Juan Domingo Farnós

images

 

Una buena retroalimentación hace pensar….

Si el voto es uno de los factores más importantes para mejorar el trabajo del estudiante y los resultados….a ¿Qué esperamos? que todos en los centros puedan intervenir por igual…¿no sería mas justo?

Si el modelado del proceso de retroalimentación permite a los jóvenes desarrollar su propia autorregulación de mejorar el trabajo.

¿Cómo no un centro cualquiera deja de implementar toda una política de la regeneración de la escuela que tenga en cuenta los muchos matices de cada tema?

La retroalimentación es importante. Nos retroalimentamos con los aprendices a a diario, es más, nosotros también lo somos.

La retroalimentación es problemática (si no se entiende que significa i si no se hace bien obviamente), y en la educación superior la situación se está degradando debido a las presiones continuas para atender a las cohortes de poder, manteniendo al mismo tiempo la eficacia. La tecnología puede ayudar a lograr la retroalimentación escalable…

Cualquiera sea el método de RETROALIMENTACIÓN que empleemos en cualquier escenarios de aprendizaje y que elijamos debe dar más trabajo para los estudiantes a actuar en consecuencia de lo que nosotros hemos facilitado, POR ELLO ES TAN IMPORTANTE QUE LOS APRENDICES SE RESPONSABILICEN DEL PROCESO DE EVALUACIÓN…

La retroalimentación es importante. Nos retroalimentamos con los aprendices a a diario, es más, nosotros también lo somos.

screen-shot-2015-10-09-at-10-11-18

Una buena retroalimentación hace pensar….
Si el voto es uno de los factores más importantes para mejorar el trabajo del estudiante y los resultados….¿A qué esperamos? que todos en los centros puedan intervenir por igual…¿no sería mas justo?

Si el modelado del proceso de retroalimentación permite a los jóvenes desarrollar su propia autorregulación de mejorar el aprendizaje y el trabajo por medio de la automatización de los mismos.

Los aprendices, dentro de la educación formal de manera sistematizada, y en la informal, de manera generalizada… pueden beneficiarse de la orientación de los algoritmos que apuntan al aprendiz hacia los sistemas de tutoría en línea, por ejemplo, que están demostrando tan eficaz como tutores humanos.

La personalización por las tecnologías digitales sólo libera los seres humanos para personalizar mejor nuestra vida (es decir, encontrar nuestras propias maneras), lo demás deben hacerlo las tecnologías y e aquí mi insistencia en conseguir un ALGORITMO, el cual pueda facilitar la recepción de DATOS, pasarlos por un proceso de ANALISIS 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 hara que todo nuestro proceso de aprendizaje este ayudado por este proceso tecnológico.

Estos algoritmos de personalización (Rauch, Andrelczyk y Kusiak, 2007), recopilar información del usuario y analizan los datos para que pueda ser transmitida al usuario en momentos específicos (Venugopal, Srinivasa y Patnaik, 2009). Por ejemplo, cuando estoy terminado de ver un video en YouTube o una película en digitaly he aquí que presenté con una lista de recomendaciones sobre los géneros que acabo consumidas. Esta idea funciona de forma similar con algoritmos de personalización que sería capaz de recomendar cursos o avenidas de aprendizaje basado en el conocimiento previo de las personas intervinientes en el proceso de aprendizaje ABIERTO, INCLUSIVO Y UBICUO .:

                  -¿El aprendizaje PERSONALIZADO tiene suficiente mejoría en el aprendizaje del aprendiz para justificar los costos de un sistema de aprendizaje más complejo?

-¿Cómo podemos aprovechar algoritmos de aprendizaje automático “big data” y otros.. para la construcción de sistemas de aprendizaje personalizadas más eficientes y rentables?

                  -¿Cómo pueden las ideas y resultados de la investigación de las ciencias cognitivas, utilizarlos para mejorar la eficacia de los sistemas de aprendizaje personalizados?.

