juandon

articleLarge

Generalmente nosotros por medio de un auto.estudio y el uso de la revisión por pares, incluso por otras personas que creemos pueden intervenir en la construcción de conocimientos y aprendizajes mediados TIC, vemos que muchas veces desafiamos nuestra “incompetencia”, especialmente en elearning, y lo suplimos por la complacencia de los aprendices.

Este proceso empatico, si se quiere, nos demuestra una vez más, que los aprendices deben autogestionarse, autoaprender y tenernos al sistema como elemento de soporte, pero nunca como orientación y guía.

No hablamos de la “incopetencia” como que no seamos capaces de….sino que si intervinimos en el proceso del elearning, entonces si que lo somos ya que “dificultamos las posibilidades de los aprendices (Cortesía de Will Taylor y me refiero al esquema).Will_Tayor's_competency_matrix_2Imagen de Will Taylor

 

El mismo Paulo Freire criticó en Pedagogía del oprimido …. y la realidad es que si damos por CIERTO que nuestras posiciones son SUPERIORES JERARQUICAMENTE -tal como sucede en la EDUCACION FORMAL. a la de los aprendices, nuestra posible “INCOMPETENCIA” deja de serlo y pasa a ser competencia de pleno derecho para los aprendices…

En el espíritu de un “praxis liberadora” y nociones afines de empoderamiento a través de la propia capacidad de definir.. uno del mundo y uno mismo y las relaciones de uno dentro de ella, yo propondría diferentes etapas un tanto a lo largo de las líneas de Will Taylor :. accidentales, intencionales, hábiles, magistrales, e iluminados.

El escenario accidental es simplemente la etapa en la que uno no reconoce ninguna necesidad particular de un habilidad o competencia, pero pueden venir a través de ella, sin embargo, accidentalmente, ya sea que uno lo elige o trata de darle valor …se determina por una intencionalidad o elección voluntaria (“deseo”). Esa intencionalidad puede entonces conducir a la habilidad. Habilidad puede convertirse en el dominio. El dominio tiene el potencial para la visualización…

El aprendizaje debe estar acompañado por un correspondiente grado de conciencia lo que diferencia el aprendizaje automático del aprendizaje consciente, de eso no hay la menor duda.

Cada uno de nosotros poseemos fortalezas naturales y preferencias, (debido al tipo de cerebro , y la personalidad, y la etapa de la vida /experiencia , etc.) y esto afecta a nuestras actitudes y compromisos hacia el aprendizaje, así como nuestras habilidades en el desarrollo de la competencia en las diferentes disciplinas.

El modelo de competencia consciente puede ser útil en todo tipo de situaciones de formación. Verá otras aplicaciones cuando usted explora las definiciones y progresiones descritos en la matriz aquí.

El modelo de competencia consciente puede ser útil en todo tipo de situaciones de formación. Verá otras aplicaciones cuando usted explora las definiciones y progresiones descritos en la matriz aquí.

matriz de competencia consciente

competencia incompetencia
consciente 3 – competencia consciente

  • la persona logra “competencia consciente” en una habilidad cuando se puede realizar de forma fiable a voluntad
  • la persona tendrá que concentrarse y pensar con el fin de realizar la habilidad
  • la persona puede realizar la habilidad sin asistencia
  • la persona no va a funcionar de manera confiable la habilidad a menos que pensar en ello – la habilidad aún no es ‘segunda naturaleza’ o ‘automática’
  • la persona debe ser capaz de demostrar la habilidad a otro, pero es poco probable que sea capaz de enseñar bien a otra persona
  • la persona ideal debe continuar practicando la nueva habilidad, y en su caso se comprometan a convertirse en ‘inconscientemente competente »en la nueva habilidad
  • la práctica es la forma eficaz singlemost para pasar de la etapa de 3 a 4
2 – incompetencia consciente

  • la persona se da cuenta de la existencia y relevancia de la habilidad
  • Por lo tanto, la persona es también consciente de su deficiencia en esta área, idealmente por intentar o tratar de usar la habilidad
  • la persona se da cuenta de que al mejorar su habilidad o capacidad en esta área su efectividad mejorará
  • idealmente la persona tiene una medida de la magnitud de su deficiencia en la habilidad correspondiente, y una medida de qué nivel de habilidad que se requiere para su propia competencia
  • la persona ideal se compromete a aprender y practicar la nueva habilidad, y para pasar a la etapa de “competencia consciente”
inconsciente 4 – competencia inconsciente

