Buscar

juandon. Innovación y conocimiento

La búsqueda del conocimiento en una Sociedad de la Inteligencia

Etiqueta

algoritmos

Conocimiento y aprendizaje híbrido: el futuro,… machine learning y personas.

juandon

howmachinele

 

Se puede ir por un sistema híbrido, donde nos dividimos las funciones entre el ordenador y la intervención de las personas humanas sobre la base de lo que cada uno de nosotros hacemos bien, …

Tales sistemas podrían desarrollar no sólo el aprendizaje de habilidades, pero el meta-aprendizaje o de aprender a aprender. Profesores reales pueden desarrollar este y modificarlo (si bien es cierto y raro), y sin embargo, es probable que sea la mejor inversión. En mi aprendizaje basado en la actividad, le sugerí que poco a poco los alumnos deben hacerse cargo de la elección de sus actividades, a desarrollar su capacidad de convertirse en autodidactas. También le sugerí cómo podría ser en capas en la parte superior de experiencias regulares de aprendizaje. Creo que esto va a ser un área interesante para el desarrollo de experiencias de aprendizaje que son escalables, pero realmente desarrollan los estudiantes para los tiempos venideros.

Hay más: normas pedagógicas, modelos de contenido, modelos con alumnos, etc, pero finalmente estamos consiguiendo  ser capaces de construir este tipo de sistemas, y debemos ser conscientes de cuáles son las posibilidades”.

 

 

 

 

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

 

 

 

f0307315

 

 

En los ultimos tiempos se están dando sos corrientes referentes al Big data y a a los Algoritmos (Inteligencia Artificial), los que predicen que significaran la “visualización” de una época con rayos y truenos, que nos tendra vigilados permanentemente ” Un artículo del periodista holandés Dimitri Tokmetzis demostró el año pasado hasta qué punto esto puede ir en los datos de montaje de retratos compuestos de lo que somos. Google sabe lo que busca y puede inferir no sólo qué tipo de noticias que lees en un domingo por la mañana y qué tipo de películas prefieres un viernes, qué tipo de porno que probablemente nos gustaría mirar y dejarnos boquiabiertos en la noche del sábado , lo que ha hecho que los bares y restaurantes cierren”….

La propuesta de Bentham para una Máquina total de la visibilidad puede ser menos significativa a la tesis de los universos de datos emergentes que sus contribuciones a la moral del utilitarismo y su supuesto de que se puede medir nuestro bienestar.

Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metafora de los presos alrededor que se pusieron alrededor de una torre de vigilanca para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….

 

 

 

 

 

Con el trabajo algoritmico que preconizamos debemos tener siempre presente, tanto en las ideas, el desarrollo propio de andamiaje-algoritmico, así como en su posterior diseño, que deben ser capaces de analizar y llevar a cabo de manera pormenorizada y cuidadosa, conocer de que manera el aprendiz es capaz de aprender a aprender de manera personal y personalizada, por lo que estos siempre tendrán garantizado un apoyo inestimable.

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 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.

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 segun 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.
deep-learning-680x365_c
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.

 

 

“Sin entrar en detalles complejos sobre los diferentes paradigmas de Inteligencia Artificial y su evolución podemos dividir dos grandes grupos: la IA robusta y la IA aplicada.

 

  • Inteligencia Artificial robusta o Strong AI: trata sobre una inteligencia real en el que las máquinas tienen similar capacidad cognitiva que los humanos, algo que, como los expertos se aventuran a predecir, aún quedan años para alcanzar. Digamos que esta es la Inteligencia de la que soñaban los pioneros del tema con sus vetustas válvulas.
  • Inteligencia Artificial aplicada Weak AI (Narrow AI o Applied AI): aquí es donde entran el uso que hacemos a través de algoritmos y aprendizaje guiado con el Machine Learning y el Deep Learning.

El Machine Learning en su uso más básico es la práctica de usar algoritmos para parsear datos, aprender de ellos y luego ser capaces de hacer una predicción o sugerencia sobre algo.

El Machine Learning en su uso más básico es la práctica de usar algoritmos para parsear datos, aprender de ellos y luego ser capaces de hacer una predicción o sugerencia sobre algo. Los programadores deben perfeccionar algoritmos que especifiquen un conjunto de variables para ser lo más precisos posibles en una tarea en concreto. La máquina es entrenada utilizando una gran cantidad de datos dando la oportunidad a los algoritmos a ser perfeccionados.

 

 

 

 

 

Coincidiendo con el post de Pierre Levy: EML: A Project for a New Humanism. An interview with Pierre Lévy me pregunto ¿Cómo será el nuevo modelo y como será capaz de describir que nuestra forma de crear y transformar el significado, y que sea computable?….no tardará mucho, de eso podeis estar seguros.

Pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.

Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA,) por medio de una mezcla de inteligencia artificial y algorítmica.

La gente tiene que aceptar su responsabilidad personal y colectiva. Porque cada vez que creamos un vínculo, cada vez que “al igual que” algo, cada vez que creamos un hashtag, cada vez que compremos un libro en Amazon, y así sucesivamente,… que transformemos la estructura relacional de la memoria comúny eso lleva, como venimos diciendo siempre, una responsabilidad y un compromiso.

Por lo tanto, también tenemos que desarrollar el PENSAMIENTO CRÍTICO Todo lo que encontremos en el Internet es la expresión de puntos de vista particulares, que no son ni neutrales ni objetivos, sino una expresión de subjetividades activas. ¿De dónde viene el dinero? ¿De dónde proceden las ideas? ¿Qué es el contexto pragmático del autor? etcétera…

Este precio informativo se compone de DATOS ESTANDARIZADOS a través del que hemos llegado a definir nosotros mismos: transcripciones escolares, registros de salud, cuentas de crédito, títulos de propiedad, identidades legales. Hoy en día, tesis arraigada tipo de individualidad datos están siendo blanco amplió para abarcar más y más de lo que podemos ser: (En educación seria el PERSONALIZED LEARNING, que nosotros mismos abogamos y además instauramos en algoritmos personalizados, nunca creadores de patrones)..

La transformación es el cambio de una o muchas variables en el estudio.

Se transforman variables, por ejemplo, al remplazar los valores originales por logaritmos (transformación logarítmica). Frecuentemente los datos que son obtenidos no se ajustan a una distribución normal, por lo cual es inapropiado el ejecutar pruebas paramétricas

Muchas variables no se comportan de forma lineal o aritmética, por ejemplo las abundancias siguen un patrón exponencial.

En la educación básica se promueve que el sistema decimal es el único “natural”

Nunca vemos los algoritmos que hacen su trabajo, incluso a medida que nos afectan. Ellos producen en sus sistemas de cifrado, todo invisible, enterrado en cajas negras componer silencio sinfonías de ceros y unos….

 

 

506-3076-1-PB

 

El sueño de entregar el aprendizaje personalizado utilizando objetos de aprendizaje que se ajusta al tiempo real, en cualquier lugar, en cualquier momento, justo suficientes necesidades del estudiante está a punto de convertirse en una realidad. Hoy en día, junto con muchos desarrollos importantes en la psicología de la instrucción, estándares abiertos, lenguajes de marcas estructuradas para la representación de datos interoperables, y el cambio de control de flujo de instrucción desde el cliente al servidor, una base totalmente nueva está haciendo realmente personalizado de aprendizaje en línea .

“Poco a poco las características subversivas de la computadora fueron erosionados distancia: En lugar de cortar a través y así desafiar la idea misma de fronteras temáticas, el equipo ahora se define un nuevo tema; en lugar de cambiar el énfasis del currículo impersonal a la exploración en vivo emocionados por los estudiantes, el ordenador se utiliza ahora para reforzar los caminos de la escuela. Lo que había comenzado como un instrumento subversivo de cambio fue neutralizado por el sistema y se convierte en un instrumento de consolidación”..… Audrey Watters

Lo que hace que la programación ed-tecnología “adaptable” es que la IA evalúa la respuesta de un estudiante (por lo general a una pregunta de opción múltiple), luego sigue con la “segunda mejor” cuestión, cuyo objetivo es el nivel “adecuado” de dificultad. Esto no tiene por qué requerir un algoritmo especialmente complicado, y la idea en realidad basada en “la teoría de respuesta al ítem”, que se remonta a la década de 1950 y el ascenso de la psicometría. A pesar de las décadas siguientes, sinceramente, estos sistemas no se han vuelto terriblemente sofisticados, en gran parte debido a que tienden a basarse en pruebas de opción múltiple.

Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.

https://juandomingofarnos.wordpress.com/…/los…/Los algoritmos sales de las Universidades de Juan Domingo Farnós Miró

 

La eficacia de la circulación de información entre pares sugiere, por el contrario, que la participación en la práctica, en lugar de ser su objeto, bien puede ser la condición para la efectividad del aprendizaje “. (Lave y Wenger):

          1-La certeza y la estructura da una sensación de seguridad y tranquilidad. La incertidumbre es una enfermedad, según muchos terapeutas.

 

2. ¿Cuáles son los retos para el docente y para el estudiante? ¿Qué tan preparados están para afrontar los cambios en la educación? 

 

 

En la sociedad de hoy hay dos coneptos que o confundimos o no asimilamos, …la digitalización informatizada es un proceso técnico, mientras que la digitalización social es un proceso humano que en este caso implica una profunda revolución sociotécnica, todo ello nos lleva a otra sociedad, e aplica al proceso de interiorización personal y de coherencia social de las funcionalidades y efectos múltiples, directos, secundarios y hasta ocultos de esta tecnología.

Su socialización, cuyo resultado es la Sociedad de la Información, es un factor engañoso de progreso, si no está dirigido por una cultura madura de la tecnología, a la que podríamos denominar sociotecnocultura y que representa un objetivo educativo por el que luchar.

 

Entre las medidas necesarias para comprender mejor la dinámica de esta revolución sociotécnica que vivimos habría que completar la formación en muchas especialidades con dosis adecuadas de interdisciplinariedad, generalizar la práctica del sistemismo diversificado (inclusividad socio.educativa, por ejemplo) y del pensamiento complejo y crear, para difundirlo, un repertorio básico de conceptos sociotecnoculturales…y para ello necesitamos tecnologías inmersivas o no, pero al fin y al cabo las herramientas y los instrumentos siempre han sido utilizados por todas las sociedades.

 

Por supuesto, por ello tenemos lo que Saez Vacas llama TECNOLOGÍA DE LA INTELIGENCIA, que podemos entender como aquellas creaciones técnicas que no van dirigidas a producir cosas, sino a permitir que el cerebro humano se organice y funcione de manera distinta, es decir… no solo el SOFTWARE es un elemento básico dentro de la sociedad, si no por encima de ello está nuestra capacidad y mentalidad cognitiva de aceptar que estamos en una época cuya idiosincrasia hace que las tecnologías formen parte de nosotros, es más, que las consideremos en nosotros…
Las tecnologías convergentes, internet, la inteligencia artificial, la memoria externa….serán básicas en los próximos tiempos y no ya como tendencias, si no como elementos básicos que trascenderán mucho más de lo que la mayoría de la gente piensa, llegará el momento que ellas condicionarán nuestros actos, como ya lo están haciendo en parte ahora: “trate usted de sacar un billete de avión que no sea por medio de internet”

Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metafora de los presos alrededor que se pusieron alrededor de una torre de vigilanca para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….

 

Las diferencias de poder y las cuestiones de desigualdad con los aprendices deben ser tomadas en serio en todos los contextos. Por otra parte, el grado en que el aprendizaje es emancipador u opresivo depende al menos tanto o más en los contextos organizacionales, sociales, culturales, económicos y con políticas más amplias en las que el aprendizaje tenga su sede, como en las prácticas reales de aprendizaje y pedagogías involucradas

 

¿Cómo será el nuevo modelo y como será capaz de describir que nuestra forma de crear y transformar el significado, y que sea computable?….no tardará mucho, de eso podéis estar seguros.

 

Pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.

 

Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA), por medio de una mezcla de inteligencia artificial y algorítmica.

 

 

 

 

Mediante el manejo de tecnologías semánticas: etiquetados generados por los usuarios, intuitiva, como cualquier hábito, la computación ubicua se presenta como una parte de la experiencia vital…. niveles de complejidad, constante redifinición de los centros y las periferias y nos permite pasar de la misma Computación Ubícua a la I-BICUIDAD, una nueva manera más SINCRONA de actuar en tiempo real, disponiendo en todo momento de las mejores FUENTES posibles…

En esta exploración nos preguntamos no sólo porqué la resistencia al cambio de las organizaciones educativas sino que buscamos hacer un zoom a aquellos espacios de exploración que sí están abriendo oportunidades que son importantes de incluir en el radar.Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde  l”a evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.  

“Transmedia storytelling represents a process where integral elements of a fiction get dispersed systematically across multiple delivery channels for the purpose of creating a unified and coordinated entertainment experience. Ideally, each medium makes its own unique contribution to the unfolding of the story.” –  Henry Jenkins, Sandbox Summit 2010″

 

 

 

La palabra “omnipresente” puede definirse como “existentes o estar en todas partes al mismo tiempo”, constantemente se encontró, y se ha generalizado. Al aplicar este concepto a la tecnología, el término omnipresente implica que la tecnología está en todas partes y la usamos todo el tiempo. Porque de la capacidad de penetración de estas tecnologías que tienden a usarlas sin pensar en la herramienta, hace que esta naturalidad potencie el aprendizaje, lo que hace que nos podamos centrar en las tareas, haciendo que la tecnología invisible haga más visible lo que pretendemos conseguir.

Si hacemos caso a DEWEY, solo con los aprendizajes ubícuos y disruptivos, podremos congeniar los aprendizajes, el trabajo y la familia…

Y lo haremos:

 

Como un arquitecto diseña ambientes de aprendizaje para el propio aprendizaje. Al igual que el arquitecto que diseña edificios, el arquitecto de aprendizaje será responder a la documentación específica:

 

a-¿Cuál es la naturaleza de la obligación de aprendizaje?

b-¿Qué conocimientos, habilidades y actitudes es el empleador (el cliente), que deseen generar en los empleados que trabajan en la empresa, división o departamento en cuestión?

c-¿Cómo va a contribuir a este aprendizaje desempeño eficaz?

d-¿Qué trabajos se llevan a cabo en la zona de destino?

e-¿Cuántas personas están haciendo estos trabajos, cuantos están estudiando?

f-¿Cuáles son estas personas como en cuanto a su demografía, los estudios previos, la capacidad de aprender de manera independiente, sus motivaciones y preferencias?

g-¿En qué restricciones deben llevarse a cabo este aprendizaje?

h-¿Cómo es la dispersión geográfica de la población?

i-¿Cuánto tiempo y dinero está disponible?

j-¿Qué equipo y las instalaciones se pueden implementar para apoyar el aprendizaje?

 

 

 

 

Los efectos del diseño son más favorables para aprendizajes con bajo nivel de conocimiento que para estudiantes con alto nivel de conocimiento y para los estudiantes con niveles altos de habilidades espaciales que para aquellos con niveles bajos de espacialidad.

 

Si queremos enriqueces diferentes ecosistemas con la intervención y el empleo de las TIC….

1-Para enriquecer los materiales digitales en línea para la enseñanza de las TIC, podemos planear los cursos de información  para desarrollar la capacidad de aprendizaje digital de los estudiantes y para elevar la eficacia del aprendizaje. También establecemos sitios web de aprendizaje en línea en varios campos para que los alumnos aprendan en línea. Con el fin de promover el software libre, establecemos el software libre de materiales relacionados del aprendizaje y la aplicación de elevar la capacidad de los estudiantes para su aplicación.
2-Llevaremos  a cabo varias actividades y concursos de información, tales como concursos de Internet para los estudiantes y los concursos de páginas web, y el premio de talentos excelentes para acelerar el desarrollo electrónico. Al ayudar a los estudiantes a utilizar los recursos de Internet, se alcanza el objetivo de intercambio entre la ciudad y el pueblo para crear ambiente de aprendizaje diversificado. Con el objetivo de fomentar el pensamiento creativo de los estudiantes, el concepto de Derecho Intelectual para los estudiantes se desarrolla.