La Machine learning (La tecnología Machine Learning está abriendo nuevas oportunidades para las aplicaciones de software en temas de retroalimentación, al permitir a los ordenadores aprender de grandes y de pequeñas cantidades de información sin necesidad de ser programados explícitamente, aprendiendo de los errores producidos y según los datos personalizados, readaptarlos en otras direcciones, lo cual nos permite optar por otras opciones de aprendizaje…):

                     -En este sentido, los sistemas Machine Learning representan un gran avance en el desarrollo de la inteligencia artificial, al imitar la forma en que aprende el cerebro humano -mediante la asignación de significado a la información y darnos más posibilidades de opción según nuestros personalismos.

                       -El Machine learning identificará y categorizará las entradas repetitivas y utilizar la retroalimentación para fortalecer y mejorar su rendimiento. Es un proceso similar a cómo un niño aprende los nombres y la identidad de los animales, haciendo coincidir las palabras con las imágenes; el ordenador, poco a poco, aprende a procesar la información correctamente.

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.

 La necesidad de tener máquinas autónomas están en el corazón del movimiento de aprendizaje automático y del aprendizaje ubicuo en sí mismo.

Podemos llegar con ello a anticiparnos a situaciones personalizadas ya que las posibilidades automáticas vs móviles, hace que las situaciones que hemos ideado con anterioridad se puedan implementar en cualquier espacio, tiempo y escenario, eso si, los beneficios de los mismos (MOBILE LEARNING AND MACHINE LEARNING, siempre dependerán de cómo se apliquen

El aprendizaje móvil (o “m-learning”) ofrece muchas posibilidades tanto para aprendizaje mezclado como en línea aprovechando completamente aprendizaje sus beneficios en tiempo real y en espacio real (espacio físico) mezclada con la información digital y experiencias.

Muchos países en desarrollo están buscando tecnologías móviles que tiene el “potencial para ofrecer educación sin depender de una amplia infraestructura de comunicaciones que se adapte al contexto de los países en desarrollo. En algunos países en desarrollo, hay una fuerte base instalada de usuarios de teléfonos móviles que junto al aprendizaje automático les facilitaría no solo la parte humana de los mismos, si no también la económica.

Entonces, es importante considerar si el objeto será realizado solo en línea (como una aplicación-algoritmo-machine learning) o como una experiencia. El despliegue previsto o la ecología del mismo, será importante tener en cuenta antes de que el trabajo de desarrollo comience. Una vez que las decisiones importantes se han hecho, entonces el diseño puede entrar en la fase de desarrollo de contenido móvil. El objeto de aprendizaje puede entonces ser cargado y almacenado en un sistema de gestión, o en un servidor de aprendizaje / o en un curso o un sitio web. Desde allí, el objeto de aprendizaje se despliega. De manera óptima, el bucle de retroalimentación de los usuarios, puede informarles sobre el diseño o rediseño.

Podemos seguir y seguir, pero acabaremos haciéndonos preguntas, como siempre:….

                       —¿Qué es el aprendizaje automático? ¿Cómo podemos implementarlo en el mundo de la educación y de manera móvil?

                       —¿Qué es el aprendizaje móvil? ¿Cuáles son sus posibilidades y limitaciones?

                       —¿Cuáles son algunos de los límites de los dispositivos móviles en términos de insumos de información? Información de recibo a través del entorno de una pequeña pantalla?

                       —¿Cuáles son los pasos necesarios para el diseño y construcción de objetos digitales de aprendizaje para la entrega a través de dispositivos móviles y desarrollados de manera automática?

                        —¿Cuáles son algunos tipos de mobile-friendl y objetos de aprendizaje digitales que se pueden crear hoy en día?

                        —¿Cuáles son algunos ejemplos de los métodos pedagógicos utilizados en escenarios reales de aprendizaje móvil y automáticos o es mejor crearlos nosotros mismos según nuestras necesidades y contextos, siempre de manera personalizada/socializadora?

                       —¿Estamos listos para el Aprendizaje Móvil?

                      —¿Estamos preparados para un aprendizaje móvil dentro del machine learning?

