Juan Domingo Farnós

La cuestión crítica, que trato de responder, de cómo la tecnología puede medir auténtico, aprendizaje relevante, requiere respuestas a otras seis preguntas importantes:

a-¿Qué se entiende por auténtico, aprendizaje relevante?

b-¿Qué se quiere decir con habilidades de pensamiento?

c-¿Cómo pueden los docentes involucrar a sus estudiantes en el aprendizaje efectivo y cómo puede medirse?

d-¿Qué visión tenemos para el aprendizaje y lo que parece?

e-¿Lo que define a un rendimiento de alta tecnología y cómo puede medirse?

f-¿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 los innovadores: buscar nuevas formas de aprendizaje, tanto presenciales formales como por medio de elearning, de uso de situaciones de la vida real con el fin de centrarse en la aplicación, en lugar de la teoría, puede llegar a ser ser muy atractivo e interactivo, como una situación se presenta a los alumnos y luego se les pedirá que respondan a ella mediante la selección de una opción de la acción.

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.

El aula podría transportarse a cualquier lugar desde el Ártico hasta el Gran Colisionador de Hadrones . Antes de criticar el metaverso, no debemos olvidar lo revolucionario que será para los sistemas educativos y los estudiantes de todo el mundo.

Desde principios de 2020, los entornos educativos globales se han ido adaptando al cambio, y el 91 por ciento de los estudiantes en todo el mundo han visto interrumpida su educación por la pandemia, según Unicef . Los educadores de todo el mundo reaccionaron rápidamente. De la noche a la mañana, el aprendizaje remoto se volvió normal. Como resultado, el acceso a la tecnología se consideró más un derecho básico que un privilegio.Permitirá que los niños aprendan sin que se den cuenta, que es el santo grial de la educación.

Si podemos adoptar la tecnología como una herramienta de aprendizaje rápidamente en una pandemia, entonces podemos convertirnos fácilmente en los primeros en adoptar el metaverso.

El término metaverso fue acuñado en 1992 por el escritor de ciencia ficción Neal Stephenson. Hoy su visión se acerca cada vez más a la realidad. El metaverso es un universo digital al que se puede acceder a través de la realidad virtual y aumentada. No solo involucrará espacios completos de realidad virtual o realidad virtual, sino que también permitirá que una capa de información digital se superponga al mundo real a través de auriculares o gafas digitales.

Una estudiante escribe en su cuaderno luego de la reapertura de su escuela, luego de meses de cierre debido a la propagación de la enfermedad del coronavirus (COVID-19), en Bagdad, Irak, el 29 de noviembre de 2020. REUTERS / Saba Kareem

Esto podría cambiar los sistemas educativos en todo el mundo porque, simplemente, el metaverso permitirá que cualquier cosa se convierta en una oportunidad de aprendizaje. En el caso de los profesores, ayudará a acabar con el silo artificial de las asignaturas, que puede ser una característica típica de los planes de estudio obsoletos.

Por ejemplo, un maestro podría mostrarles a sus alumnos un auto de carreras. Luego podrían mostrar cómo se construyó, qué tan rápido va y qué temperatura y velocidad pueden soportar los neumáticos. Con estos escenarios experimentados, la relevancia de las teorías clave aprendidas en la escuela adquiere un nuevo significado y relevancia, al mismo tiempo que permite a los educadores la oportunidad de cerrar brechas y enseñar matices en el paso de teoría a acción que ha estado faltando.

Si esto suena descabellado, aquí en el Reino Unido, el departamento de tecnología y el personal docente de Bradfield College, respondiendo a la pandemia, asumieron el desafío de crear sus propios escenarios de enseñanza y aprendizaje basados ​​en la realidad virtual en diferentes materias: historia, ciencia y geografía; permitiendo a los estudiantes experimentar elementos de estas materias en detalle nunca antes logrado y los estudiantes han quedado enganchados. Entonces, incluso si es a pequeña escala, ya está sucediendo: la cuestión es la adopción masiva y la asequibilidad en todos los países.