 

 

 

Los aprendices pueden desarrollar el método de aplicación correcta de tecnología de la información, estar familiarizado con la esencia de hacer caso de estudio, mejorar sus conocimientos en el uso de la biblioteca, empiezan a conocer y experimentar los métodos de investigación y citación de los datos, comprender el contenido en diferentes campos profesionales, desarrollar el interés por la investigación, establecer la capacidad para la recolección y análisis de datos, estar familiarizado con la escritura de reportes de libros y resultados de investigación de clase, aprender a utilizar la información en la biblioteca y en Internet, mejorar el conocimiento correcto sobre el uso de Internet…

 

  1. Promovemos y mejorar los sitios web de los estudiantes se les ofrecen páginas oficiales de universidades, centros…, con las TICs, son ellos mismos quienes pueden crear las suyas propias…
  2. Llevamos a cabo el aprendizaje digital y actividades que experimentan para los estudiantes, los padres y los niños, o los grupos minoritarios para que el aprendizaje digital a todas las familias y mejorar la tecnología de la información logro de los estudiantes :comunicados, informaciones, aportaciones,
  3. Con la celebración de actividades de intercambio de información internacionales a través de presentaciones, visitas y entrevistas, varios concursos de Internet, que ofrecen a los profesores y estudiantes la oportunidad de aprendizaje interactivo con los profesores y estudiantes de otros países, e inspirar a su potencial y ampliar sus puntos de vista a nivel mundial.
  4. A través de la edición de los materiales, el diseño de actividades de enseñanza a desarrollar la actitud correcta de los estudiantes y el hábito en el uso de tecnologías de la información, a inculcar a los estudiantes con el logro del concepto de los Derechos Intelectuales, la moral Internet, énfasis en la seguridad de la información, las habilidades de comunicación en Internet, y etc. , con el fin de hacer que los estudiantes los ciudadanos digitales con buena información moralidad logro.
  5. Animamos a las escuelas, universidades… para elegir software libre como los materiales y contenidos y enseñar los conocimientos relacionados. Llevamos a cabo concursos de aplicación de software libre para estudiantes y alentamos a los estudiantes a utilizar software libre.

 

 

audit

 

El arquitecto de aprendizaje también tiene la responsabilidad profesional de su aprendiente, cliente…. Esto les obliga a estar plenamente familiarizados con el pensamiento actual en términos de métodos de aprendizaje, conocer los últimos medios de aprendizaje (herramientas, metodologías etc) y hasta al día con la evolución de la ciencia del aprendizaje. Como ninguno de estos es intuitivo y obvio, el aprendiz, cliente no puede esperar a tener esta experiencia. Y por esta razón, no es ni suficiente ni excusable para el arquitecto aprender a actuar como tomador de la orden.

 

Al igual que con el arquitecto de edificios, otros motivos pueden entrar en juego – el deseo de experimentar e innovar, la lealtad a las últimas tendencias y las modas, el glamour y el brillo de las ceremonias de premios – pero en caso de que sea tentado, corren el riesgo de no cumplir con las requisito dentro de las restricciones dadas.

 

El arquitecto de aprendizaje no es necesario para facilitar el aprendizaje directamente o estar presente en todas aquellas situaciones en las que el aprendizaje puede tener lugar. Sin embargo, deben saber si o no el aprendizaje que se produce está en línea con sus planes y necesidades de sus clientes, y que todo esto está ocurriendo a una velocidad aceptable y costo. Y debido a que la única constante en el lugar de trabajo moderno es el cambio, deben ser lo suficientemente ágil para responder a las necesidades cambiantes, nuevas presiones y oportunidades emergentes.

 

 

 

Si quetremos denominar a esta época CIVILIACIÓN DEL CONOCIMIENTO, como en algunas ocasiones lo ha dicho Seymour Papert, debemos hacer que el valor añadido que ello representa sirva para ayudar a la sociedad, lo cuál ahora no está sucediendo, por tanto solo sería una enteliquia que no se cumple.

¿Civilización del conocimiento? ¿Cómo denominamos entonces a la civilización egipcia y a su pensamiento? ¿Y a la civilización del siglo de Pericles? ¿No era civilización del conocimiento la formada entorno a Sócrates, Platón o Aristóteles? ¿Y los mayas?
Tal vez, estemos más en una civilización del “Pensamiento Colectivo y creación colaborativa de ideas”.

Se asocia a Conocimiento por la Influencia de las Tecnologías de la Información y del conocimiento, evidentemente, por eso mismo son CARGAS sociales que debemos redefinir y repensar, porque en la realidad están muy alejadas de lo que verdaderamente se necesita.

¿Y los exluídos?? los que menciona Juan Carlos Tedesco en su libro “Educar en la Sociedad de Conocimiento”

La Sociedad es la que debe velar por los excluidos e implementar lo que quiere para ellos, porque si seguimos con la “educación” de ahora, siempre estarán excluidos, por muchas reformas que se hagan…

Más que reformas primeramente se requiere voltear a ver ese fragmento y que existe una verdadera igualdad, educación para todos.

..por eso hablo de generar una corriente de opinión que haga ver a la sociedad que para superar las crisis que están saliendo cada dia…si seguimos por esta sensda no se pararán nunca, que lo que debe hacerse es REFUNDAR UNA NUEVA SOCIEDAD.

PENSANDO EN LA MUEVA LÍNEA DE TRABAJO: REDEFINICIÓN DE CONCEPTOS COMO #EDUCACIÓN, EMPODERAMIENTO, UBICUIDAD … @JUANDOMING

 

 

 

Los paradigmas científicos movidos por la experiencia (Khun) dependiendo de la imaginación y/o subjetividad, Refundamos la #Educación?

Los paradigmas pueden complementarse como una conjunción, pero tambieén pueden ser disyuntivos, y ahora estamos en una época disruptiva, por tanto de disynción, hemos de tomar el camino que necesita la sociedad, en educación o no, también, aunque signifique dejar atrás rescodos que no son ya necesarios..

Por lo tanto el paradigma disyuntivo nos lleva a la posiblidad del antagonismo, pero en diferentes acepciones y la posibilidad de adaptación, (diversidad) a cada momento educativo o social…

Estos métodos, que algunos llaman Heuristicos y Positivo, nos permiten en todo momento investigar de lleno, y en la realidad del momento….no establecer estándares para cualquier situación y época, lo cuál visto lo visto, falsea la realidad del momento y por tanto sus actuaciones inmediatas.

 

 

 

La expresión colectiva aplicada y contextualizada será lo que dará sentido real a la formación para la Vida–

Ese es el camino que es tan diferente a lo que venimos haciendo ahora que hay que replantearse toda una serie de acciones Estructurales, Organizativas y de funcionamiento, con una redefinición disruptiva, transparente y confiable de la realidad de ahora y del futuro, por eso mismo el concepto y la implementación de lo que llamamos ahora mismo EDUCACIÓN, no se corresponde ni ene l fondo ni en la forma, con lo que la sociedad necesita…

 

Lévy Pierre nos presenta un post magnífico sobre el pensamiento de diseño que podemos extrapolarlo a diferentes disciplinas, dentro de nuestra visión social transdisciplinar.

Tras la normalización de los servicios y el deseo / necesidad de generar un mayor compromiso por parte de los usuarios, podremos llevar a cabo una nueva experiencia de diseño utlizando los diferentes procesos que queremos efectuar.. El enfoque de pensamiento de diseño lo ejecutaremos:

Identificaremos un problema e intentaremos comprender su entorno (la “empatía” y “definido en el diagrama que ahora pondremos, pero siempre realizado por todas las personas que estamos en los diferentes procesos, cada uno aportando nuestro valor personalizado.
Encuentrar el concepto, la idea de que vamos a resolver (“idear”)
Diseñar la forma queremos visualizar el entorno, concepto…. (“prototipo” y “test”)

En concreto, el trabajo en el pensamiento de diseño lo enfocaremos de tres maneras que unas veces serán complementarias y otras divergentes, según las personas que lo conformemos, el entorno (contexto)….

