidad en el Acceso:
Acceso Continuo:
En un enfoque disruptivo, las universidades pueden ofrecer cursos con inscripciones abiertas, permitiendo a los estudiantes unirse en cualquier momento. Esto brinda a los estudiantes la capacidad de adaptar su educación a sus propios horarios y circunstancias.
Oportunidades Permanentes:
La idea es que la educación no se limite a un período académico específico. Los estudiantes tienen la libertad de acceder a oportunidades educativas en cualquier momento del año, eliminando las restricciones temporales tradicionales.
Desafíos y Soluciones:
Gestión de Comunicación:
Desafío: En un entorno con inscripciones abiertas, la gestión de la comunicación puede volverse compleja debido a la variabilidad en el tiempo de entrada de los estudiantes.
Solución: Implementar sistemas de comunicación automatizados basados en IA para enviar mensajes de bienvenida, recordatorios y proporcionar información clave a los estudiantes en diferentes etapas de su participación.
Monitoreo y Apoyo Continuo:
Desafío: La falta de fechas de inicio y finalización fijas puede dificultar el monitoreo efectivo del progreso de los estudiantes y la identificación de aquellos que puedan necesitar apoyo adicional.
Solución: Utilizar herramientas de análisis de datos y aprendizaje automático para monitorear el rendimiento de los estudiantes, identificar patrones y proporcionar intervenciones personalizadas, como recomendaciones de recursos adicionales o sesiones de tutoría.
Ejemplo Universitario:
Supongamos una universidad que ofrece un curso en línea sobre programación con inscripciones abiertas. Los estudiantes pueden unirse en cualquier momento y avanzar a su propio ritmo. La universidad implementa tecnologías de IA para abordar los desafíos de la comunicación y el monitoreo:
Comunicación Automatizada:
Un sistema de chatbot basado en IA envía mensajes de bienvenida personalizados a los nuevos estudiantes y proporciona información clave sobre la estructura del curso y los recursos disponibles.
Monitoreo Personalizado:
Herramientas analíticas rastrean el progreso de cada estudiante, identificando áreas de desafío o desempeño destacado. La IA sugiere recursos adicionales o sesiones de tutoría en función de las necesidades individuales de cada estudiante.
En este ejemplo, la universidad utiliza la flexibilidad en las inscripciones abiertas junto con soluciones basadas en IA para ofrecer una experiencia educativa continua y personalizada. La combinación de flexibilidad y tecnologías de IA busca adaptarse a las necesidades cambiantes de los estudiantes y proporcionar un apoyo eficiente y efectivo a lo largo del tiempo.
Organizar una universidad incorporando los conceptos de educación disruptiva, inscripciones abiertas, y tecnologías de IA para la comunicación y el monitoreo requiere un enfoque integral que abarque diferentes facetas de la institución. A continuación, se presenta una estructura organizativa y algunos componentes clave:
Estructura Organizativa:
Oficina de Innovación Educativa:
Responsable de liderar la implementación de enfoques disruptivos y tecnologías educativas avanzadas.
Departamento de Tecnología Educativa:
Encargado de desarrollar y mantener las plataformas tecnológicas necesarias para la educación disruptiva y las inscripciones abiertas.
Equipo de Diseño Instruccional:
Colabora con profesores y expertos en contenido para crear materiales de aprendizaje interactivos y personalizados.
Sistema de Inscripciones Abiertas:
Plataforma que permite a los estudiantes unirse a cursos en cualquier momento y acceder a recursos educativos de forma continua.
Chatbots y Sistemas de Mensajería IA:
Implementación de chatbots que brindan mensajes de bienvenida, orientación y recordatorios a los estudiantes de manera automatizada.
Herramientas Analíticas y Machine Learning:
Herramientas que analizan datos de interacción de los estudiantes para proporcionar insights y personalizar la experiencia de aprendizaje.
Procesos y Prácticas:
Gestión de la Comunicación Continua:
Establecer un sistema de comunicación automatizado que envíe mensajes de bienvenida, recordatorios y anuncios relevantes a los estudiantes en diferentes momentos.
Monitoreo y Apoyo Personalizado:
Utilizar herramientas de análisis de datos para monitorear el progreso de los estudiantes y ofrecer intervenciones personalizadas cuando sea necesario.
Flexibilidad Curricular:
Desarrollar programas de estudio y cursos modulares que permitan a los estudiantes avanzar a su propio ritmo.
Capacitación Docente Continua:
Ofrecer programas de capacitación para profesores en el uso efectivo de tecnologías educativas y enfoques disruptivos.
Tecnologías Implementadas:
Plataformas de Aprendizaje en Línea:
Moodle, Canvas u otras plataformas que admitan inscripciones abiertas y proporcionen espacios virtuales para la interacción y el aprendizaje.
Sistemas de Chatbot y Asistentes Virtuales:
Implementación de chatbots para responder preguntas frecuentes, brindar información y facilitar la comunicación.
Plataformas de Analítica Educativa:
Herramientas que permiten el seguimiento del progreso estudiantil, identificación de patrones y generación de informes predictivos.
Ejemplo de Flujo de Estudiante:
Inscripción:
Un estudiante se inscribe en un curso en línea en cualquier momento del año a través de la plataforma de inscripciones abiertas.
Bienvenida Automatizada:
Recibe un mensaje de bienvenida automatizado del chatbot de bienvenida de la universidad.
Monitoreo Continuo:
La plataforma de analítica educaitva realiza un seguimiento del progreso del estudiante, identificando áreas de desafío o destacadas.
Intervenciones Personalizadas:
En caso de desafío, el sistema sugiere intervenciones específicas, como recursos adicionales o sesiones de tutoría.
Comunicación Continua:
Recibe recordatorios, actualizaciones y mensajes personalizados a lo largo del curso.