El uso frecuente de los dispositivos móviles no significa que los estudiantes o profesores están preparados para el aprendizaje móvil ni automático:

                    a——¿Estamos los estudiantes y profesores dispuestos a dar el salto del aprendizaje presencial, del e-learning …al aprendizaje móvil automático?

                   b —–¿Qué significa estar preparados? Para responder a estas preguntas, podemos examinar los dispositivos móviles que los estudiantes y profesores ya estan utilizando, así como las actividades que realizan durante el uso de estos dispositivos. En la mayoría de los casos, los estudiantes y los profesores ya han participado en una variedad de actividades de informática móvil y la comunicación en el trabajo y para otras facetas cotidianas.

Veremos que pasa en los próximos tiempos, pero parece obvio que el APRENDIZAJE MÓVIL, el  AUTOMATIZADO SE MEZCLEN: “aprender desde cualquier sitio y sin importar el tiempo”, cambiará la manera de aprender, eso está claro, sus consecuencias pueden llevarnos a que la sociedad se decida por otra forma de educarse, pero eso lo veremos….

El aprendizaje automático tiene el potencial de respaldar aspectos de la enseñanza y el aprendizaje que consumen mucho tiempo y son difíciles de gestionar, como el trabajo en proyectos individuales, la colaboración, los tutoriales y el aprendizaje autodirigido y si se extrapola a situaciones ubicuas, se podrá incluso a entender la necesidad del cambio de ROLES

Investigaciones recientes de acceso digital han demostrado que el arte de los cuestionamientos abiertos en las aulas está desapareciendo. ¿Qué pasa si volteamos un sistema típico de aprendizaje automático? ¿Qué pasaría si, en lugar de aislar a un alumno de hechos específicos, los sistemas fueran diseñados en su lugar para hacer preguntas abiertas a los estudiantes para excitar y despertar su imaginación, para que su personalización y socialización de sus aprendizajes fueran decisivos en su vida y en su educación?

¿Qué pasa si estos sistemas fueron diseñados para preparar a los jóvenes para gestionar de forma autónoma, abierta, flexible y ubicua (MOBILE LEARNING) su propio aprendizaje asegurándose de que están listos para hacer las preguntas apropiadas y maximizar las conversaciones , habiendo ya explorado el tema con sujetos agentes? Además de alimentar la imaginación, este enfoque abierto podría beneficiarse de otras características del aprendizaje automático.

 

El problema con la práctica actual es que una prueba de cultivo significa que las máquinas se utilizan para pintar el tipo incorrecto de imágenes. Los puntajes de las pruebas son la única moneda que cuenta en las aulas, por lo que estas imágenes tienden a ser de rendimiento de prueba y no dicen nada sobre lo que los alumnos pueden hacer, cómo lo hacen y qué/quien les importa. Las transcripciones de las conversaciones con un agente “abierto” impulsado por el aprendizaje automático podrían ayudar a crear imágenes mucho más ricas para que puedan implementar sus aprendizajes en la vida real.

Un artículo reciente con un problema adicional con el aprendizaje automático que a menudo se denomina inteligencia artificial (AI). Este término es problemático y que indica claramente que se desplaza a los seres humanos con las máquinas y confirma que todo se enfoca en cómo se trata de que los robots reemplacen a los maestros. En lugar de reemplazar a los seres humanos, estas sistemas estarán listos para trabajar junto con las personas para amplificar la capacidad humana y se desarrollarán de manera móvil, con lo que nos solo su VISIBILIDAD si no también su UTILIDAD en el mundo del aprendizaje será mayor.

En la mayoría de los aspectos de nuestras vidas, la tecnología ha hecho cambios significativos (para bien y para mal), pero en la educación, particularmente , todavía hay resistencia obstinada. La promesa de obtener mejores resultados en las pruebas mediante la aplicación del aprendizaje automático puede y debe atraer a los políticos, policy makers… y continuar obteniendo fondos. El aprendizaje automático puede determinar si ha levantado un pasaje textualmente de la web.