Además, si bien los comentarios de los propios estudiantes de Bradfield en la etapa inicial de su aventura de realidad virtual pueden considerarse anecdóticos, estudios más prolongados en aulas en China han demostrado que el uso de la realidad virtual ha demostrado tener un gran impacto en la eficacia de los resultados de las pruebas, donde los estudiantes que obtuvieron el » C grado «, utilizando la inmersión en el aprendizaje de realidad virtual, superó a los estudiantes de» grado A «. (((El tema está que con el METAVERSO no se puede caer en la tentación de seguir un sistema ya caducado con herramientas nuevas, sería sin duda alguna su principio y final a la vez)))

Esta experiencia de aprendizaje contextual atravesará los campos de la ciencia, la ingeniería y las matemáticas. En cambio, a los estudiantes se les presentará un ejemplo del mundo real que fusiona las tres disciplinas en una única experiencia de aprendizaje holística e interesante.

La gente visita una obra de arte del artista digital turco-estadounidense Refik Anadol titulada ‘Machine Hallucination Space: Metaverse Lot 1’ en la Digital Art Fair Asia en Hong Kong, el 5 de octubre. EPA

Los programas de educación tienen un problema constante; luchan por mantenerse al día con un mundo en constante cambio. Muchos recordarán un momento en el que se les dijo a los estudiantes de matemáticas que no siempre tendrían una calculadora en el bolsillo. Poco sabían sobre los teléfonos móviles en ese entonces.

El metaverso puede ayudar a resolver este problema. Permitirá integrar análisis expertos y actualizados en todo el mundo real. Podríamos mirar hacia el cielo nocturno y hacer que Neil deGrasse Tyson explicara la estructura de la Vía Láctea. La experiencia vendrá de cualquier lugar, no solo de los libros de texto y las aulas.

Sin embargo, no es solo el plan de estudios actual lo que está desactualizado, sino nuestras formas de aprendizaje. Los exámenes escritos son de poca utilidad para proporcionar la educación práctica necesaria para una variedad de habilidades vocacionales en la vida.

Imagínese si, en lugar de un examen escrito, a través de la realidad virtual, un aprendiz pudiera adquirir experiencia práctica en el cableado de un enchufe, arreglar un desagüe bloqueado o incluso realizar una operación, todo sin las peligrosas consecuencias del mundo real. La ciencia es concluyente sobre esto; aprender haciendo triunfa sobre el aprendizaje mediante la memorización, todo el tiempo.

Toma Internet; la mayoría de las escuelas y los padres pueden colocar bloques parentales en ciertos sitios web y establecer límites de tiempo frente a la pantalla. No hay ninguna razón por la que no podamos colocar los mismos controles en el acceso al metaverso. Si bien somos conscientes de los efectos nocivos de Internet, creo que ha sido un beneficio neto para la educación en todo el mundo. Lo mismo ocurrirá con el metaverso.

La generación actual ya es nativa de formas primitivas del metaverso. Juegos como Minecraft, que fomentan la colaboración orgánica entre usuarios anónimos, han atraído a unos 140 millones de jugadores en todo el mundo.

Aquí radica un beneficio clave del aprendizaje en el metaverso; puede «gamificar» el aprendizaje. En otras palabras, la naturaleza virtual, colaborativa y orientada a las tareas del metaverso permitirá que los niños aprendan sin que se den cuenta, que es el santo grial de la educación.

Los estudios han demostrado repetidamente que aprender es más efectivo cuando es divertido. La gamificación del aprendizaje es el futuro de la educación. Esto es lo que hace que el metaverso se adapte naturalmente al aula.

El metaverso es otra etapa en la evolución de Internet. Internet nos permitió tener todo el canon del conocimiento humano al alcance de la mano. El metaverso podría ofrecer mucho más a los estudiantes del mañana, pero eso solo si lo permitimos.