Este enfoque organizativo busca maximizar la flexibilidad, la personalización y la eficiencia en la entrega de la educación, utilizando tecnologías de IA para mejorar la comunicación y el apoyo a los estudiantes. La estructura propuesta se adapta a la filosofía de la educación disruptiva, permitiendo a los estudiantes acceder a oportunidades educativas de manera continua y personalizada.
.
Estructura Organizativa:
Oficina de Innovación Educativa:
Rol: Dirigir la implementación de estrategias educativas disruptivas.
Ejemplo Algoritmo:pythonCopy codedef liderar_innovacion_educativa(): print("La Oficina de Innovación Educativa lidera la implementación de estrategias educativas disruptivas.")
Departamento de Tecnología Educativa:
Rol: Desarrollar y mantener plataformas tecnológicas.
Ejemplo Algoritmo:pythonCopy codedef desarrollar_plataformas_tecnologicas(): print("El Departamento de Tecnología Educativa desarrolla y mantiene las plataformas tecnológicas.")
Equipo de Diseño Instruccional:
Rol: Colaborar en la creación de materiales interactivos.
Ejemplo Algoritmo:pythonCopy codedef crear_materiales_interactivos(): print("El Equipo de Diseño Instruccional colabora en la creación de materiales de aprendizaje interactivos.")
Procesos y Prácticas:
Gestión de la Comunicación Continua:
Práctica: Implementar un sistema de mensajería automatizada.
Ejemplo Algoritmo:pythonCopy codedef enviar_mensaje_bienvenida(nuevo_estudiante): mensaje = f"Bienvenido al curso, {nuevo_estudiante}. Esperamos que disfrutes tu experiencia de aprendizaje." chatbot.enviar_mensaje(mensaje)
Monitoreo y Apoyo Personalizado:
Práctica: Utilizar análisis de datos para intervenciones.
Proceso: Envío automatizado de mensajes de bienvenida.
Ejemplo Algoritmo:pythonCopy codedef enviar_mensaje_bienvenida(nuevo_estudiante): mensaje = f"Bienvenido al curso, {nuevo_estudiante}. Esperamos que disfrutes tu experiencia de aprendizaje." chatbot.enviar_mensaje(mensaje)
Conclusiones y Resultados:
Al organizar una universidad con estos elementos, se busca maximizar la flexibilidad, la personalización y la eficiencia en la entrega de la educación. Los ejemplos y algoritmos proporcionados ilustran cómo implementar prácticas específicas y tecnologías para lograr estos objetivos en el contexto de la educación disruptiva, inscripciones abiertas y tecnologías de IA.
comparación entre la organización universitaria convencional y la propuesta con enfoque en educación disruptiva, inscripciones abiertas y tecnologías de IA.
Organización Universitaria Convencional:
Estructura Organizativa Actual:
Departamentos Académicos Tradicionales:
División en departamentos específicos por disciplina (Ej. Departamento de Matemáticas, Departamento de Historia).
Oficinas Administrativas Centralizadas:
Jerarquía y toma de decisiones centralizadas.
Enfoque en Horarios y Fechas Fijas:
Programación académica basada en semestres o trimestres con fechas de inicio y fin definidas.
Procesos y Prácticas Actuales:
Inscripciones con Fechas Limitadas:
Estudiantes se inscriben en cursos dentro de plazos establecidos.
Comunicación Mayormente Manual:
Comunicación a través de correos electrónicos y anuncios físicos.
Monitoreo Basado en Evaluaciones Periódicas:
Evaluación del progreso estudiantil principalmente a través de exámenes y evaluaciones periódicas.
Tecnologías Implementadas Actualmente:
Plataformas LMS Tradicionales:
Utilización de plataformas de aprendizaje en línea, pero con menos flexibilidad.
Uso Limitado de Tecnologías de IA:
Implementación limitada de inteligencia artificial, principalmente en investigaciones.
Organización Universitaria Propuesta:
Estructura Organizativa Propuesta:
Enfoque en Equipos Multidisciplinarios:
Formación de equipos multidisciplinarios que integran diversas áreas de conocimiento.
Descentralización de Decisiones:
Mayor autonomía en las facultades y equipos para tomar decisiones educativas.
Flexibilidad en Programación:
Adopción de ciclos de aprendizaje continuo sin restricciones de fechas fijas.
Procesos y Prácticas Propuestas:
Inscripciones Abiertas:
Estudiantes pueden inscribirse en cursos en cualquier momento, permitiendo un flujo continuo de estudiantes.
Comunicación Automatizada:
Implementación de chatbots y sistemas automatizados para la comunicación proactiva.
Monitoreo Continuo con Analíticas Predictivas:
Análisis continuo del progreso estudiantil con sistemas de IA que identifican patrones y ofrecen intervenciones predictivas.
Tecnologías Implementadas Propuestas:
Plataformas LMS Adaptativas:
Utilización de plataformas de aprendizaje en línea adaptables y flexibles.
Integración Profunda de Tecnologías de IA:
Incorporación extensiva de inteligencia artificial en procesos educativos, desde asistentes virtuales hasta sistemas analíticos avanzados.
Resultados Esperados:
Convencional:
Mayor rigidez en la estructura y enfoque disciplinario.
Dependencia de plazos y fechas específicas.
Comunicación más manual y procesos menos adaptables.
Propuesta:
Flexibilidad y adaptabilidad en la programación y enfoque multidisciplinario.
Inscripciones continuas y mayor autonomía en la toma de decisiones.
Comunicación automatizada, monitoreo continuo y adaptabilidad basada en análisis predictivos.
La propuesta busca una transformación profunda hacia una universidad más flexible, adaptativa y centrada en el estudiante, aprovechando las oportunidades que brindan la educación disruptiva, las inscripciones abiertas y las tecnologías de inteligencia artificial. Esto implica un cambio significativo en la estructura, procesos y tecnologías utilizadas en comparación con la organización universitaria convencional.