También podemos crear con la tecnología móvil y con su metodología y didáctica de aprendizaje un objeto móvil fácil con el aprendizaje digital, comenzando por la comprensión de los objetivos de aprendizaje y planificar el diseño del objeto a través del aprendizaje de diseño que considera el contenido de la información, la audiencia proyectada, el método de entrega y la interfaz , si el objeto es un objeto independiente o una integrada con actividades no móviles, y si la multimedia es rica o no.

El aprendizaje móvil es una especie de realidad aumentada, con los dispositivos móviles que permiten el acceso y la conectividad de información de muchas ciudades y otros entornos para mejorar la experiencia del alumno. Wireless Fidelity (WiFi) tecnologías y la divulgación amplia de muchos dispositivos móviles (teléfonos inteligentes, iPads, Tablet PC, ordenadores portátiles pequeños, y otros) han hecho que el acceso a Internet y la Web, sean realmente ubcuos. Hay muchos en esta “base de usuarios” que puede acceder al aprendizaje móvil.

Incluso con el aprendizaje en línea tradicional, que ayuda a que los objetos de aprendizaje digitales móviles sean accesibles, para una más amplia gama de puntos de acceso para que “en cualquier momento y en cualquier lugar” podamos aprender.

Además, los dispositivos móviles, con sus micrófonos, cámaras y otras tecnologías de la ingestión(software) permiten la captura de información del mundo real en formato digital y el intercambio de esa información en el mundo.

El crecimiento de las aplicaciones creativas permiten mucho más la interactividad en tiempo real, conciencia de temas de localización educativa y los intercambios multimedia.

El aprendizaje móvil se ha convertido en una forma viable de aprendizaje a distancia y mezclado (híbrido), de aprendizaje debido a las nuevas habilitaciones de diversas tecnologías.

El aprendizaje automático (Machine Learning, ML) ha revolucionado el mundo de las computadoras y lo hará en el de la educación, permitiendo como acabamos de demostrar el aprendizaje personalizado y socializador, al permitirles aprender a medida que avanzan con grandes conjuntos de datos, mitigando así muchas trampas de programación previas e impases.

 Machine Learning crea algoritmos que, cuando se exponen a grandes volúmenes de datos, producirán autoaprendizaje y evolución. Cuando esta tecnología única impulsa las aplicaciones de Inteligencia Artificial (AI), la combinación es poderosa .

Pronto podremos esperar ver robots inteligentes a nuestro alrededor haciendo todo nuestro trabajo, mucho más rápido, con mucha mayor precisión e incluso mejorando en cada paso. ¿Este mundo ya necesitará humanos inteligentes o pronto seremos superados por robots que piensan en sí mismos?¿Cuáles son las tendencias más visibles de Machine Learning ?

La popularización de los dispositivos móviles ofrecen una poderosa motivación para crear contenidos de aprendizaje pueden reproducir en dispositivos móviles automatizados .Los dispositivos móviles también permiten los usos del medio físico real en maneras que no eran alcanzables con otras tecnologías de aprendizaje en línea.

Además, las capacidades de comunicación entre los alumnos en sus dispositivos móviles también permiten más a fondo la colaboración y/0 co-aprendizaje:

  1. a) Adoptar, adaptar  y actualizar fácilmente las tecnologías.
  2. b) Desarrollar un ambiente digital personal a partir de una gama de herramientas y servicios.
  3. c) Comprender cómo la tecnología digital está cambiando las prácticas en el trabajo, en la educación y en la vida social.

Será interesante ver si los cursos para estudiantes móviles se vuelven más comunes. No solo la replicación del diseño de un curso básico, sino también una experiencia de aprendizaje con tabletas y teléfonos inteligentes como los principales mecanismos de entrega para la enseñanza y el aprendizaje.