Una lógica de co-creación: si ponemos el “pensamiento de diseño” en el centro de nuestra actividad podemos trabajar de forma aislada, e introducir en su lugar una lógica “entre nuestras difentes aportaciones” utilizando la inteligencia colectiva.
“Gimnasia intelectual” alternando fases de la intuición y el análisis en una estrecha lógica de apertura /.
Un aspecto importante para el estudio de campo (observación etnográfica) que proporciona una comprensión completa de las experiencias, a diferencia de los estudios cuantitativos y cualitativos tradicionales en cualquier investigación OBSOLETA TRADICIONAL 

 

Design-thinking-Process-1024x512 (1)

 

Las tendencias actuales en aprendizaje automático, análisis de datos, aprendizaje profundo e inteligencia artificial, sin embargo, complican las cuentas psicológicas centradas en el ser humano sobre el aprendizaje. Las teorías de aprendizaje más influyentes de hoy son las que se aplican a cómo las computadoras “aprenden” de la “experiencia”, cómo los algoritmos están “entrenados” en selecciones de datos y cómo los ingenieros “enseñan” a sus máquinas a “comportarse” a través de “instrucciones” específicas.

 

Necesitamos planteamientos metodológicos, pero también y especialmente, estructurales, como señalamos en nuestras investigaciones para no solo innovar en la educación, si no para transformarla.( ejemplo:…)

“Las personas usan historias para organizar, expresar y recordar sus experiencias. Esta idea es el fundamento de un método desarrollado por Roger Schank y su equipo para diseñar cursos y materiales educativos que garanticen un aprendizaje mediante la práctica (learning by doing). ” Roger Schank

 

 

 

 

 

Estructuras de aprendizaje con  una arquitectura eficaz:

  • Un escenario: Situación profesional real y de negocio, simulada. Motivador y rico en contenidos, que proporciona un contexto coherente para el aprendizaje individual y colectivo.
  • Una secuencia planificada de tareas: Encuadradas en ese escenario, que permiten al participante ejercitar los comportamientos clave y, de esta manera, aprenderlos (práctica, entrenamiento).
  • Una colección estructurada de recursos para el aprendizaje: Incluyen procedimientos de trabajo, modelos a utilizar, herramientas, información relevante para la tarea, etc.
  • Acceso a un tutor: online o presencial, para obtener ayuda en el momento de aprendizaje preciso (feed-back).
  • Este engranaje se corresponde a las característivcas del E-learning-Inclusivo, diseñado por mi mismo, (Juan Domingo Farnos Miró) y que se recoge en estas bases  http://www.scribd.com/doc/33025056/Bases-Para-e-Learning-Inclusivo , pero con una trascendencia mayor, ya que quiere influir en todo el diseño de lo que entendemos por educación y formación e influir en decisiones político-educativas, sociales y tecnológicas, adaptándose de manera permanente, transparente y con confianza..a esta sociedad dinámica que gracias a las TIC, evolucionará a un riitmo muy diferente a lo que venía haciendo hasta ahora.

 

 

El uso de los miembros del equipo y los compañeros (peer to peer) es una gran manera de articular y hacer comentarios sobre las decisiones de diseño.

Aunque las comprobaciones de calidad por homólogos deben estar bien facilitadas para evitar posturas subjetivas , pueden ser un método ideal para explicar la comprensión de los problemas subyacentes, hechos y datos; el dominio del problema; las necesidades de los usuarios finales; y el razonamiento detrás de las decisiones que ha tomado.

 

 

 

 

 

Estas reuniones también pueden ser una manera de dejar que sus compañeros discuten los problemas y patrones similares se encontraron y resolvieron en otros proyectos.

Probar los flujos de pantalla en bruto y el diseño de interfaz de usuario temprana, y con frecuencia en el ciclo de los proyectos del usuario para validar el entendimiento y suposiciones acerca de las necesidades del negocio y de los usuarios finales. No tenga miedo de abrazar errores si descubre algunos problemas de experiencia de usuario más destacados con sus conceptos difíciles. Los usuarios finales pueden ofrecer información valiosa a través de los debates posteriores a las pruebas y entrevistas de seguimiento.
El desarrollo de nuevos métodos de resolución de problemas a través del aprendizaje basado en la práctica (PBL)

 

 

 

aprendizajebasadoenproblemas-170222173820-thumbnail-4

 

Por desgracia, experiencias en el aula y el desarrollo en el mundo real se realizan típicamente de forma independiente como si no hubiera necesidad de combinar la teoría con la práctica. El Aprendizaje basado en el trabajo, por el contrario (LEARNING IS THE WORK), se fusiona deliberadamente la teoría con la práctica y reconoce la intersección de formas explícitas y tácitas de conocimiento, tanto a nivel individual y colectivo.

Reconoce que el aprendizaje se adquiere en el medio de la práctica y puede ocurrir mientras se trabaja en las tareas y las relaciones en la mano. (Raelin, 1998)
La idea de aprendizaje a través de la práctica también se apoya en David Kolb y en el modelo de aprendizaje experiencial – hacer o experiencia, reflexionar sobre lo observado o aprendido, el desarrollo de las teorías internas generales sobre la aprendizaje, y aplicar el aprendizaje en experiencias futuras.

 

 

 

kolbs-learning-model

 

Kolb y Fry (1975) sostienen que el ciclo de aprendizaje puede comenzar en cualquiera de los cuatro puntos – y que lo que realmente debe ser abordado como una espiral continua. Sin embargo, se sugiere que el proceso de aprendizaje comienza a menudo con una persona que lleva a cabo una acción particular y luego ver el efecto de la acción en esta situación. (Smith, 2001, 2010)

Crítica del “Experiential Learning Circle” de Kolb y Fry (1975)

1. No presta suficiente atención al proceso de reflexión (Boud et al 1983)

2. Kolb y Fry hacen encajar el esquema con cuatro estilos de aprendizaje. Sin embargo, esta vinculación da como resultado un esquema demasiado cerrado e incompleto de los modos de aprendizaje. Se está priorizando un estilo particular de aprendizaje, pero el aprendizaje mediante experiencia no se aplica a todas las situaciones. Kolb deja al margen otras formas como la asimilación de información o memorización. (Jarvis 1987; Tennant 1997)

3. El modelo toma muy poco en cuenta la diferentes culturas en los relativo a condiciones, experiencias y estilos de comunicación. (Anderson 1988Anderson 1988)

4. La idea de etapas o pasos no encaja muy bien con la realidad del pensamiento. Como señaló Dewey (1933) numerosos procesos pueden ocurrir simultáneamente y las etapas pueden ser saltadas. Esta forma tan clara de presentar las cosas es demasiado simplista.

5. El respaldo empírico de la teoría es débil (Jarvis 1987; Tennant 1997). La base de la investigación inicial fue muy limitada y ha habido posteriormente muy pocos estudios sobre el tema.

6. La relación entre proceso de aprendizaje y conocimiento es problemática. La postura de Kolb es algo simplista y no tiene en cuenta las distintas posiciones en torno a la naturaleza del conocimiento.

 

 

 

efeu_action_workshop-_experiential_learning_devilarts_cc-Copy

Jarvis también llama la atención sobre los diferentes usos del término, citando Weil y McGill (1989: 3) categorización de aprendizaje experiencial en cuatro “pueblos”: (Conferencia Internacional sobre Aprendizaje Experimental en Londres en 1987)

Pueblo Uno se preocupa sobre todo con la evaluación y la acreditación de aprender de la experiencia de vida y de trabajo ….

Aldea Dos se centra en el aprendizaje experimental como base para lograr un cambio en las estructuras … de la educación post-escolar ….

Aldea Tres enfatiza el aprendizaje experimental como base para la toma de conciencia de grupo ….

Village Four está preocupado por el crecimiento personal y la auto-conciencia.

 

 

 

 

En la reciente DevLearn, Donald Clark habló de AI en el aprendizaje, y si bien…..

“Debemos saber un poco de la historia de la subida de los Sistemas Inteligentes de Tutoría, los problemas con el desarrollo de modelos de expertos, y los enfoques actuales como Knewton y Smart Sparrow. No he tenido la libertad de seguir las últimas novedades tanto como me gustaría, pero Donald dio una gran visión.

Se refirió a los sistemas de estar a punto de los contenidos de análisis automático y el desarrollo de aprendizaje en torno a ella. Mostró un ejemplo, y creó preguntas . También mostró cómo los sistemas pueden adaptarse individualmente al alumno, y discutió cómo podría ser capaz de proporcionar tutoría individual sin muchas limitaciones de los profesores (cognitiva sesgo, fatiga), y no sólo se puede personalizar, pero sí mejorar y escalar!