La transformación de una universidad convencional hacia un modelo disruptivo con enfoque en educación e inteligencia artificial (IA) implica un cambio fundamental en su estructura, procesos y tecnologías para adaptarse a las demandas de la era digital. Aquí hay una descripción general de cómo podría llevarse a cabo:
Estructura Organizativa:
Convencional: Departamentos disciplinarios.
Transformación: Equipos multidisciplinarios que fomentan la colaboración y la integración de conocimientos.
Procesos y Prácticas:
Convencional: Inscripciones con fechas limitadas, comunicación tradicional, evaluaciones periódicas.
Transformación: Inscripciones abiertas para promover la flexibilidad, comunicación automatizada mediante IA para personalización, evaluaciones continuas y adaptativas.
Tecnologías Implementadas:
Convencional: Plataformas LMS tradicionales, IA utilizada principalmente en investigación.
Transformación: Plataformas LMS adaptativas, integración extensiva de IA en todas las facetas educativas.
Detalles y Pormenores:
Estructura Organizativa:
Convencional: Departamentos jerárquicos.
Transformación: Equipos autónomos y colaborativos. Facultades descentralizadas para tomar decisiones rápidas.
Procesos y Prácticas:
Convencional: Fechas límite de inscripción, comunicación manual, evaluaciones puntuales.
Transformación:
Inscripciones Abiertas: Estudiantes pueden inscribirse en cualquier momento.
Comunicación Automatizada: Utilización de chatbots y sistemas de mensajes automatizados.
Monitoreo Continuo: Análisis predictivos para evaluar el progreso estudiantil de manera continua.
Tecnologías Implementadas:
Convencional: Plataformas LMS convencionales, IA en investigación.
Transformación:
Plataformas LMS Adaptativas: Personalización y adaptabilidad según el progreso del estudiante.
Integración Profunda de IA: Desde asistentes virtuales para apoyar a los estudiantes hasta analíticas avanzadas para informar decisiones académicas.
Algoritmos, Árboles de Decisión y Tablas Comparativas:
Algoritmo de Inscripciones Abiertas:
pythonCopy codedef proceso_inscripcion(estudiante):
if universidad.acepta_inscripciones_abiertas():
estudiante.inscribirse_curso()
else:
print("Lo siento, las inscripciones están cerradas en este momento.")
Este enfoque transformador busca maximizar la flexibilidad, personalización y eficiencia, aprovechando la educación disruptiva y la inteligencia artificial para mejorar la experiencia educativa.
Vamos a simular el escenario de un curso universitario con inscripciones abiertas y la implementación de tecnologías de IA para gestionar la comunicación y el monitoreo. Utilizaré estructuras de datos y funciones en Python para representar conceptos similares a algoritmos, árboles de decisión y tablas. Ten en cuenta que estos ejemplos son simplificados y no representan implementaciones reales de sistemas complejos.
Algoritmo de Bienvenida Automática:
pythonCopy codeclass SistemaBienvenidaIA:
def __init__(self):
self.chatbot = ChatbotIA()
def dar_bienvenida(self, nuevo_estudiante):
mensaje_bienvenida = f"Bienvenido al curso, {nuevo_estudiante}. Esperamos que disfrutes tu experiencia de aprendizaje."
self.chatbot.enviar_mensaje(mensaje_bienvenida)
class ChatbotIA:
def enviar_mensaje(self, mensaje):
print(f"Chatbot: {mensaje}")
# Uso del algoritmo
sistema_bienvenida = SistemaBienvenidaIA()
nuevo_estudiante = "Estudiante1"
sistema_bienvenida.dar_bienvenida(nuevo_estudiante)
Este algoritmo simula un sistema de bienvenida automatizado con un chatbot que envía un mensaje personalizado a un nuevo estudiante cuando se une al curso.
Árbol de Decisión para Monitoreo Personalizado:
pythonCopy codeclass SistemaMonitoreoIA:
def __init__(self):
self.analiticas = HerramientasAnaliticasIA()
def monitorear_progreso(self, estudiante):
rendimiento = self.analiticas.analizar_progreso(estudiante)
if rendimiento == "Desafío":
sugerir_intervencion(estudiante)
elif rendimiento == "Destacado":
felicitar_estudiante(estudiante)
def sugerir_intervencion(self, estudiante):
print(f"Sugerir intervención para el estudiante {estudiante}")
def felicitar_estudiante(self, estudiante):
print(f"Felicitar al estudiante {estudiante}")
class HerramientasAnaliticasIA:
def analizar_progreso(self, estudiante):
# Lógica de análisis de progreso (simulado)
return "Desafío"
# Uso del árbol de decisión
sistema_monitoreo = SistemaMonitoreoIA()
estudiante_a_monitorear = "Estudiante2"
sistema_monitoreo.monitorear_progreso(estudiante_a_monitorear)
Este árbol de decisión simula un sistema de monitoreo que analiza el progreso de un estudiante y sugiere intervenciones personalizadas según su rendimiento.
Tabla de Comunicación Automatizada:
pythonCopy codeclass TablaComunicacion:
def __init__(self, mensajes):
self.mensajes = mensajes
def mostrar_tabla(self):
print("| Mensaje de Bienvenida |")
print("|--------------------------------------|")
for mensaje in self.mensajes:
print(f"| {mensaje:<36} |")
# Uso de la tabla
mensajes_bienvenida = ["Mensaje 1", "Mensaje 2", "Mensaje 3"]
tabla_comunicacion = TablaComunicacion(mensajes_bienvenida)
tabla_comunicacion.mostrar_tabla()
Esta tabla simula un conjunto de mensajes de bienvenida que podrían ser enviados por el chatbot en diferentes instancias. La tabla proporciona una visión general de los mensajes personalizados que los estudiantes podrían recibir.
Estos ejemplos representan una interpretación simplificada de cómo podrían implementarse algoritmos, árboles de decisión y tablas en un contexto de educación disruptiva con inscripciones abiertas y el uso de tecnologías de IA para la comunicación y el monitoreo.