“Las características del aprendizaje móvil que se encuentran en la literatura incluyen palabras tales como: mobile learning, elearning, ahora, machine learning, aprendizaje automático, algoritmos, ‘personal’, ‘espontáneo’, ‘oportunista’, ‘informal’, ‘penetrante’, ‘situado’, ‘privado’, ‘sensible al contexto’, ‘mordida’ ‘tamaño’ y ‘portátil’. Esto implica una conceptualización del aprendizaje móvil en términos de las experiencias de los alumnos con énfasis en la propiedad del dispositivo, la informalidad, el movimiento y el contexto que siempre será inaccesible para el aprendizaje electrónico convencional (Kukulska-Hulme y Traxler, 2007). Diseñar para el aprendizaje móvil comienza considerando cómo la implementación o el uso de tecnologías móviles apoyarán esta conceptualización, o la consideración de cómo cualquier actividad de aprendizaje propuesta se relaciona con los atributos anteriores “.

Aprendizaje móvil: una guía práctica para organizaciones educativas que planean implementar una iniciativa de aprendizaje móvil

“Si bien hay muchos enfoques que una institución puede adoptar cuando se trata de aprendizaje móvil, desde la funcionalidad administrativa hasta el aprendizaje enriquecedor y las experiencias de aprendizaje , un factor clave a tener en cuenta es el alumno”.

“Al poner al alumno en primer lugar, la tecnología utilizada para entregar los recursos tiene en cuenta las variaciones locales en la conectividad. Donde los maestros tienen acceso confiable a Internet, los grupos de WhatsApp se han configurado para compartir videos de técnicas de enseñanza que entusiasman a los estudiantes con sus lecciones “.

Las tecnologías móviles son parte de la combinación general de aprendizaje mejorado de tecnología. En algunos casos, el aprendizaje basado en dispositivos móviles es parte de una experiencia de aprendizaje combinado y, a veces, el único mecanismo de entrega de aprendizaje es el móvil.

El procesamiento del lenguaje natural y el aprendizaje automático se pueden aplicar en la educación de los aprendices  a abordar áreas problemáticas en la enseñanza y el aprendizaje. El sistema propuesto analiza los comentarios de los estudiantes de ambas encuestas de cursos y fuentes en línea para identificar la polaridad del sentimiento, las emociones expresadas y la satisfacción frente a la insatisfacción. Una comparación con los resultados de la evaluación directa demuestra la confiabilidad del sistema.

Se puede establecer entre todos un criterio claro y conciso, que esto es algo que los estudiantes deben hacer por sí mismos antes de presentar una pieza de trabajo. Proporcionar los criterios es claro entonces el acto de marcado debe abrir las brechas en el aprendizaje. Es la respuesta que sigue para el estudiante que puede comunicar lo bien que un estudiante ha cumplido con los criterios y las mejoras de la iniciativa en su trabajo y en el de todos (creatividad y aportación de un valor añadido al grupo…diversidad…. El propósito de la retroalimentación debe ser para cerrar las brechas de aprendizaje, entre otras y buscar la excelencia personalizada por otra (Inclusión educativa)

Al pensar y trabajar hacia la retroalimentación efectiva vale la pena considerar lo que la investigación sobre el asunto que venimos trabajando des de hace mucho tiempo….

Aquí es donde el modelado se convierte en una parte fundamental del bucle de realimentación. Para que los estudiantes puedan lograr el ‘buen desempeño’ requerido necesitan que el proceso sea modelada por ellos mismo, (APRENDER HACIENDO).Esto podría ser a través de la utilización del trabajo de los estudiantes anteriores o de modelado en vivo del trabajo actual tal como los estudiantes están llevando a cabo la tarea. Simplemente con una rúbrica, no siempre es útil ya que a veces es un trabajo demasiado abstracto.