Cada vez está más claro que las simulaciones se pueden utilizar con fines educativos, pero ¿Cómo se pueden utilizar de forma más eficaz con los estudiantes? ¿Cómo afectan a otras áreas del currículo legal? ¿Pueden todas las profesiones utilizarlos con la misma eficacia y, de ser así, en qué condiciones? Estas y otras preguntas están en el centro de un proyecto financiado de dos años, Entorno de aprendizaje transaccional (TLE) 2.0, que se propone crear un entorno, utilizarlo en una variedad de disciplinas y subáreas dentro del derecho y evaluar los resultados.

Escenarios normalmente tienen tres partes:

-Una descripción de una situación dada

-Una pregunta con opciones (tres opciones parecen ser la norma)

-Comentarios:

-puede ser inmediata para escenarios conocidos o no.

-puede retrasarse si el escenario es de ramificación

Necesitamos llevar siempre nuestros procesos de aprendizaje críticamente sobre nuestro propio comportamiento, identificar las formas a menudo ya que muchas veces no nos damos cuenta de que contribuimos a los problemas de la organización y luego cambiar cómo actúan. Por tanto dejamos de lado el circuito único de aprendizaje y nos pasamos al de doble circuito de (Argyris), pero de forma muy diferente, ya que él aboga por dejarlo cerrado, es decir, llegar a un objetivo y nosotros no, ya que lo que pretendemos es trabajar en el proceso, no en el objetivo.

El aprendizaje en doble circuito fomenta la investigación genuina y ensayo de acciones y requiere de la autocrítica, es decir, la capacidad para cuestionar la teoría en uso y la apertura a cambiar la misma en función del aprendizaje. El resultado de la reflexión, investigación, pruebas y autocrítica sería una reformulación de las normas y valores y una reestructuración de las estrategias y supuestos, según la nueva configuración y es aquí donde si tenemos los mecanismos de intervención propios de la EDUCACION DISRUPTIVA .

Por otro lado, aprendizaje en doble circuito tiene como objetivo detectar y corregir errores al cambiar los valores, estrategias y supuestos de la teoría en uso según la nueva configuración. Aprendizaje en doble circuito, sin embargo, reconocen el poder de las conexiones y redes que pueden ayudarnos a funcionan en entornos de conocimiento altamente dinámico e incierto (INCERTIDUMBRE) caracterizados por la creciente complejidad y cambio rápido.

El APRENDIZAJE DE DOBLE CIRCUITO CLÁSICO, coincide plenamente ya que la gestión del conocimiento basada en el alumno (PKM) se desarrollan en escenarios individuales no personalizados y por medio de los conocimientos tácitos y explícitos, internos como externo, ….

También con ello nos pondremos a crear, aprovechar, nutrir, sostener y ampliar su red externa para abrazar nuevos nodos de conocimiento:

· Identificar las conexiones, sentido entre nodos de diferentes conocimientos.

· Buscar el nodo de conocimiento que puede ayudar a lograr mejores resultados, en un contexto de aprendizaje específico.

· Agregado y remix.

· Cruzar las fronteras, conectar y cooperar.

· Navegar y conocer a través de múltiples redes de conocimiento.

· Ayudar a otros networkers conocimiento construir y extender sus redes.

Entonces si estaremos dentro de una ecología del conocimiento , como un complejo, conocimiento intensivo del paisaje que emerge de la conexión de abajo hacia arriba Como sistemas adaptativos complejos, tiene una ecología de conocimiento propiedades emergentes, incluye entidades autogestionadas y puede evolucionar en formas que no podemos esperar o predecir.