La comunicación en el “aula virtual” se realiza de distintas maneras. Una de ellas es el correo electrónico, el cual se ha convertido en sistema standard de comunicación para los usuarios de Internet, pero que en los casos de “aulas virtuales” no siempre es lo más aconsejable. Comunicarse por correo electrónico es aceptable para comunicación con el profesor en privado, y suele ser el único medio de comunicación en el caso de clases a distancia de inscripción abierta.
En los casos de la enseñanza a distancia, para grupos que toman la docencia al mismo tiempo, o cuando el “aula virtual” es complemento de una clase presencial, el sistema más usado es el tipo foros de discusión, donde los alumnos puede ver la participación de sus compañeros de clases y el profesor puede enriquecer con comentarios a medida que el dialogo progresa. Este método no es externo a la clase, como lo es el correo electrónico, sino que es parte del “aula virtual”. Los mensajes que forman parte del foro de discusión son como las discusiones que se realizan en clase, frente a los alumnos, por lo que enriquecen y contribuyen al desarrollo de los distintos temas. Esto hace que la clase tome vida y se extienda más allá de los contenidos previstos por el docente inicialmente.
El foro de discusión dentro del “aula virtual” es fundamental para mantener la interacción, pero necesita ser alentado e introducido a la clase por el facilitador y reglamentado su uso, de modo que constituya un espacio más dentro del aula, donde la comunicación se realiza con respeto y dentro de los temas previstos.
Algunos cursos a distancia utilizan también el chateo o comunicación sincrónica para las discusiones en clases o para las consultas. Este medio es sumamente rico en el sentido de velocidad en la comunicación, habilidad para compartir archivos, y facilidad para discutir en grupos distintos temas de la clase. Pero al ser en tiempo real, esto limita a aquellos que no pueden cumplir con horarios determinados. También esto esta previsto ya que muchos de los programas de chateo permiten archivar la conversación y poner este archivo a disposición de la clase para consultas posteriores. Aun con todas estas posibilidades, este medio de intercambio de ideas no está disponible como actividad en todos los cursos que usan “aulas virtuales” , pero si como herramienta de comunicación para consultas al docente o facilitador.
La teoría de una clase no es suficiente para decir que el tema ha sido aprendido, ya que el aprendizaje involucra aplicación de los conocimientos, experimentación y demostración, con razonamiento crítico de los mismos. Y de acuerdo con PIAGET, (1981) : La meta principal de la educación es crear hombres que sean capaces de hacer cosas nuevas no simplemente de repetir lo que otras generaciones han hecho; hombres que sean creativos, inventores y descubridores. La segunda meta de la educación es la de formar mentes que sean críticas, que puedan verificar y no aceptar todo lo que se les ofrece.
Y es que las “aulas virtuales” deben de se ser diseñadas de modo que los alumnos tengan la posibilidad de ser expuestos a situaciones similares de práctica del conocimiento. Por el solo hecho de experimentar, no para que la experiencia sea objeto de una calificación o examen. En el mundo virtual esto es posible a través de diferentes métodos como ejercitaciones que se autocorrijen al terminar el ejercicio, o que le permiten al alumno comparar sus respuestas con las correctas o sugeridas por el docente, para que el mismo juzgue su rendimiento. Y en otros casos hasta es posible que el alumno pueda experimentar con aplicaciones o simulaciones que en la vida real involucrarían riesgo personal del educando, como experimentos químicos, simuladores de vuelo, y otros. Estos ejemplos de experimentación son opciones que ocurren casi exclusivamente en el ámbito virtual. El estudiante debe también ser capaz de recibir comentarios acerca de la exactitud de las respuestas obtenidas, al final de una unidad, modulo o al final de un curso y esta evaluación debe estar revestida de la seriedad y privacidad en el trato que cada evaluación requiere.
Podemos encontrar diferentes tipos de “aulas virtuales” . Algunas de ellas están realizadas en tres y otras en dos dimensiones, aunque también podemos crear un aula virtual mixta.
Las aulas de tres dimensiones son espacios virtuales donde el participante interactúa libremente sobre la plataforma virtual. Lo más novedoso es la adopción de un personaje, que son representaciones gráficas de los participantes y que pueden o no parecerse a ellos, pero que sirven para interactuar en ambientes virtuales.
De esta forma un asistente puede recorrer libremente las diferentes zonas de ese mundo virtual, teniendo la posibilidad de hablar con las distintas personas que se encuentren dentro del aula en ese momento o interactuar con objetos.
También hay experiencias de “aulas virtuales” en tres dimensiones en la enseñanza mediante cascos virtuales, o en la enseñanza química con la virtualidad de moléculas.
En cuanto a su utilidad en la formación multimedia, vemos los siguientes puntos:
Ventajas
Se pueden alquilar por un tiempo o espacios virtuales dentro de un mundo virtual para realizar tele- tutorías o tele- equipos de trabajo, su uso motiva mucho por la novedad y el diseño en tres dimensiones, pueden crearse zonas distintas para realizar diferentes actividades, cada vez más, los sistemas para su creación y desarrollo son más sencillos y asequibles y se pueden desarrollar dentro del “aula virtual” cuestionarios, aventuras formativas y cualquier cosa que creemos.
Desventajas
Costo elevado de diseño e implantación, puede convertirse en una mera zona social, las conversaciones no se mantienen y se pierden y cuando hay un volumen elevado de personas, seguir una conversación es difícil.
Aulas virtuales en dos dimensiones son Webs con todas las posibilidades tecnológicas actuales. Con ellas podemos crear espacios 2D de comunicación vía Chat individualizados para poder desarrollar “tele equipos”, “tele tutorías”, zonas de entrenamiento, etc.