 

 

 

 

 

Uno de los problemas que encontró  a corto plazo era que la pregunta autogenerado fuera sobre el conocimiento y no sobre  habilidades. Si bien estoy de acuerdo que el conocimiento que se necesita , así como su aplicación, creo que centrarse  en este último primero es el camino a seguir.

Esto va junto con lo que Donald ha criticado con razón, como problemas con preguntas de opción múltiple. Señala cómo se utilizan en gran parte como prueba de conocimientos, y estoy de acuerdo que eso está mal, pero mientras hay situaciones prácticas mejores (léase: simulaciones / escenarios / juegos serios), se puede escribir de opción múltiple como mini-escenarios y obtener buenas prácticas . Sin embargo, es aún un problema de investigación interesante, para mí, para tratar de conseguir buenas preguntas de escenarios de contenido auto-análisis.

 

 

 

 

Es importante que la investigación educativa se involucre en cómo algunas de sus preocupaciones centrales -aprendizaje, capacitación, experiencia, comportamiento, selección de currículos, enseñanza, instrucción y pedagogía- se están reelaborando y aplicando dentro del sector tecnológico. De alguna manera, podríamos decir que los ingenieros, los científicos de datos, los programadores y los diseñadores de algoritmos se están convirtiendo en los maestros más poderosos de hoy en día, ya que son máquinas que permiten aprender a hacer cosas que cambian radicalmente nuestras vidas cotidianas.

Lo que hace que la programación ed-tecnología “adaptable” es que la IA evalúa la respuesta de un estudiante (por lo general a una pregunta de opción múltiple), luego sigue con la “segunda mejor” cuestión, cuyo objetivo es el nivel “adecuado” de dificultad. Esto no tiene por qué requerir un algoritmo especialmente complicado, y la idea en realidad basada en “la teoría de respuesta al ítem”, que se remonta a la década de 1950 y el ascenso de la psicometría. A pesar de las décadas siguientes, sinceramente, estos sistemas no se han vuelto terriblemente sofisticados, en gran parte debido a que tienden a basarse en pruebas de opción múltiple.

 

 

 

 

 

Nussbaum critica el “pensamiento de diseño” y por qué se va a un nuevo “marco” (que él llama inteligencia creativa)? Según él, si cambiamos el PARADIGMA, es debido a que el “pensamiento de diseño” ha traído a la sociedad todo lo que podía dar y que ahora se convierte en perjudicial porque significa JERARQUIZACION e INTEGRACION y no REDARQUIAY DIVERSIDAD (INCLUSIVIDAD). Originalmente, el “pensamiento de diseño” se ha incrementado el impacto de diseñadores y dar rienda suelta a la creatividad en las organizaciones, empresas, éstas bienvenida lo que veían como un proceso definido.  Es lo que aveces comento con el Diseño instruccional: El Diseño instruccional es el proceso sistemático mediante el cual los materiales de instrucción están diseñados, desarrollados y entregados. Los términos de diseño instruccional, tecnología educativa, tecnología educativa, diseño curricular y el diseño de sistemas de instrucción (ISD), a menudo se utilizan indistintamente.

Los nuevos y exigentes retos que presenta la emergente sociedad del conocimiento a la educación, generan una excusa para reflexionar sobre las actividades de enseñanza – aprendizaje que llevan a cabo los diversos actores del sistema educativo, tanto a nivel institucional (directivos, docentes, investigadores,estudiantes) como social (editoriales, organizaciones no académicas). Los estudiantes reclaman nuevas técnicas y metodologías que vayan de la mano con las tendencias sociales, económicas y científicas, y en consonancia con esto el papel del docente cambia, de una posición en la cual imparte conocimiento, a una labor en la cual el  contenido, la metodología, el uso de la tecnología, la capacidad de facilitar el aprendizaje y el desarrollo de habilidades propias del diseño instruccional adquieren una importancia significativa a la hora de lograr los objetivos de aprendizaje propuestos.

 

 

 

 

 

Por otro lado, también están aprendiendo las metas que involucran el pensamiento crítico, resolución de problemas y habilidades de aprendizaje permanente (Dunlap y Grabinger, 2003). El logro de estos objetivos requiere un enfoque diferente para el diseño instruccional – un enfoque socio-cultural que hace hincapié en el aprendizaje de la experiencia y el discurso. Puede ser un reto para los novatos y experimentados diseñadores de instrucción para crear experiencias educativas que reflejen un enfoque sociocultural ya que tiene una visión fundamentalmente diferente de aprendizaje.

Como decia en otro de mis artículos anteriores,  este DISEÑO, debe llevar se a puerto entre los protagonistas que se convierten en responsables de cualquier proceso que lleven a cabo:https://juandomingofarnos.wordpress.com/…/e-learning…/ E-learning: Aprendiz y tutor…

 

juandon

Anuncios

Planteamientos metodológicos y tecnológicos: nuevas estructuras educativas (machine learning)!

juandon

1455

Fotografía: Paula Rosa (Fellini GalLery)

 

Las tendencias actuales en aprendizaje automático, análisis de datos, aprendizaje profundo e inteligencia artificial, sin embargo, complican las cuentas psicológicas centradas en el ser humano sobre el aprendizaje. Las teorías de aprendizaje más influyentes de hoy son las que se aplican a cómo las computadoras “aprenden” de la “experiencia”, cómo los algoritmos están “entrenados” en selecciones de datos y cómo los ingenieros “enseñan” a sus máquinas a “comportarse” a través de “instrucciones” específicas.

 

Necesitamos planteamientos metodológicos, pero también y especialmente, estructurales, como señalamos en nuestras investigaciones para no solo innovar en la educación, si no para transformarla.( ejemplo:…)

“Las personas usan historias para organizar, expresar y recordar sus experiencias. Esta idea es el fundamento de un método desarrollado por Roger Schank y su equipo para diseñar cursos y materiales educativos que garanticen un aprendizaje mediante la práctica (learning by doing). ” Roger Schank

 

 

 

 

 

Estructuras de aprendizaje con  una arquitectura eficaz:

  • Un escenario: Situación profesional real y de negocio, simulada. Motivador y rico en contenidos, que proporciona un contexto coherente para el aprendizaje individual y colectivo.
  • Una secuencia planificada de tareas: Encuadradas en ese escenario, que permiten al participante ejercitar los comportamientos clave y, de esta manera, aprenderlos (práctica, entrenamiento).
  • Una colección estructurada de recursos para el aprendizaje: Incluyen procedimientos de trabajo, modelos a utilizar, herramientas, información relevante para la tarea, etc.
  • Acceso a un tutor: online o presencial, para obtener ayuda en el momento de aprendizaje preciso (feed-back).
  • Este engranaje se corresponde a las característivcas del E-learning-Inclusivo, diseñado por mi mismo, (Juan Domingo Farnos Miró) y que se recoge en estas bases  http://www.scribd.com/doc/33025056/Bases-Para-e-Learning-Inclusivo , pero con una trascendencia mayor, ya que quiere influir en todo el diseño de lo que entendemos por educación y formación e influir en decisiones político-educativas, sociales y tecnológicas, adaptándose de manera permanente, transparente y con confianza..a esta sociedad dinámica que gracias a las TIC, evolucionará a un riitmo muy diferente a lo que venía haciendo hasta ahora.

 

 

El uso de los miembros del equipo y los compañeros (peer to peer) es una gran manera de articular y hacer comentarios sobre las decisiones de diseño.

Aunque las comprobaciones de calidad por homólogos deben estar bien facilitadas para evitar posturas subjetivas , pueden ser un método ideal para explicar la comprensión de los problemas subyacentes, hechos y datos; el dominio del problema; las necesidades de los usuarios finales; y el razonamiento detrás de las decisiones que ha tomado.

 

 

 

 

 

Estas reuniones también pueden ser una manera de dejar que sus compañeros discuten los problemas y patrones similares se encontraron y resolvieron en otros proyectos.