Estas Ecologías del conocimiento desdibujan las fronteras del aprendizaje que se produce de manera ascendente y emergente, en lugar de aprendizaje que funciones dentro de un contexto estructurado, de un marco global, en forma de comando y de control, con lo que podremos:

1. cuestionar, criticar y rechazar algunos aspectos de las prácticas aceptadas,

2. analizar la situación,

3. Construir de una nueva solución a la situación problemática,

4. examinar los procesos de aprendizaje de manera continuada.,

5. implementación de lo que vamos construyendo, pero sin miedo a volverlo a empezar de manera diferente,

6. reflexionar sobre y evaluar el proceso,

7. consolidar los resultados en una nueva práctica estable, pero teniendo en cuenta que nunca se basará en la certidumbre.

Sin embargo, en la nueva era de conocimiento intensivo, es cada vez más evidente que el conocimiento es muy complejo y tratar con el conocimiento no es reducible a cualquier secuencia de acciones y nos permite implementar otras acciones complejas que siempre nos permitirán un APRENDIZAJE PERSONALIZADO BASADO EN EL ERROR, entendido como DESAPRENDER, como el proceso de mejora de lo que hemos realizado o ser capaces de construir otro de nuevo y diferente…

Posteriormente, el modelo tradicional de evaluación no es relevante para las necesidades de los estudiantes reales y los mecanismos tradicionales para evaluar la eficacia de los programas de tecnología también son de poco valor. Con el fin de determinar la mejor manera de lograr un aprendizaje auténtico, el aprendizaje efectivo debe estar ocurriendo de verdad.

Con todo ello:

a-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

b-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.

También podemos medir la efectividad de la tecnología en los procesos de aprendizaje:…

a-Indicadores de desempeño con las TIC:…

b-Variable Indicador de Desempeño de Alta Tecnología Indicador –Definición

–Acceso

–Conectivo

–Ubicuo

–Inter-conectivo

–Diseñado para el uso equitativo

c-Las escuelas, universidades están conectadas a Internet y otros recursos

d-Los recursos tecnológicos y el equipo son penetrantes y muy bien situado para el individuo (en oposición a centralizada) utiliza

e-Estudiantes y profesores interactúan mediante la comunicación y la colaboración de diversas maneras

f-Todos los estudiantes tienen acceso a los ricos, las oportunidades de aprendizaje desafiantes y la instrucción interactiva, generativa

También la:

a–Operatividad

b–Interoperable

c–Arquitectura abierta

d — Transparente:

a-Capaz de intercambiar datos fácilmente entre diversos formatos y tecnologías

b-Permite a los usuarios acceder a hardware de terceros / opera software

c–Los usuarios no tienen que ser conscientes de cómo funciona el hardware / software:

–Organización

–Distribuido uniformemente

–Diseñado para las contribuciones de los usuarios

–Diseñado para los proyectos de colaboración

d-Tecnología / recursos del sistema no están centralizados, pero existen a través de cualquier número de personas, ambientes y situaciones

e-Los usuarios pueden proporcionar insumos / recursos a la tecnología / system en la demanda

f-La tecnología está diseñada para facilitar la comunicación entre los usuarios con diversos sistemas / equipos:

–Engagability

–El acceso a tareas difíciles

–Permite aprender haciendo

–Proporciona participación guiada

g-La tecnología ofrece o permite el acceso a las oportunidades de trabajo, de datos y de aprendizaje que estimulan el pensamiento

h-La tecnología ofrece acceso a simulaciones, aprendizaje basado en objetivos, y los problemas del mundo real

y-La Tecnología responde de forma inteligente para el usuario y es capaz de diagnosticar y prescribir nuevos aprendizajes:

–Facilidad de uso

–Ayuda eficaz

–La facilidad de uso

–Rápido

–Formación y apoyo en vano.