Una vez que los estudiantes tengan una comprensión más segura de lo que es que están buscando y han hecho un intento (SIMULACION…ENSAYO-ERROR), necesitarán saber a qué distancia de la buena actuación deseada están y lo que tienen que hacer con el fin de cerrar esta brecha – la realimentación.

screen-shot-2015-10-09-at-10-13-07

.El Metaanálisis de John Hattie en la enseñanza eficaz y más precisamente retroalimentación , lo tenemos aquí:

La idea clave para llevar este caso es que la retroalimentación es muy poderoso, pero su impacto tiene el potencial de ser tanto positiva como negativa. Entonces, ¿cómo podemos mantener el impacto positivo? ¿Cómo formar a los estudiantes y les motivamos a buscar activamente la retroalimentación a sí mismos y, finalmente, autorregular parte o todo el proceso?

screen-shot-2015-10-09-at-10-13-18

Estos criterios se pueden aplicar tanto a la retroalimentación verbal y escrita. Cuando comenzamos a probar los criterios por los que va a desarrollarse a través de nuestras estrategias de feedback rápidamente nos encontramos que es difícil argumentar que cada uno no es importante para cerrar la brecha de aprendizaje entre el desempeño actual y grande. Un aspecto de los criterios que podemos discutir es si largamente se debe crear una estrategia de retroalimentación con observadores en la mente y hacerse explícitamente visible para ellos. La respuesta es probablemente, no. Estrategias de votos deben preocuparse de mejorar el conocimiento de estudiantes de gran rendimiento y cerrar la brecha entre el desempeño actual.

Debemos ver como podemos ejercer esta retroalimentación o la frecuencia de la misma, por lo tanto, el tiempo que una política de realimentación debe contener ejemplos de las estrategias que se están siendo empleadas por los profesores, el énfasis se puede colocar al observador a mirar a la política de antemano para que sepan lo buscar. Este es un importante paso adelante, DEJA DE LADO A LOS DOCENTES que crean estrategias de feedback redundantes que tienen el único propósito de complacer a un observador en lugar de cerrar la brecha de aprendizaje.

Necesitamos a elaboración de una política de la regeneración de toda la escuela.

En la elaboración de una política de la regeneración de toda la escuela es importante tener en cuenta algunas cosas:

-Los principios de la retroalimentación efectiva (ver criterios de éxito) son probablemente el mismo en las diferentes áreas curriculares.
-Las estrategias de retroalimentación empleadas por los profesores a través de diferentes áreas curriculares probablemente no son los mismos.
Por ejemplo, si tomamos retroalimentación verbal dada durante una clase de educación física en una habilidad práctica frente a la retroalimentación por escrito dado a un trabajo escrito en Inglés, los principios de retroalimentación efectiva son probablemente el mismo, pero la estrategia para lograr esto es diferente:

Es posible desafiar al estudiante en ambos casos y producir un trabajo excelente por ejemplo, verbal (probablemente más fácil con la retroalimentación verbal en una situación práctica como el maestro puede modelar de inmediato) y la retroalimentación escrita.

Los comentarios pueden estar cerca del aprendizaje, de E. Fisica, por ejemplo, en cambio el l reto para el profesor de Inglés es el cambio de marca / feedback pero hay estrategias para ayudar a lograr esto (CÓDIGO-MARCA por ejemplo).
Asegurar que ningún estudiante se queda fuera de las votaciones y de dar su opinión (especialmente los grupos vulnerables ) es difícil y puede haber problemas más allá de los profesores ya que siempre controlan ese impacto , pero eso no quiere decir que no debemos aspirar a que todos los estudiantes actúen en los comentarios para mejorar su trabajo y cerrar la brecha de gran rendimiento.
Dar a los estudiantes tiempo para actuar en los comentarios es de suma importancia para la retroalimentación efectiva.

En ambas situaciones, en este ejemplo, se pueden dar a los estudiantes tiempo y espacio para actuar en la retroalimentación que reciben. Puede requerir un poco de planificación, en términos de la construcción de tiempo en una aula, a lo mejor, no siempre será necesario., pero esto es una parte muy importante del proceso.
¿Es manejable para los profesores? Este es otro reto, pero no imposible si los maestros están dispuestos a experimentar con diferentes estrategias (sobre todo cuando se trata de información por escrito).

Pero debemos ser capaces de realizar retroalimentaciones sin estar previstas.

La retroalimentación es importante. Nos retroalimentamos con los aprendices a a diario, es más, nosotros también lo somos.