Probar los flujos de pantalla en bruto y el diseño de interfaz de usuario temprana, y con frecuencia en el ciclo de los proyectos del usuario para validar el entendimiento y suposiciones acerca de las necesidades del negocio y de los usuarios finales. No tenga miedo de abrazar errores si descubre algunos problemas de experiencia de usuario más destacados con sus conceptos difíciles. Los usuarios finales pueden ofrecer información valiosa a través de los debates posteriores a las pruebas y entrevistas de seguimiento.
El desarrollo de nuevos métodos de resolución de problemas a través del aprendizaje basado en la práctica (PBL)

 

 

 

 

 

Por desgracia, experiencias en el aula y el desarrollo en el mundo real se realizan típicamente de forma independiente como si no hubiera necesidad de combinar la teoría con la práctica. El Aprendizaje basado en el trabajo, por el contrario (LEARNING IS THE WORK), se fusiona deliberadamente la teoría con la práctica y reconoce la intersección de formas explícitas y tácitas de conocimiento, tanto a nivel individual y colectivo.

Reconoce que el aprendizaje se adquiere en el medio de la práctica y puede ocurrir mientras se trabaja en las tareas y las relaciones en la mano. (Raelin, 1998)
La idea de aprendizaje a través de la práctica también se apoya en David Kolb y en el modelo de aprendizaje experiencial – hacer o experiencia, reflexionar sobre lo observado o aprendido, el desarrollo de las teorías internas generales sobre la aprendizaje, y aplicar el aprendizaje en experiencias futuras.

 

 

kolbs-learning-model

 

 

 

Kolb y Fry (1975) sostienen que el ciclo de aprendizaje puede comenzar en cualquiera de los cuatro puntos – y que lo que realmente debe ser abordado como una espiral continua. Sin embargo, se sugiere que el proceso de aprendizaje comienza a menudo con una persona que lleva a cabo una acción particular y luego ver el efecto de la acción en esta situación. (Smith, 2001, 2010)

Crítica del “Experiential Learning Circle” de Kolb y Fry (1975)

1. No presta suficiente atención al proceso de reflexión (Boud et al 1983)

2. Kolb y Fry hacen encajar el esquema con cuatro estilos de aprendizaje. Sin embargo, esta vinculación da como resultado un esquema demasiado cerrado e incompleto de los modos de aprendizaje. Se está priorizando un estilo particular de aprendizaje, pero el aprendizaje mediante experiencia no se aplica a todas las situaciones. Kolb deja al margen otras formas como la asimilación de información o memorización. (Jarvis 1987; Tennant 1997)

3. El modelo toma muy poco en cuenta la diferentes culturas en los relativo a condiciones, experiencias y estilos de comunicación. (Anderson 1988Anderson 1988)

4. La idea de etapas o pasos no encaja muy bien con la realidad del pensamiento. Como señaló Dewey (1933) numerosos procesos pueden ocurrir simultáneamente y las etapas pueden ser saltadas. Esta forma tan clara de presentar las cosas es demasiado simplista.

5. El respaldo empírico de la teoría es débil (Jarvis 1987; Tennant 1997). La base de la investigación inicial fue muy limitada y ha habido posteriormente muy pocos estudios sobre el tema.

6. La relación entre proceso de aprendizaje y conocimiento es problemática. La postura de Kolb es algo simplista y no tiene en cuenta las distintas posiciones en torno a la naturaleza del conocimiento.

 

 

 

efeu_action_workshop-_experiential_learning_devilarts_cc-Copy

Jarvis también llama la atención sobre los diferentes usos del término, citando Weil y McGill (1989: 3) categorización de aprendizaje experiencial en cuatro “pueblos”: (Conferencia Internacional sobre Aprendizaje Experimental en Londres en 1987)

Pueblo Uno se preocupa sobre todo con la evaluación y la acreditación de aprender de la experiencia de vida y de trabajo ….

Aldea Dos se centra en el aprendizaje experimental como base para lograr un cambio en las estructuras … de la educación post-escolar ….

Aldea Tres enfatiza el aprendizaje experimental como base para la toma de conciencia de grupo ….

Village Four está preocupado por el crecimiento personal y la auto-conciencia.

 

 

Es importante que la investigación educativa se involucre en cómo algunas de sus preocupaciones centrales -aprendizaje, capacitación, experiencia, comportamiento, selección de currículos, enseñanza, instrucción y pedagogía- se están reelaborando y aplicando dentro del sector tecnológico. De alguna manera, podríamos decir que los ingenieros, los científicos de datos, los programadores y los diseñadores de algoritmos se están convirtiendo en los maestros más poderosos de hoy en día, ya que son máquinas que permiten aprender a hacer cosas que cambian radicalmente nuestras vidas cotidianas.

Lo que hace que la programación ed-tecnología “adaptable” es que la IA evalúa la respuesta de un estudiante (por lo general a una pregunta de opción múltiple), luego sigue con la “segunda mejor” cuestión, cuyo objetivo es el nivel “adecuado” de dificultad. Esto no tiene por qué requerir un algoritmo especialmente complicado, y la idea en realidad basada en “la teoría de respuesta al ítem”, que se remonta a la década de 1950 y el ascenso de la psicometría. A pesar de las décadas siguientes, sinceramente, estos sistemas no se han vuelto terriblemente sofisticados, en gran parte debido a que tienden a basarse en pruebas de opción múltiple.

 

 

 

 

 

Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.

 

En la reciente DevLearn, Donald Clark habló de AI en el aprendizaje, y si bien…..

“Debemos saber un poco de la historia de la subida de los Sistemas Inteligentes de Tutoría, los problemas con el desarrollo de modelos de expertos, y los enfoques actuales como Knewton y Smart Sparrow. No he tenido la libertad de seguir las últimas novedades tanto como me gustaría, pero Donald dio una gran visión.

Se refirió a los sistemas de estar a punto de los contenidos de análisis automático y el desarrollo de aprendizaje en torno a ella. Mostró un ejemplo, y creó preguntas . También mostró cómo los sistemas pueden adaptarse individualmente al alumno, y discutió cómo podría ser capaz de proporcionar tutoría individual sin muchas limitaciones de los profesores (cognitiva sesgo, fatiga), y no sólo se puede personalizar, pero sí mejorar y escalar!

 

 

 

 

 

Uno de los problemas que encontró  a corto plazo era que la pregunta autogenerado fuera sobre el conocimiento y no sobre  habilidades. Si bien estoy de acuerdo que el conocimiento que se necesita , así como su aplicación, creo que centrarse  en este último primero es el camino a seguir.

Esto va junto con lo que Donald ha criticado con razón, como problemas con preguntas de opción múltiple. Señala cómo se utilizan en gran parte como prueba de conocimientos, y estoy de acuerdo que eso está mal, pero mientras hay situaciones prácticas mejores (léase: simulaciones / escenarios / juegos serios), se puede escribir de opción múltiple como mini-escenarios y obtener buenas prácticas . Sin embargo, es aún un problema de investigación interesante, para mí, para tratar de conseguir buenas preguntas de escenarios de contenido auto-análisis.

 

 

Se puede ir por un sistema híbrido, donde nos dividimos las funciones entre el ordenador y la intervención de las personas humanas sobre la base de lo que cada uno de nosotros hacemos bien, y me dijo que eso es lo que está viendo en las empresas.

La última parte que me interesaba era si y cómo tales sistemas podrían desarrollar no sólo el aprendizaje de habilidades, pero el meta-aprendizaje o de aprender a aprender. Profesores reales pueden desarrollar este y modificarlo (si bien es cierto y raro), y sin embargo, es probable que sea la mejor inversión. En mi aprendizaje basado en la actividad, le sugerí que poco a poco los alumnos deben hacerse cargo de la elección de sus actividades, a desarrollar su capacidad de convertirse en autodidactas. También le sugerí cómo podría ser en capas en la parte superior de experiencias regulares de aprendizaje. Creo que esto va a ser un área interesante para el desarrollo de experiencias de aprendizaje que son escalables, pero realmente desarrollan los estudiantes para los tiempos venideros.

Hay más: normas pedagógicas, modelos de contenido, modelos con alumnos, etc, pero finalmente estamos consiguiendo  ser capaces de construir este tipo de sistemas, y debemos ser conscientes de cuáles son las posibilidades”.

