juandon

gammers

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 inteactuarian 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.

Podemos establecer una serie de condicionamientos 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.

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 vidad 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.

Pero para los que siguen manteniendo el sistema (los innovadores), loss que de alguna manera trabajais en diseños de aprendizaje, os sujiero 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 e nteimpo e intenso)


Maestría: “Los jugadores con puntajes altos de maestría como experiencias necesitas estrategias desafiantes con profundidad estratégica y complejidad. elevada.


Logro: “Losque 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 jde puntajes altos con Creatividad están constantemente experimentando con sus mundos y lnecesitaran una buenaadaptación de ellos con sus propios diseños y personalizaciones.”

CLVSmOYWoAAs8te

A partir de estos planteamientos podremos conseguir una mejor implicacion de todos en sus aprendizajes,,,,Podemos poner ste esquema con diferentes tantos por ciento, como podrían ser otros.

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.

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

juandon

..