Se puede establecer entre todos un criterio claro y conciso, que esto es algo que los estudiantes deben hacer por sí mismos antes de presentar una pieza de trabajo. Proporcionar los criterios es el acto de marcado que debe abrir las brechas en el aprendizaje. Es la respuesta que sigue para el estudiante que puede comunicar lo bien que un estudiante ha cumplido con los criterios y las mejoras de la iniciativa en su trabajo y en el de todos (creatividad y aportación de un valor añadido al grupo…diversidad…. El propósito de la retroalimentación debe ser para cerrar las brechas de aprendizaje, entre otras y buscar la excelencia personalizada por otra .

“El propósito de la retroalimentación debe ser para cerrar las brechas de aprendizaje, entre otras y buscar la excelencia personalizada por otra (Inclusión educativa)” de Juan Domingo Farnos

El modelado se convierte en una parte fundamental del bucle de realimentación. Para que los estudiantes puedan lograr el ‘buen desempeño’ requerido necesitan que el proceso sea modelada por ellos mismo, (APRENDER HACIENDO). Esto podría ser a través de la utilización del trabajo de los estudiantes anteriores o de modelado en vivo del trabajo actual tal como los estudiantes están llevando a cabo la tarea. Simplemente con una rúbrica,no siempre es útil ya que a veces es un trabajo demasiado abstracto.

Una vez que los estudiantes tengan una comprensión más segura de lo que es que están buscando y han hecho un intento (SIMULACION…ENSAYO-ERROR), necesitarán saber a qué distancia de la buena actuación deseada están y lo que tienen que hacer con el fin de cerrar esta brecha – la realimentación..

El ENSAYO-ERROR-RETROALIMENTACION, será lo normal en una nueva manera de aprender abierta, inclusiva y ubicua, basada en la persona, en el aprendiz.

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)

Incidiremos en la FORMACION, especialmente de manera online (ELEARNING) en todas las facetas; Estructura, Proceso y Sistema. Esto también son las “causas profundas” para la productividad estancada lo cual produce un des-compromiso de los empleados y lo cambiaremos:

-Estructura: La agregación de gente implicada conduce a mejorar y eleva el compromiso de las personas, siempre con estructuras dinámicas sin pensar en una “localización” fija.
-Proceso: Procesos lineales de creación de valor permite la eficiencia escalable, pero hace que el aprendizaje escalable difícil de lograr, por lo tanto hay que digitalizar todos los procesos.—
-Sistemas: Sistemas de Planificación son rígidos y no pueden adaptarse rápidamente cuando surgen nuevas ideas, por lo que cambiaremos a la digitalización.

 

La idea clave para llevar este caso es que la retroalimentación es muy poderoso, pero su impacto tiene el potencial de ser tanto positiva como negativa. Entonces, ¿Cómo podemos mantener el impacto positivo? ¿Cómo formar a los estudiantes y les motivamos a buscar activamente la retroalimentación a sí mismos y, finalmente, autorregular parte o todo el proceso? Cualquiera sea el método de RETROALIMENTACIÓN que empleemos en cualquier escenarios de aprendizaje y que elijamos debe dar más trabajo para los estudiantes a actuar en consecuencia de lo que nosotros hemos facilitado, POR ELLO ES TAN IMPORTANTE QUE LOS APRENDICES SE RESPONSABILICEN DEL PROCESO DE EVALUACIÓN…

los aprendices pueden responsabilizarse no solo del proceso de aprendizaje, sino de su propia evaluacion en los mismos procesos de aprendizaje… https://juandomingofarnos.wordpress.com/…/el-aprendiz-pers…/ El aprendiz, personaliza su formación y se responsabiliza de ello! (Educación Disruptiva)…. http://encuentro.educared.org/…/quien-se-responsabiliza-de-… ¿Quién se responsabiliza de la evaluación?” …

Como Dylan Wiliam (2011) afirma que “retroalimentación debe haber más trabajo para el receptor que el donante”.