 

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

 

 

 

f0307315

 

 

En los ultimos tiempos se están dando sos corrientes referentes al Big data y a a los Algoritmos (Inteligencia Artificial), los que predicen que significaran la “visualización” de una época con rayos y truenos, que nos tendra vigilados permanentemente ” Un artículo del periodista holandés Dimitri Tokmetzis demostró el año pasado hasta qué punto esto puede ir en los datos de montaje de retratos compuestos de lo que somos. Google sabe lo que busca y puede inferir no sólo qué tipo de noticias que lees en un domingo por la mañana y qué tipo de películas prefieres un viernes, qué tipo de porno que probablemente nos gustaría mirar y dejarnos boquiabiertos en la noche del sábado , lo que ha hecho que los bares y restaurantes cierren”….

La propuesta de Bentham para una Máquina total de la visibilidad puede ser menos significativa a la tesis de los universos de datos emergentes que sus contribuciones a la moral del utilitarismo y su supuesto de que se puede medir nuestro bienestar.

Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metafora de los presos alrededor que se pusieron alrededor de una torre de vigilanca para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….

 

 

 

 

 

Con el trabajo algoritmico que preconizamos debemos tener siempre presente, tanto en las ideas, el desarrollo propio de andamiaje-algoritmico, así como en su posterior diseño, que deben ser capaces de analizar y llevar a cabo de manera pormenorizada y cuidadosa, conocer de que manera el aprendiz es capaz de aprender a aprender de manera personal y personalizada, por lo que estos siempre tendrán garantizado un apoyo inestimable.

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 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.

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 segun 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.
deep-learning-680x365_c
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.

 

 

“Sin entrar en detalles complejos sobre los diferentes paradigmas de Inteligencia Artificial y su evolución podemos dividir dos grandes grupos: la IA robusta y la IA aplicada.

 

  • Inteligencia Artificial robusta o Strong AI: trata sobre una inteligencia real en el que las máquinas tienen similar capacidad cognitiva que los humanos, algo que, como los expertos se aventuran a predecir, aún quedan años para alcanzar. Digamos que esta es la Inteligencia de la que soñaban los pioneros del tema con sus vetustas válvulas.
  • Inteligencia Artificial aplicada Weak AI (Narrow AI o Applied AI): aquí es donde entran el uso que hacemos a través de algoritmos y aprendizaje guiado con el Machine Learning y el Deep Learning.

El Machine Learning en su uso más básico es la práctica de usar algoritmos para parsear datos, aprender de ellos y luego ser capaces de hacer una predicción o sugerencia sobre algo.

El Machine Learning en su uso más básico es la práctica de usar algoritmos para parsear datos, aprender de ellos y luego ser capaces de hacer una predicción o sugerencia sobre algo. Los programadores deben perfeccionar algoritmos que especifiquen un conjunto de variables para ser lo más precisos posibles en una tarea en concreto. La máquina es entrenada utilizando una gran cantidad de datos dando la oportunidad a los algoritmos a ser perfeccionados.

 

 

Coincidiendo con el post de Pierre Levy: EML: A Project for a New Humanism. An interview with Pierre Lévy me pregunto ¿Cómo será el nuevo modelo y como será capaz de describir que nuestra forma de crear y transformar el significado, y que sea computable?….no tardará mucho, de eso podeis estar seguros.

Pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.

Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA,) por medio de una mezcla de inteligencia artificial y algorítmica.

La gente tiene que aceptar su responsabilidad personal y colectiva. Porque cada vez que creamos un vínculo, cada vez que “al igual que” algo, cada vez que creamos un hashtag, cada vez que compremos un libro en Amazon, y así sucesivamente,… que transformemos la estructura relacional de la memoria comúny eso lleva, como venimos diciendo siempre, una responsabilidad y un compromiso.

Por lo tanto, también tenemos que desarrollar el PENSAMIENTO CRÍTICO Todo lo que encontremos en el Internet es la expresión de puntos de vista particulares, que no son ni neutrales ni objetivos, sino una expresión de subjetividades activas. ¿De dónde viene el dinero? ¿De dónde proceden las ideas? ¿Qué es el contexto pragmático del autor? etcétera…

Este precio informativo se compone de DATOS ESTANDARIZADOS a través del que hemos llegado a definir nosotros mismos: transcripciones escolares, registros de salud, cuentas de crédito, títulos de propiedad, identidades legales. Hoy en día, tesis arraigada tipo de individualidad datos están siendo blanco amplió para abarcar más y más de lo que podemos ser: (En educación seria el PERSONALIZED LEARNING, que nosotros mismos abogamos y además instauramos en algoritmos personalizados, nunca creadores de patrones)..

La transformación es el cambio de una o muchas variables en el estudio.

Se transforman variables, por ejemplo, al remplazar los valores originales por logaritmos (transformación logarítmica). Frecuentemente los datos que son obtenidos no se ajustan a una distribución normal, por lo cual es inapropiado el ejecutar pruebas paramétricas

Muchas variables no se comportan de forma lineal o aritmética, por ejemplo las abundancias siguen un patrón exponencial.

En la educación básica se promueve que el sistema decimal es el único “natural”

Nunca vemos los algoritmos que hacen su trabajo, incluso a medida que nos afectan. Ellos producen en sus sistemas de cifrado, todo invisible, enterrado en cajas negras componer silencio sinfonías de ceros y unos….

 

 

506-3076-1-PB

 

El sueño de entregar el aprendizaje personalizado utilizando objetos de aprendizaje que se ajusta al tiempo real, en cualquier lugar, en cualquier momento, justo suficientes necesidades del estudiante está a punto de convertirse en una realidad. Hoy en día, junto con muchos desarrollos importantes en la psicología de la instrucción, estándares abiertos, lenguajes de marcas estructuradas para la representación de datos interoperables, y el cambio de control de flujo de instrucción desde el cliente al servidor, una base totalmente nueva está haciendo realmente personalizado de aprendizaje en línea .

“Poco a poco las características subversivas de la computadora fueron erosionados distancia: En lugar de cortar a través y así desafiar la idea misma de fronteras temáticas, el equipo ahora se define un nuevo tema; en lugar de cambiar el énfasis del currículo impersonal a la exploración en vivo emocionados por los estudiantes, el ordenador se utiliza ahora para reforzar los caminos de la escuela. Lo que había comenzado como un instrumento subversivo de cambio fue neutralizado por el sistema y se convierte en un instrumento de consolidación”..… Audrey Watters

Lo que hace que la programación ed-tecnología “adaptable” es que la IA evalúa la respuesta de un estudiante (por lo general a una pregunta de opción múltiple), luego sigue con la “segunda mejor” cuestión, cuyo objetivo es el nivel “adecuado” de dificultad. Esto no tiene por qué requerir un algoritmo especialmente complicado, y la idea en realidad basada en “la teoría de respuesta al ítem”, que se remonta a la década de 1950 y el ascenso de la psicometría. A pesar de las décadas siguientes, sinceramente, estos sistemas no se han vuelto terriblemente sofisticados, en gran parte debido a que tienden a basarse en pruebas de opción múltiple.

Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.

https://juandomingofarnos.wordpress.com/…/los…/Los algoritmos sales de las Universidades de Juan Domingo Farnós Miró

Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metafora de los presos alrededor que se pusieron alrededor de una torre de vigilanca para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….

 

Las diferencias de poder y las cuestiones de desigualdad con los aprendices deben ser tomadas en serio en todos los contextos. Por otra parte, el grado en que el aprendizaje es emancipador u opresivo depende al menos tanto o más en los contextos organizacionales, sociales, culturales, económicos y con políticas más amplias en las que el aprendizaje tenga su sede, como en las prácticas reales de aprendizaje y pedagogías involucradas.

 

 

 

 

 

 

La eficacia de la circulación de información entre pares sugiere, por el contrario, que la participación en la práctica, en lugar de ser su objeto, bien puede ser la condición para la efectividad del aprendizaje “. (Lave y Wenger):

          1-La certeza y la estructura da una sensación de seguridad y tranquilidad. La incertidumbre es una enfermedad, según muchos terapeutas.

 

2. ¿Cuáles son los retos para el docente y para el estudiante? ¿Qué tan preparados están para afrontar los cambios en la educación? 