–Proporciona suficiente información justo a tiempo

j-La tecnología proporciona ayuda índices que son más de glosarios; puede proporcionar procedimientos para las tareas y rutinas

k-La tecnología facilita el usuario y es libre de procedimientos excesivamente complejos; usuario puede acceder fácilmente a los datos y herramientas sobre la demanda

l-La tecnología tiene una velocidad de procesamiento rápido, no es “abajo” durante largos períodos de tiempo

m-La formación es pronta y adecuadamente, como es el apoyo permanente

n-La tecnología permite el acceso aleatorio, múltiples puntos de entrada, y los diferentes niveles y tipos de información:

–Funcionalidad

–Herramientas diversas

–Utilización de medios

–Promueve la programación y creación

–Soporta habilidades de diseño del proyecto

o-La tecnología permite el acceso a la diversidad de genéricos y contexto — las herramientas especificados básicas para el aprendizaje y el trabajo en el siglo 21

p-La tecnología ofrece oportunidades para utilizar las tecnologías de medios

q-La tecnología proporciona herramientas (por ejemplo, los “asistentes”) que se utilizan para hacer otras herramientas

r-La tecnología facilita el desarrollo de habilidades relacionadas con el diseño y ejecución de proyectos

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 llamamos cambio de roles…

En cuanto a la Inteligencia artificial y según Audrey Watters» el conductismo ya está resurgiendo en el campo de la tecnología digital, a través de aplicaciones y plataformas que enfatizan el “refuerzo automático continuo” de los “comportamientos correctos” definidos por los ingenieros de software. Tanto en las pedagogías públicas de las redes sociales como en las pedagogías del aula con tecnología mejorada, se está poniendo en práctica un reinicio digital de la teoría del aprendizaje conductista»

Los impulsos conductuales a través del aprendizaje automático algorítmico se están convirtiendo en parte integral de las pedagogías de hipernubo público de las redes sociales. Es parte de la arquitectura instruccional del entorno digital que las personas habitan en su vida cotidiana, buscando constantemente enganchar, desencadenar y empujar a las personas hacia rutinas particulares persistentes y condicionar hábitos de conducta “correctos” que han sido definidos por los diseñadores de plataforma como preferibles en de alguna manera. La investigación educativa debe comprometerse estrechamente con las pedagogías públicas de hipernubración que se producen cuando las ciencias del comportamiento se combinan con el conductismo del aprendizaje automático algorítmico, y observa más de cerca las teorías subyacentes del conocimiento conductual en las que se basan y las conductas que están diseñadas para condicionar .

El segundo gran conjunto de implicaciones del aprendizaje automático se relaciona con la adopción de tecnologías basadas en datos dentro de la educación específicamente. Aunque el concepto de ‘aprendizaje personalizado’ tiene muchas caras diferentes, su encuadre contemporáneo dominante es a través de la lógica del análisis de big data. El aprendizaje personalizado se ha convertido en una poderosa idea para el sector de la tecnología ed, que es cada vez más influyente en la visión de la reforma educativa a gran escala a través de sus plataformas adaptativas.

Las plataformas de aprendizaje personalizadas generalmente consisten en una combinación de minería de datos, análisis de aprendizaje y software adaptativo. Los datos de los estudiantes son recopilados por dichos sistemas, luego se comparan con un modelo ideal de rendimiento estudiantil, para generar predicciones de posibles avances y resultados futuros, o se adaptan de manera receptiva para satisfacer las necesidades individuales de los estudiantes según lo considere apropiado el análisis.

En resumen, el aprendizaje personalizado depende de que los algoritmos autodidacticos de aprendizaje automático se pongan a trabajar para extraer, extraer y procesar los datos de los estudiantes de forma automatizada.

El discurso que rodea el aprendizaje personalizado lo enmarca como un nuevo modo de educación “progresiva”, con ecos conscientes de las pedagogías centradas en el alumno de John Dewey y los modelos asociados de aprendizaje basado en proyectos, experienciales y basados en la investigación. El trabajo de Dewey ha demostrado ser una de las teorías filosóficas más influyentes y duraderas en la educación, a menudo utilizado en conjunto con relatos más abiertamente psicológicos del rol que juega la experiencia en el aprendizaje.

Con su combinación de análisis de big data y aprendizaje automático con progresivismo, podríamos llamar a la teoría del aprendizaje detrás de la personalización ‘Big Dewey’.