  • la habilidad se vuelve tan practicada que entre las partes inconscientes del cerebro – se convierte en ‘segunda naturaleza’
  • ejemplos comunes están impulsando, actividades deportivas, a escribir, tareas de destreza manual, la escucha y la comunicación
  • se hace posible que ciertas habilidades para llevar a cabo mientras se hace otra cosa, por ejemplo, tejido de punto, mientras que la lectura de un libro
  • la persona puede ahora ser capaces de enseñar a otros en la habilidad de que se trate, aunque después de algún tiempo de ser inconscientemente competente a la persona en realidad podría tener dificultades para explicar exactamente cómo lo hacen – la habilidad se ha convertido en gran parte instintiva
  • esto da lugar a duda la necesidad de larga data competencia inconsciente que comprobar periódicamente contra las nuevas normas
1 – incompetencia inconsciente

  • la persona no es consciente de la existencia o pertinencia de la zona de habilidad
  • la persona no es consciente de que tienen una deficiencia en particular en la zona de que se trate
  • la persona puede negar la relevancia o la utilidad de la nueva habilidad
  • la persona debe ser consciente de su incompetencia ante el desarrollo de la nueva habilidad o aprendizaje puede comenzar
  • el objetivo de que el alumno o aprendiz y el instructor o maestro es mover a la persona en la etapa de “competencia consciente”, mediante la demostración de la destreza o habilidad y el beneficio que traerá a la eficacia de la persona

Lo que he notado es que gran parte del tiempo nuestra experiencia sale inconscientemente pero cuando esto ocurre hay una confianza a nuestras acciones que es reconocido por los demás, si no a nosotros mismos. En otras ocasiones, nuestra experiencia es más explícita y entendida y otra vez combinada con la confianza se le reconoce esta impronta.

Frente a las dudas que se nos pueden presentar, tanto morales como de recorrido en los aprendizajes mediante e-learning podemos utilizar un aprendizaje con soporte artificial con frecuencia e necesario recurrir a una aproximación a la verdadera función y encontrar el auténtico  valor más óptimo. Esta manera de investigar los beneficios de la búsqueda en línea puede hacer que a corto plazo semaos necesarios pero a medio -largo plazo seamos sustituibles para que así el aprendizaje sea más real y consciente, con lo que su implementación en la vida laboral será mmás adecuada siempre visto por el aprendiz. 

Examinamos búsquedas “locales”, en el que el agente realiza una búsqueda de búsqueda hacia delante con gran  profundidad, y las búsquedas “globales”, en el que el agente realiza una búsqueda de una trayectoria de todo el camino desde el estado actual a un estado objetivo. La clave para el éxito de estos métodos radica en la adopción de una función de valor, lo que da una solución aproximada al duro problema de encontrar buenas trayectorias de cada estado, y combinar eso con la búsqueda en línea, que luego da una solución exacta al problema más fácil de encontrar una buena trayectoria en concreto de la situación actual.

En el problema de la selección del modelo, debemos equilibrar la complejidad de un modelo estadístico con su bondad de ajuste de los datos de entrenamiento personalizado y socializador que siempre pretendemos…Este problema surge repetidamente en la estimación estadística, aprendizaje automático, y la investigación científica en general. Las instancias de el problema de selección de modelo incluyen la elección de la mejor número de nodos ocultos en una red neuronal y/o social (Conectivismo entre George Siemens la primera y Stephen Downes en la segunda)..lo que debemos añadir y lo que deberemos eliminar.

“Como base epistemológica para el Conectivismo he encontrado que el trabajo de Stephen Downes sobre conocimiento conectivo es valioso. Más recientemente, Dave Cormier ha estado anunciando el concepto de conocimiento rizomático y comunidad en su currículum.

Concepto de mente. La noción de mente es enormemente compleja.
Hemos encontrado una mezcla única de filósofos, neurocientíficos y expertos en inteligencia artificial en esta área tales como Churchlands, Papert y Minsky, McClelland y Rumelhart, Clark (embodied cognition), Spivey, y más.

La mente es vista – en muy distintos grados – como integrada y distribuida sobre numerosos instrumentos, relaciones y artefactos. Hutchins popularizó esta noción en su ensayo sobre Conocimiento Distribuido.

Estos conceptos también se ven reflejados en los escritos de Weick sobre interrelación atenta. Los textos editados de Salomon sobre cogniciones distribuidas extienden estas ideas en un contexto educativo.

También encontramos una visión compatible de conectivismo en la labor de los teóricos de los nuevos medios de comunicación, comoMcLuhan, al explorar el impacto de la tecnología en lo que significa ser un ser humano.
El impacto de la tecnología sobre la humanidad continuará creciendo en una mayor importancia dado que somos cada vez más capaces de aumentar el funcionamiento cognitivo humano a través de los productos farmacéuticos y la futura promesa de microcircuitos integrados.

También encontramos soporte para conectivismo en las más nebulosas teorías de complejidad y sistemas basados en el pensamiento.