La retroalimentación debe provocar el pensamiento – Fuera de toda la lectura, en todos los libros, en todos los trabajos de investigación y de todas las entradas del blog, el mensaje clave que se ha pegado conmigo acerca de cómo usar la retroalimentación proviene de Dylan Wiliam ( 2011):

“Si tuviera que reducir toda la investigación en los comentarios en una sencilla idea general, por lo menos para las materias académicas en la escuela, sería esta: La retroalimentación debe hacer pensar”

También podemos hablar de PRO-ALIMENTACIÓN, como dicen algunos investigadores, “los aprendices necesitan tener las ideas claras previas para saber hacia donde deben ir”, eso también se lo escuchaba a Alejandro Piscitelli en una conferencia, y estoy de acuerdo, pero obviamente para mi no es ni mucho menos, ni suficiente ni básico….

Normalmente en la educación formal así es, en esta educación GARANTISTA, si que nos movemos con lo predecible, con un destino, unos objetivos, unas competencias…que des de un principio queremos conocer para llegar a ello, pero pensar, crear, innovar…no siempre va por estos cauces…

Surgen situaciones inesperadas, unas veces aisladas y sin motivo, otras provocadas por nosotros mismos o nuestros pares, que deben hacer que estemos preparados para saber reaccionar y eso de ninguna manera la educación formal nos prepara para ello, por eso es tan importante convivir con la Inteligencia Artificial, con tecnologías inmersivas que sean capaces de ayudarnos en caso de que necesitemos ampliar, modificar…nuestro aspectro de posibilidades de aprendizaje….

¿Hacia dónde vamos?” O el avance de las direcciones de la intención, el objetivo o la finalidad de la pieza de trabajo / aprendizaje. Como Negro y Wiliam (1998) explican, “la prestación de tareas desafiantes y una amplia retroalimentación conducirá a una mayor participación de los estudiantes y un mayor rendimiento”.

Creo que la educación deje de ser tan garantista y si más abierta, diversa y masiva, eso es evidente, pero hay que acondicionar este TERRITORIO, para que no sea “hostil” de buenas a primeras y si acondicionado para establecer la diversidad de todos.

Qué los aprendices necesitan entrenamiento para dominar SU RETROALIMENTACIÓN, estaremos de acuerdo, pero debe hacerse de una manera “amigable”, libre y motivadora para ellos, nunca para nosotros, de esta manera su aclimatación, destrezas, creatividad…serán más rápidas y mejores, eso sin duda…

En fin todo un proceso más de idear y de investigación dentro de nuestra EDUCACION DISRUPTIVA (learning is the work), que espero no solamente les guste si no lo mas importante, que lo lleven a cabo dentro de las propias aulas (que es lo que me piden y mucho, docentes, escuelas y universidades, agobiadas por realizar siempre la misma tipología de enseñanza-aprendizaje que les produce un TAPÓN, importante para no poder innovar y formar parte de este nuevo paradigma en el que vivimos y que cada vez somos más los que nos damos cuenta ya, que estamos dentro de su bucle de acción….

Juan Domingo Farnós Miró

Fuentes:

KUHN, TOMAS, (1977), La estructura de las revoluciones científicas, Madrid, Fondo de Cultura Económico.

LAKATOS, I. (1983) La Metodología de los Programas de Investigación Científica, Alianza, Madrid.

LATOUR, B. y S. WOOLGAR (1979), Laboratory Life: The Social Construction of Scientific Facts, Londres y Beverly Hills: Sage

MORIN, EDGAR. (1996). Introducción al pensamiento complejo, Editorial Gedisa, Barcelona,

MORIN EDGAR, (1992). El método IV: las ideas. Su hábitat, su vida, sus costumbres, su organización, Ediciones Cátedra, Barcelona.

WATTS, J. DUNCAN, (2006). Seis grados de separación. La ciencia de las redes es la era del acceso. Paidós.

FARNÓS MIRÓ, JUAN DOMINGO Innovación y Conocimiento (Blog) https://juandomingofarnos.wordpress.com