Ventajas
Podemos crear espacios donde los comentarios y experiencias de los asistentes pueden quedar reflejados en el tiempo y ser leídos por otros, se pueden realizar retos en entrenamientos sobre un tema específico puntuados, creando una especie de liga competitiva, pueden crearse zonas distintas para realizar diferentes actividades mediante Chat, los sistemas para su creación y desarrollo son cada vez más sencillos y asequibles, se pueden desarrollar dentro del aula virtual cuestionarios, aventuras formativas y cualquier cosa que creemos en 2D y podemos tener diferentes clases mediante net meeting utilizando todo su potencial (pizarra, vídeo, audio y demás).
Desventajas
Al igual que los de tres dimensiones puede convertirse en una mera zona social, las conversaciones no se mantienen y se pierden, cuando hay un volumen elevado de personas, seguir una conversación es difícil y el generador de motivación tiene que ser el “tele tutor”. Este debe hacer que los participantes se involucren y realicen actividades.
El crecimiento de Internet, fuente de inagotables recursos, ha generado nuevos tipos de espacios de enseñanza-aprendizaje, en los que los educadores y educandos no necesitan las sesiones cara a cara, típicas de los planteamientos presenciales. De esta forma se ha dado lugar al nacimiento de espacios y sitios en la Web pensados para la enseñanza y con la idea de hacer un uso educativo en la Web. Estos sitios son las denominadas “aulas virtuales”. El planteamiento que hemos visto es que este tipo de aulas deben permitir la distribución de materiales en línea y al mismo tiempo hacer que esos y otros materiales estén al alcance de los alumnos en formatos Standard para imprimir, editar o guardar. También hemos visto que los contenidos de una clase virtual deben ser especialmente diseñados para tal fin y que los autores debe adecuar el contenido para un medio donde se mezclan diferentes posibilidades de interacción de multimedios y donde la lectura lineal no es la normal.
Por ultimo, podemos decir que las “aulas virtuales” deben de se ser diseñadas de modo que los alumnos tengan la posibilidad de ser expuestos a situaciones similares de prácticas del conocimiento, para que puedan experimentar y vivir las experiencias y no a que simplemente sean objetos de una calificación o examen.
El aumento de la generación y recopilación de datos personales ha creado un ecosistema complejo, meta colaboración veces A menudo combativa, en torno a las empresas, organizaciones de todo tipo y los individuos involucrados en el uso de estos datos.
Proponemos que a interacción entre tesis garantiza que entren agentes nuevos en estos procesos: Humano-Interacción de Datos (IDH). Utilizaremos una multidisciplinariedad de facetas para ello, con potentes istrumentos inteligentes de BIG DATA, lo cual nos facilitará la intersección de varias disciplinas, como la informática, la estadística, la sociología, la psicología y la economía del comportamiento.
Los ecosistemas-asociados con la rápida evolución de los datos personales es la creación de un nuevo campo de estudio científico, dicen los científicos de la computación. Y esto requiere una infraestructura ética basada mucho más potente. Comienzan señalando la larga disciplina del la del que data de la investigación la interacción humano-computadora ha centrado siempre en las computadoras como dispositivos para interactuar con. El propósito de esta interacción con el mundo cibernético se ha vuelto más sofisticado como el poder de computación se ha convertido en omnipresente, un fenómeno impulsado por Internet a través de móvil con meta dispositivos como teléfonos inteligentes. En consecuencia, los seres humanos están produciendo constantemente y revelando datos en todo tipo de formas diferentes.
Esto lleva al equipo a identificar tres temas clave asociados con la interacción de datos humanos que creen que las comunidades involucradas con deberes de datos se centran en…
El primero de ellos tiene que ver con lo que los datos y la analítica-asociados a ella, tanto, transparente y comprensible para la gente común, esto como la legibilidad de los datos Que las personas son claramente conscientes de los datos y los métodos utilizados para sacar conclusiones al respecto y las implicaciones de esto.
Hacer que la gente sea consciente de ser los datos meta recopilados blanco es la comprensión clara de las implicaciones de este proceso de recolección de datos y el tratamiento es mucho más difícil que sigue. En particular, esto podría estar en conflicto con los derechos de propiedad intelectual de las empresas que hacen las analíticas.
Un factor aún más importante es la del que implicaciones de este proceso no siempre claras en el momento que los datos se recogen.
El segundo tema tiene que ver con dar a las personas la capacidad de controlar e interactuar con los datos que les conciernen. Debe permitirse a aceptar o rechazar fuera de los programas de recolección de datos y los datos adecuados si resulta ser errónea o desactualizada y así sucesivamente. Eso requerirá de datos fáciles de usar con acceso han a mecanismos que hay que desarrollar.
El tema final se basa en esto para permitir que la gente intercambie datos sus preferencias en el futuro, , algo que pudiésemos negociar… Algo como esto ya está llegando al poder en la Unión Europea Cuando el Tribunal de Justicia para obligar a ello ha comenzado recientemente con el “derecho al olvido” qui permite a la gente para eliminar la información de los resultados de búsqueda en algunas circunstancias.
La sensación general de este manifiesto es que nuestra sociedad basada en datos está evolucionando rápidamente, especialmente con el creciente interés en los grandes datos.
“Creemos que los diseñadores de tecnología deben asumir el reto de la construcción de los sistemas éticos”….
Mobasher, “Minería de Datos para la personalización,” La Web Adaptativo: Métodos y Estrategias de Web Personalización, Brusilovsky, A. Kobsa, y W. Nejdl, eds., Pp. 1-46, Springer, 2007.
AI Schein, A. Popescul, y LH Ungar, “Métodos y métricas para arranque en frío Recomendaciones”, Proc.25 de Ann.Int’l ACM SIGIR Conf.Investigación y Desarrollo en Recuperación de Información, pp. 253-260, 2002.