Entramos en una época de fronteras porosas entre la inteligencia humana y la inteligencia artificial (con razón llamamos “inteligencia artificial”). Necesitamos una prueba de Turing para decidir si una entidad es humano o no. Si solicitamos algo en línea, como comprar, aprender, un billete de avión…es posible que tengamos que demostrar, que no somos un BOT, una máquina. Y, cuando se trata del desafío que enfrenta la educación – la forma de proporcionar una educación de calidad para un gran número de estudiantes a un costo reducido – la tentación de cruzar la frontera hombre-máquina y dejar que las máquinas (es decir, algoritmos) hagan el trabajo pesado es casi irresistible, es más, ya no es una tentación, realmente es una necesidad.

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..

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.

Los alumnos pueden aprender métodos y enfoques de los tutores en línea para luego ayudarles a lo largo de su propio camino de aprendizaje. Sus propios itinerarios de aprendizaje. Ese es el punto: los estudiantes adultos (es decir los estudiantes en edad universitaria) aprenden mejor cuando ellos mismos crean rutas de aprendizaje; el tutor en línea puede proporcionar ayuda, pero no puede ser la totalidad de la experiencia de aprendizaje.

Las tecnologías de aprendizaje adaptativas, análisis de aprendizaje en línea que se utilizan para crear rutas de aprendizaje para los alumnos en función de su rendimiento, pueden ayudar a algunos estudiantes, pero no pueden, en muchos casos, proporcionar la oportunidad para el conocimiento profundo y duradero sobre cómo aprender.

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 .

Sólo un ser humano realmente puede personalizar todo lo que él o ella lo hace. Es la era de la personalización, pero eso sólo significa ayudar a cada uno de nosotros para pasar menos tiempo en los detalles y más tiempo en las actividades humanas importantes, como la imaginación, la creatividad, el descubrimiento, la integración, la intuición, ..

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 aqui mi insistencia en conseguir un ALGORITMO, el cual pueda facilitar la recepcion 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.

El mismo Pierson dice “Las evaluaciones se incrustan en las actividades de contenido y aprendizaje por lo que la instrucción y el aprendizaje no tiene que ser interrumpidos para determinar las áreas de progreso y desafío continuo. Mientras tanto, los algoritmos y las progresiones de aprendizaje integrados en el sistema van a ajustar en respuesta a las actividades de aprendizaje relacionadas del estudiante para permanecer en sintonía con sus ecosistemas de aprendizaje. Esta información también se proporciona al educador con opciones y recursos adicionales en tiempo real ya que el educador puede utilizarlo para apoyar al estudiante y su aprendizaje”

Como esta nueva tecnología comienza a tomar forma el diseño de otra sociedad ya que SUS MIMBRES son completamentes nuevos a no como herramientas, metodologías…(innovacioned), sino un cambio “radical” en la concepcion de la misma sociedad.

Algunos pensaran que en parte estamos en el APRENDIZAJE ADAPTATIVO, ya que nos basamos en los DATOS, pues no, lo hacemos asi como una IDEA COMPLETAMENTE NUEVA, es decir, utilizamos DATOS, si, pero dentro del proceso personalizado de aprendizaje, por lo tanto se trata de algo completamente diferente.

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 alumnos o cursos completado.

Es nuestra responsabilidad en esta sociedad….

a-Aplicar las técnicas de minería de datos, aprendizaje automático y reconocimiento de patrones para los conjuntos de datos estructurados y no estructurados.

b-Diseño, desarrollo y prueba de algoritmos de aprendizaje y modelos de datos sobre el comportamiento humano para construir instrumentos de evaluación cognitiv

c-Construir algoritmos personalizados para un motor de recomendación vía de desarrollo

d-Los modelos de diseño para el desarrollo de aplicaciones nuevo jueg

e-Contribuir a la mejora de nuestros algoritmos.

También nos podemos hacer una serie de preguntas que no vamos a obviar….y que nos ayudaran a entender mejor el por qué de las cosas…

¿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?.