Por ejemplo, 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 ideas singulares en el conectivismo

Si esos elementos constituyen la base del conectivismo – y, en diversos grados de participación, en el patrimonio del constructivismo y cognitivismo – qué es lo particular del conectivismo. Para comenzar la discusión, y una que será un enfoque crítico en nuestro curso de otoño, voy a sugerir lo siguiente:

Conectivismo es la aplicación de los principios de redes para definir tanto el conocimiento como el proceso de aprendizaje.
El conocimiento es definido como un patrón particular de relaciones y el aprendizaje es definido como la creación de nuevas conexiones y patrones como también la habilidad de maniobrar alrededor de redes/patrones existentes.

El Conectivismo aborda los principios del aprendizaje a numerosos niveles – biológico/neuronal, conceptual, social/externo. Este es un concepto clave sobre el que escribiré más durante el curso online.

Lo que estoy diciendo con conectivismo (y creo que Stephen compartiría esto) es que la misma estructura de aprendizaje que crea conexiones neuronales se pueden encontrar en la forma de vincular ideas y en la forma en que nos conectamos con las personas y a las fuentes de información. Un cetro para gobernarlos a todos.

El Conectivismo se enfoca en la inclusión de tecnología como parte de nuestra distribución de cognición y conocimiento.
Nuestro conocimiento reside en las conexiones que formamos – ya sea con otras personas o con fuentes de información como bases de datos. Adicionalmente, la tecnología juega un rol clave en:

  • Trabajo cognitivo en la creación y visualización de patrones.
  • Extender e incrementar nuestra habilidad cognitiva.
  • Mantener informaciónen una forma de rápido acceso (por ejemplo, buscadores, estructuras semánticas, etc.)

Vemos el comienzo de este concepto en los debates basados en la herramienta de la Teoría de la Actividad. El conectivismo reconoce la importancia de las herramientas como un objeto de mediación en el sistema de nuestra actividad, pero luego se extiende sugiriendo que la tecnología desempeña un papel central en nuestra distribución de la identidad, la cognición y, por ende, el conocimiento.

Contexto. Mientras que otras teorías prestan atención parcial al contexto, el conectivismo reconoce el carácter fluido del conocimiento y de las conexiones basadas en contexto. Como tal, se hace cada vez más vital que no nos centremos en conocimientos pre-hechas o pre-definidos, sino en nuestras interacciones con los demás, y el contexto en que surgen esas interacciones. El contexto aporta tanto a un espacio de conocimientos conexión /intercambio como lo hacen las partes implicadas en el intercambio.

Entendimiento. Coherencia. Racionalización. Significado. Estos elementos son importantes en el constructivismo, en menor medida en el cognitivismo, para nada en el conductismo. Sin embargo, en el conectivismo, sostenemos que el rápido flujo y la abundancia de la información hacen que estos elementos tengan importancia crítica. Como se dijo al comienzo de este artículo, el constructivismo encontró sus raíces de crecimiento en el clima de la reforma social y la era post-moderna.
El conectivismo encuentra sus raíces en el clima de abundancia, de rápido cambio, diversas fuentes de información y perspectivas, y la necesidad crítica de encontrar una forma de filtrar y encontrar sentido al caos. Como tal, la centralidad interconectada del conectivismo permite una ampliación de la abundancia y la diversidad.

El clima de la información continua y los cambios en curso plantea la importancia de estar continuamente actualizada. Como ha señalado Anderson, “más es diferente“. El “más“de la información y la tecnología hoy en día, y la necesidad de estar actualizados, constituye el clima que da origen al conectivismo.

Nota: Contribuye con tus propias ideas, comentarios y retroalimentación al abordaje que hace George Siemens sobre lo que realmente es el Conectivismo proporcionando comentarios también en su sitio .

Para aprender más sobre George Siemens y para acceder a uan extensa información sobre el aprendizaje, ve www.elearnspace.org. También explora el site de George Siemens sobre conectivismo para encontrar recursos sobre la naturaleza cambiante del aprendizaje, revisa su nuevo libro “Knowing Knowledge“.

George Siemens-Referencia: Connectivism Blog [ Seguir leyendo ]

Este artículo fue escrito originalmente por George Siemens y fue publicado por primera vez el 6 de Agosto, 2008 para Connectivism Blog como ” What is the unique idea in Connectivism?“. La versión en castellano fue traducida por Silvia Chauvin.

……………………………………………………………………………………………………………………………………………………………………………………………….

 

En cada uno de estos casos, el objetivo no es reducir al mínimo el error en los datos de entrenamiento, pero para minimizar el error de generalización resultante, es decir, mejor establecer un MAPA personalizado, que un estandar generalizado que nos llevaría a una innovación para todos que conduciría a otra jerarquización y al final entraríamos en otro sistema dirigido y que dentro de nada se volvería cerrado.

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 tres 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.

No necesitamos ni estar FOCALIZADOS en elementos concretos (localización), sino que estando deslocalizados nuestra potencialidad es mucho mayor.

ile

 

juandon