McNee, J. Riedl, y JA Konstan, “Siendo precisa no es suficiente: Cómo métricas de precisión han herido de recomendación Systems,” ACM SIGCHI resúmenes sobre Factores Humanos en Sistemas Informáticos (CHI EA ’06), pp Extended. 1097-1101, 2006.
Autor de «Disrupting Class: How Disruptive Innovation Will Change the Way the World Learns», donde explora la teoría de la innovación disruptiva aplicada a la educación.
Sir Ken Robinson:
Conocido por su trabajo en creatividad y educación. Su charla TED «Do Schools Kill Creativity?» es influyente.
Salman Khan:
Fundador de Khan Academy, una plataforma educativa en línea que utiliza videos para enseñar conceptos. Ha escrito sobre el cambio en la educación.
George Siemens:
Pionero en el campo del aprendizaje conectado y coautor del artículo «Connectivism: A Learning Theory for the Digital Age».
Cathy Davidson:
Coautora de «Now You See It: How the Brain Science of Attention Will Transform the Way We Live, Work, and Learn».
Universidades y Centros de Investigación:
MIT Media Lab:
Realiza investigaciones sobre tecnologías educativas, incluida la integración de inteligencia artificial.
Harvard Graduate School of Education:
Investigaciones sobre innovaciones educativas y el impacto de la tecnología en el aprendizaje.
Stanford Graduate School of Education:
Se centra en la investigación sobre tecnología educativa y la transformación de la enseñanza.
Universidad de Oxford – Centro para la Educación Basada en la Evidencia:
Investigaciones sobre prácticas basadas en evidencia en educación, incluyendo el uso de tecnologías disruptivas.
Revistas Académicas y Plataformas de Investigación:
Journal of Educational Technology & Society:
Publica investigaciones sobre el impacto de la tecnología en la educación.
Computers & Education:
Revista que aborda la integración de tecnologías de la información y la comunicación en la educación.
International Journal of Artificial Intelligence in Education:
Enfocada específicamente en la aplicación de la inteligencia artificial en la educación.
EDUCAUSE:
Organización que publica informes y artículos sobre tecnologías disruptivas en la educación superior.
Programas Académicos:
Maestría en Tecnología Educativa (MIT, Harvard):
Programas que exploran cómo las tecnologías emergentes pueden transformar la educación.
Doctorado en Tecnología Educativa (Stanford):
Ofrece oportunidades de investigación en el campo de la tecnología educativa.
Daphne Koller:
Cofundadora de Coursera, una plataforma de cursos en línea masivos y abiertos (MOOC). Ha investigado sobre el aprendizaje en línea y la tecnología educativa.
Yong Zhao:
Autor de «World Class Learners: Educating Creative and Entrepreneurial Students». Investiga sobre la preparación de los estudiantes para un mundo globalizado.
Universidades y Centros de Investigación Adicionales:
Carnegie Mellon University – Human-Computer Interaction Institute:
Investigaciones sobre la interacción entre humanos y computadoras, con aplicaciones en tecnología educativa.
University of California, Irvine – Digital Learning Lab:
Enfoque en la investigación sobre aprendizaje digital, tecnología educativa y MOOC.
Revistas Internacionales Adicionales:
British Journal of Educational Technology:
Centrada en la aplicación de tecnologías de la información y la comunicación en la educación.
Journal of Computer Assisted Learning:
Publica investigaciones sobre el uso de la tecnología para facilitar el aprendizaje.
Educational Technology Research and Development:
Enfocada en la investigación y desarrollo de tecnologías educativas efectivas.
Journal of Learning Analytics:
Se centra en la investigación sobre análisis de datos para mejorar la enseñanza y el aprendizaje.
Programas Académicos Adicionales:
Doctorado en Ciencias de la Computación Aplicada a la Educación (Columbia University):
Se enfoca en la aplicación de la informática en la mejora de la educación.
Máster en Aprendizaje Automático y Datos Educativos (Universidad de Edimburgo):
Programa que explora cómo la inteligencia artificial puede mejorar la toma de decisiones educativas.
Sherry Turkle:
Autora de «Alone Together: Why We Expect More from Technology and Less from Each Other». Examina la interacción entre humanos y tecnología, incluida la educación.
Richard Culatta:
CEO de ISTE (International Society for Technology in Education). Ha trabajado en la implementación de tecnología en la educación.
Universidades y Centros de Investigación Adicionales:
University of Michigan – Center for Research on Learning and Teaching (CRLT):
Investiga prácticas de enseñanza efectivas y tecnologías emergentes en la educación.
University of Texas at Austin – Learning Sciences:
Centrada en la investigación interdisciplinaria para comprender y mejorar el aprendizaje.
Revistas y Publicaciones Adicionales:
Journal of Educational Data Mining:
Publica investigaciones que utilizan técnicas de minería de datos para abordar problemas educativos.
Interactive Learning Environments:
Enfoque en entornos de aprendizaje interactivos y tecnologías educativas innovadoras.
Programas Académicos Adicionales:
Máster en Tecnología Educativa (University of British Columbia):
Programa que explora cómo la tecnología puede mejorar la enseñanza y el aprendizaje.
Doctorado en Ciencias de la Computación e Informática Educativa (Georgia State University):
Enfocado en la investigación sobre la aplicación de la informática en la educación.
Conferencias Internacionales:
Participar en conferencias internacionales también es una excelente manera de mantenerse al tanto de los desarrollos en este campo. Algunas conferencias notables incluyen:
International Conference on Learning Analytics and Knowledge (LAK):
Enfocada en la investigación y prácticas de análisis de datos aplicadas a la educación.
EDUCAUSE Annual Conference:
Explora las tendencias y desafíos en tecnología educativa y aprendizaje en línea.
International Society for Technology in Education (ISTE) Conference & Expo:
Reúne a educadores y profesionales para explorar el impacto de la tecnología en la educación.
Audrey Watters:
Periodista y autora de «Teaching Machines: The History of Personalized Learning». Analiza la historia de la educación y la tecnología.