Estos sistemas pueden aprender, pero no son las mismas formas de aprendizaje conocidas por la mayoría de los investigadores en educación. A medida que avanza la innovación técnica, más y más aprendizaje va a suceder dentro de las computadoras. Así como los educadores esperan cultivar las mentes jóvenes para que se conviertan en aprendices independientes de por vida, el sector tecnológico está impulsando los procesos de aprendizaje para crear agentes de aprendizaje automático no humanos cada vez más automatizados para compartir el mundo con los humanos. ¿Qué quiere decir que los investigadores educativos no deberían buscar desarrollar su experiencia en la comprensión del aprendizaje automático no humano?

Las teorías del aprendizaje no humano también son cada vez más influyentes, ya que los procesos de aprendizaje automático sustentan tanto las pedagogías de hipernubo público de las redes sociales como las plataformas de aprendizaje personalizadas que he delineado. Las nuevas pedagogías conductistas públicas de hipernudios, inspiradas tanto por la ciencia conductual como por el diseño conductual, están ocurriendo a gran escala entre diferentes públicos, a menudo de acuerdo con objetivos políticos y comerciales, pero la investigación educativa es extrañamente silenciosa en esta área.

Aunque mucho se ha escrito sobre big data y personalización, también debemos explorar cómo la filosofía del sector tecnológico podría afectar e influir en las escuelas, los docentes y los estudiantes a medida que las plataformas de aprendizaje adaptativo escapan del laboratorio de pruebas beta y comienzan a colonizar la educación estatal. Los estudios futuros de aprendizaje personalizado podrían examinar las formas de aprendizaje automático de máquina que se produce en la computadora, así como los efectos educativos y los resultados producidos en el aula.

En la educación – especialmente en la tecnología de mejora de la educación – se nota el final de una época y el principio de otra, la propia OBSOLESCENCIA nos lo indica, lo que es más difícil de ver en la vida cotidiana de los espacios cerrados y obligatorios educativos..

Los asesores de educación y altavoces normalmente nos preguntamos “si un estudiante de hace 100 años llegó a nuestras aulas, se sentiría como en casa”. Obviamente, esta es una afirmación absurda (incluso si pasamos por alto los retos de viajes en el tiempo). Los asesores de educación y algunos “voceros” normalmente declaran “si, un estudiante de hace 100 años llegó a nuestras aulas, se sentiría como en casa”.

Por tanto 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.

“Vamos ya a aprender durante toda nuestra vida y en cualquier momento, el qué, cuándo, cómo y dónde (eligiendo con quién), ya han dejado de ser, una obligación para pasar a seer algo usual en nuestra vida, las TIC, Internet, la Inteligencia Artificial, “han dinamitado” todo ese planteamiento que no sabíamos ni podíamos superar, ahora el estaticismo de aprender de manera controlada, uniforme, el “ocupar un espacio y un tiempo”, han dejado ya de existir, por lo cuál, vivimos aprendiendo, aprendemos en cada momento de nuestra vida, por eso, cualquier planteamiento que hagamos en este impás, debe acomodarse a esta nueva manera de entender la vida que ya está aquí, pero estamos “suscribiendo” las maneras de llegar a ello”

Hay muchas maneras de personalizar el aprendizaje. Sin embargo, al igual que los términos de estilos y la motivación del aprendizaje, la personalización es otro término mal definido. Para ser más específicos, se describe la personalización aquí con cinco niveles con creciente sofistificación, cada nivel que describe una estrategia de personalización específica.

Desde los más simples a las más complejas, las cinco estrategias son:

(a) nombre reconocido;

(B) describe a sí mismo;

(C) segmentados;

(D) cognitivo-basada; y

(E) de base integral de la persona.

A lo mejor el “sueño de algunos de una educación autónoma y libre (solo realizable mediado con la con la Machine learning, AI, internet, TIC), no es tal sueño y es una realidad.

juandon