Roger Schank:
Psicólogo cognitivo y autor de «Teaching Minds: How Cognitive Science Can Save Our Schools». Explora enfoques basados en la ciencia cognitiva para la educación.
Universidades y Centros de Investigación Adicionales:
Columbia University – Teachers College, EdLab:
EdLab se centra en la innovación educativa, incluida la aplicación de tecnologías emergentes.
MIT Open Learning:
Investiga y desarrolla prácticas innovadoras de aprendizaje en línea y tecnologías educativas.
Revistas y Publicaciones Adicionales:
Computers in Human Behavior:
Examina la interacción entre humanos y tecnología, incluida la educación.
International Review of Research in Open and Distributed Learning (IRRODL):
Publica investigaciones sobre educación abierta y distribuida, incluidas tecnologías de aprendizaje en línea.
Programas Académicos Adicionales:
Máster en Diseño y Desarrollo de Entornos Virtuales de Aprendizaje (Universidad de Barcelona):
Programa que aborda la creación de entornos de aprendizaje en línea efectivos.
Doctorado en Ciencias de la Computación y Tecnologías de la Información Aplicadas a la Educación (Universidad Nacional de Educación a Distancia – UNED):
Enfocado en la investigación de tecnologías aplicadas a la educación.
Conferencias Internacionales:
Learning Technologies Conference:
Reúne a profesionales para explorar el uso efectivo de la tecnología en la educación.
International Conference on E-Learning in the Workplace (ICELW):
Enfocada en la implementación de tecnologías de aprendizaje en entornos profesionales.
Association for Learning Technology Conference (ALT-C):
Aborda temas relacionados con la tecnología en el aprendizaje, incluida la inteligencia artificial.
Neil Selwyn:
Autor de «Education and Technology: Key Issues and Debates». Investiga la intersección entre la tecnología y la educación.
Amy Collier:
Investigadora de tecnologías educativas y defensora de un enfoque centrado en el estudiante. Ha contribuido en temas de aprendizaje en red.
Universidades y Centros de Investigación Adicionales:
University of Edinburgh – Moray House School of Education and Sport:
Investiga en tecnologías educativas, aprendizaje en línea y políticas educativas.
Stanford Graduate School of Education – Stanford Center for Opportunity Policy in Education (SCOPE):
Enfocado en la investigación de políticas educativas y prácticas innovadoras.
Revistas y Publicaciones Adicionales:
Journal of Online Learning Research:
Publica investigaciones sobre la efectividad del aprendizaje en línea.
International Journal of Educational Technology in Higher Education:
Centrada en la investigación de tecnologías educativas en la educación superior.
Programas Académicos Adicionales:
Máster en Tecnologías de la Información y Comunicación en Educación (Universidad de Salamanca):
Programa que aborda la integración de tecnologías en la práctica educativa.
Doctorado en Ciencias de la Educación con Énfasis en Tecnología Educativa (Universidad de Puerto Rico):
Ofrece la oportunidad de realizar investigaciones en el campo de la tecnología educativa.
Conferencias Internacionales:
International Conference on Information and Communication Technologies in Education (ICICTE):
Explora la aplicación de tecnologías de la información y comunicación en la educación.
EDULEARN – International Conference on Education and New Learning Technologies:
Enfocada en la presentación de avances en tecnología y su aplicación en la educación.
Citas Relevantes:
«La tecnología no es buena ni mala, ni neutral. Su impacto depende de cómo la usamos.» – Neil Postman
«La tecnología puede llegar a ser la chispa que encienda la llama del aprendizaje.» – George Couros
«La educación es el arma más poderosa que puedes usar para cambiar el mundo.» – Nelson Mandela
«La tecnología no reemplaza a los maestros, sino que hace que los maestros sean más importantes que nunca.» – TeachThought
«La verdadera innovación viene de cuestionar el status quo y desafiarse a uno mismo.» – Sal Khan
Jordi Adell:
Profesor de Tecnología Educativa en la Universitat Jaume I. Sus investigaciones abordan la integración de tecnologías en la educación.
Lourdes Cárdenas:
Investigadora chilena especializada en tecnologías aplicadas a la educación y el aprendizaje en línea.
Universidades y Centros de Investigación Españoles y Latinoamericanos:
Universidad de Salamanca – Grupo de Investigación GRIAL:
Enfocado en la investigación en tecnologías aplicadas a la educación y el aprendizaje en línea.
Universidad Nacional Autónoma de México (UNAM) – Instituto de Investigaciones sobre la Universidad y la Educación (IISUE):
Investiga en políticas educativas y el impacto de la tecnología en la educación.
Revistas y Publicaciones Españolas y Latinoamericanas:
Revista de Educación a Distancia (READ):
Publica investigaciones sobre educación a distancia y tecnologías aplicadas.
RED – Revista de Educación a Distancia (Universidad de Costa Rica):
Enfocada en la investigación sobre educación a distancia y aprendizaje en línea.
Programas Académicos en España y Latinoamérica:
Máster en Tecnologías de la Información y la Comunicación en Educación (Universidad de Barcelona):
Aborda la integración de tecnologías en la práctica educativa.
Doctorado en Educación y TIC (Universidad Internacional de La Rioja):
Ofrece oportunidades de investigación en el campo de la tecnología educativa.
Citas Relevantes de Autores Españoles y Latinoamericanos:
«La tecnología por sí sola no transforma la educación. Solo en manos de un buen maestro puede hacerlo.» – Francesc Pedró
«La verdadera revolución en educación no es traer la tecnología al aula, sino traer el aula al mundo.» – Alejandro Piscitelli (Argentina)
«La tecnología es una herramienta, no un fin en sí misma. La educación sigue siendo un acto humano.» – José Antonio Marina
«La tecnología en educación no debería ser una moda, sino una necesidad para preparar a los estudiantes para el futuro.» – Rosario Ortega (Argentina)
«No se trata solo de enseñar con tecnología, sino de enseñar a través de la tecnología.» – Cristóbal Cobo (Chile)
José Luis Rodríguez Illera:
Profesor e investigador especializado en tecnologías aplicadas a la educación en la Universidad de Valladolid.
Alejandra Bosco:
Investigadora argentina en tecnologías educativas y su impacto en la inclusión y diversidad.
Universidades y Centros de Investigación Españoles y Latinoamericanos:
Universidad de Sevilla – Grupo de Investigación EDUTIC-ADEI:
Centrado en el estudio de las tecnologías de la información y comunicación aplicadas a la educación.
Pontificia Universidad Católica de Chile – Centro de Innovación en Educación:
Investiga en innovaciones educativas y tecnologías para el aprendizaje.
Revistas y Publicaciones Españolas y Latinoamericanas:
Pixel-Bit. Revista de Medios y Educación:
Publica investigaciones sobre el uso pedagógico de las tecnologías de la información y la comunicación.
Revista de Educación (Ministerio de Educación y Formación Profesional de España):
Incluye secciones sobre tecnología educativa y su impacto en la enseñanza.
Programas Académicos en España y Latinoamérica:
Máster en Tecnología Educativa (Universidad de La Laguna – España):
Enfocado en la aplicación de la tecnología en la práctica educativa.
Doctorado en Educación con mención en Tecnología Educativa (Universidad de Chile):
Ofrece programas de investigación en la integración de tecnologías en la educación.
Citas Relevantes de Autores Españoles y Latinoamericanos:
«La tecnología por sí sola no garantiza el cambio educativo; es la manera en que se integra lo que marca la diferencia.» – José María Sánchez
«La educación del siglo XXI necesita ir más allá de la mera alfabetización digital; se trata de desarrollar ciudadanos digitales responsables.» – Mariano Fernández Enguita
«La tecnología en educación no es una opción, es una necesidad para preparar a las nuevas generaciones.» – Alejandra Bosco
«La tecnología puede abrir puertas, pero es la pedagogía la que guía el camino.» – Mirta González Suárez (Cuba)
«La innovación educativa con tecnología debe centrarse en mejorar la experiencia de aprendizaje, no solo en adoptar nuevas herramientas.» – José Luis Rodríguez Illera
Yong Zhao (China):
Experto en educación y tecnología en China. Ha escrito extensamente sobre la innovación educativa y el papel de la tecnología en la enseñanza.
Sugata Mitra (India):
Conocido por su investigación en «Hole in the Wall» y el concepto de «Self-Organized Learning Environments» (SOLES).
Universidades y Centros de Investigación en el Mundo Oriental:
Tsinghua University (China) – Research Center for Online Education:
Centrado en la investigación sobre educación en línea y tecnologías educativas.
Tokyo Institute of Technology (Japón) – Educational Development Initiative:
Investiga en el desarrollo y aplicación de tecnologías en la educación.
Revistas y Publicaciones en el Mundo Oriental:
Journal of Educational Technology & Society (China):
Publica investigaciones sobre la aplicación de tecnologías en la educación.
Asian Journal of Distance Education (Filipinas):
Enfocada en la educación a distancia y tecnologías educativas en la región asiática.
Programas Académicos en el Mundo Oriental:
Master of Educational Technology (Hong Kong University):
Programa que explora el uso de la tecnología en la mejora de la educación.
Doctorado en Tecnología Educativa (University of Tokyo – Japón):
Ofrece oportunidades de investigación en tecnologías aplicadas a la educación.
Citas Relevantes de Autores del Mundo Oriental:
«La tecnología puede ser un catalizador para la creatividad y la innovación en la educación, especialmente en un entorno diverso como el asiático.» – Yong Zhao
«El aprendizaje autoorganizado puede florecer cuando proporcionamos a los estudiantes las herramientas adecuadas y la libertad para explorar.» – Sugata Mitra
«La investigación en tecnología educativa en el mundo oriental refleja la convergencia de la tradición y la innovación.»
«La tecnología puede ser un puente que conecte las ricas tradiciones educativas orientales con las demandas del siglo XXI.»
«World Class Learners: Educating Creative and Entrepreneurial Students» – Yong Zhao (China):
Explora la necesidad de educar a estudiantes de manera que fomenten la creatividad y el espíritu empresarial.
«Hole in the Wall and Beyond: Beyond the Hole in the Wall: Discover the Power of Self-Organized Learning» – Sugata Mitra (India):
Presenta la investigación de Mitra sobre el aprendizaje autoorganizado y su impacto en la educación.
Universidades y Centros de Investigación en el Mundo Oriental:
«Research Center for Online Education at Tsinghua University» (China):
Información sobre la investigación y desarrollo de la educación en línea en una de las principales universidades chinas.
«Educational Development Initiative at Tokyo Institute of Technology» (Japón):
Explora iniciativas y proyectos relacionados con el desarrollo educativo y la implementación de tecnologías.
Revistas y Publicaciones en el Mundo Oriental:
«Journal of Educational Technology & Society» (China):
Revista que aborda la aplicación de tecnologías en la educación y su impacto en la sociedad.
Programas Académicos en el Mundo Oriental:
«Master of Educational Technology at Hong Kong University» (Hong Kong):
Detalles sobre el programa de maestría que se enfoca en la tecnología educativa en el contexto de Hong Kong.
«Doctorado en Tecnología Educativa en la Universidad de Tokio» (Japón):
Información sobre el programa de doctorado que se centra en la investigación de tecnologías aplicadas a la educación.
Citas Relevantes de Autores del Mundo Oriental:
«La tecnología puede ser un puente que conecte las ricas tradiciones educativas orientales con las demandas del siglo XXI.»
«La investigación en tecnología educativa en el mundo oriental refleja la convergencia de la tradición y la innovación.»
juandon. Innovación y conocimiento 