 

 

En la sociedad de hoy hay dos coneptos que o confundimos o no asimilamos, …la digitalización informatizada es un proceso técnico, mientras que la digitalización social es un proceso humano que en este caso implica una profunda revolución sociotécnica, todo ello nos lleva a otra sociedad, e aplica al proceso de interiorización personal y de coherencia social de las funcionalidades y efectos múltiples, directos, secundarios y hasta ocultos de esta tecnología.

Su socialización, cuyo resultado es la Sociedad de la Información, es un factor engañoso de progreso, si no está dirigido por una cultura madura de la tecnología, a la que podríamos denominar sociotecnocultura y que representa un objetivo educativo por el que luchar.

 

Entre las medidas necesarias para comprender mejor la dinámica de esta revolución sociotécnica que vivimos habría que completar la formación en muchas especialidades con dosis adecuadas de interdisciplinariedad, generalizar la práctica del sistemismo diversificado (inclusividad socio.educativa, por ejemplo) y del pensamiento complejo y crear, para difundirlo, un repertorio básico de conceptos sociotecnoculturales…y para ello necesitamos tecnologías inmersivas o no, pero al fin y al cabo las herramientas y los instrumentos siempre han sido utilizados por todas las sociedades.

 

Por supuesto, por ello tenemos lo que Saez Vacas llama TECNOLOGÍA DE LA INTELIGENCIA, que podemos entender como aquellas creaciones técnicas que no van dirigidas a producir cosas, sino a permitir que el cerebro humano se organice y funcione de manera distinta, es decir… no solo el SOFTWARE es un elemento básico dentro de la sociedad, si no por encima de ello está nuestra capacidad y mentalidad cognitiva de aceptar que estamos en una época cuya idiosincrasia hace que las tecnologías formen parte de nosotros, es más, que las consideremos en nosotros…
Las tecnologías convergentes, internet, la inteligencia artificial, la memoria externa….serán básicas en los próximos tiempos y no ya como tendencias, si no como elementos básicos que trascenderán mucho más de lo que la mayoría de la gente piensa, llegará el momento que ellas condicionarán nuestros actos, como ya lo están haciendo en parte ahora: “trate usted de sacar un billete de avión que no sea por medio de internet” Juan Domingo Farnos

 

 

 

21246219_1703793732966182_1464898001539869137_o-460x310

 

 

Girar suavemente la noción de competencia”: la distinción entre las habilidades (elemental para realizar operaciones), contenido (será en lo que se ejercita la capacidad) y la novedad en comparación con el punto anterior, el contexto (las condiciones en que practicamos las operaciones y toma significado producciones).
El plan respaldado por capacidades y contenido crece y se materializa en un volumen tridimensional que la tercera dimensión es el contexto (una figura más tarde ayudará a imaginar que estas tres dimensiones).

 

¿Puede el campo de la investigación educativa científico social explicar cómo sus preocupaciones principales escaparon del aula y entraron en el laboratorio de programación y, recursivamente, cómo las “máquinas de aprendizaje” técnicas están reingresando a las aulas y otros entornos de aprendizaje digitalizados?

Los procesos de aprendizaje automático no humano, y sus efectos en el mundo, deberían ser objeto de escrutinio si se quiere que el campo de la investigación educativa tenga voz para intervenir en la revolución de los datos. Si bien la investigación educativa desde diferentes perspectivas disciplinarias ha luchado durante mucho tiempo sobre las formas en que el “aprendizaje” se conceptualiza y entiende como un proceso humano, también debemos comprender mejor el aprendizaje no humano que ocurre en las máquinas. Esto es especialmente importante ya que las máquinas que se diseñaron para aprender desempeñan un papel de “pedagogía pública” en las sociedades contemporáneas y también se están impulsando en los esfuerzos comerciales y políticos para reformar los sistemas educativos a gran escala.

Una de las grandes historias de tecnología de los últimos meses se refiere a DeepMind, la empresa de inteligencia artificial propiedad de Google, pionera en el aprendizaje automático de próxima generación y las técnicas de aprendizaje profundo. El aprendizaje automático a menudo se divide en dos categorías. El ‘aprendizaje supervisado’ implica que los algoritmos sean ‘entrenados’ en un conjunto de datos seleccionado para detectar patrones en otros datos encontrados posteriormente ‘en la naturaleza’. El aprendizaje no supervisado, por el contrario, se refiere a sistemas que pueden aprender desde cero mediante la inmersión. en datos.

 

 

 

 

Crear máquinas inteligentes o más inteligentes que los humanos, no es lo mismo que  hacer a los humanos más inteligentes. Cada nivel de complejidad implica un tipo de conocimiento emergente nuevo y más poderoso, en el que todos los procesos cognitivos están aumentados. El último paso, es decir, aquel hacia el cual tendemos, sería el conocimiento algorítmico.

Y esa propuesta es la que hacemos nosotros (JUAN DOMINGO FARNOS https://juandomingofarnos.wordpress.com/…/algoritmos…/

INCLUSO DENTRO DE UN PROCESO transversal y multidisciplinar, para lograr nos lo eso, sino una autonomía en los aprendizajes y una personalizacion, como nunca hasta ahora se jha producido (POR TANTO TOTALMENTE ORIGINAL, apoyada en todo lo que les escribo, más las distintas potencialidades que tenemos de aprendizaje que tenemos las personas en nuestro cerebro y que les visualizo.

 

 

 

Junto con la arquitectura de redes neuronales, un algoritmo de aprendizaje de refuerzo autodirigido de última generación es la innovación técnica  que se entrena únicamente mediante el aprendizaje de refuerzo de autoaprendizaje, comenzando con el juego aleatorio, sin supervisión ni uso de datos humanos. ‘como su equipo de ciencia lo describió en la Naturaleza. Sus ‘sistemas de aprendizaje de refuerzo están entrenados a partir de su propia experiencia, en principio permitiéndoles exceder las capacidades humanas y operar en dominios donde falta la experiencia humana’. A medida que el algoritmo de refuerzo procesa sus propias experiencias en el juego, es ‘recompensado’ y ‘reforzado’ por las victorias que logra, para ‘entrenar a un nivel sobrehumano’.

Otro beneficio de la personalización es que cada vez que se personaliza, a aprender y almacenar un poco más sobre el conjunto único de un alumno, se aportan posiciones diferenciadas al aprendizaje social.
Esto no solo permite llegar a un mejor AUTOAPRENDIZAJE, si no también una manera más de “emprendimiento” y “apropiación” de la red, como “espacio” claramente de aprendizaje personalizado y socializador.
Esta “vinculación” que se establece, es propia incluso del funcionamiento cerebral, como muy bien dice George Siemens y diría mi amigo argentina Alicia Banuelos (una maravillosa Física)…”la sinapsis neuroal provoca que las neuronas se vinculen, se relacionen unas con otras”.
3244476858
El cerebro emite una especie de corriente de “relación” que con un poco de entrenamiento, que lo tengo y mucho, tengo que establecer relaciones entre todos e incluirlos, si es necesario en mis ideas para mejorarlas…
En una base de datos tradicional, el esquema de una tabla se aplica en tiempo de carga de datos. Si los datos que se están cargando no se ajusta al esquema, a continuación, se rechaza. Este diseño es a veces llamado esquema de escritura ya que los datos se comprueban con el esquema cuando se escribe en la base de datos y eso se puede extrapolar a lo que pretendemos que los alumnos aprendan del curriculum preestablecido.
Normalmente por otra parte, no comprobamos los datos cuando se cargan ,cuando los comentamos, explicamos… sino más bien cuando se emite una consulta. Esto se conoce como esquema de lectura.
Hay ventajas y desventajas entre los dos enfoques. Esquema de lectura hace que tengamos una carga inicial muy rápida, ya que los datos no tienes que ser leídos, analizados y serializados en el disco en formato interno de la base de datos.
La operación de carga es sólo una copia de archivo o de movimiento, y es lo que hacemos con los aprendizajes mecánicos de lectura y escritura (totalmente nefastos) es mucho más flexible: : considerar la posibilidad de dos o más esquemas para los mismos datos subyacentes, dependiendo del análisis que se realiza y de la persona que tenga que hacerlo (personalización en los procesos de aprendizaje).
En un futuro próximo creo que todo el aprendizaje será límites-less (Geoge Siemens). Todo el contenido de aprendizaje será computacional nada preestructurado. Todo aprendizaje será granular, con coherencia formada por alumnos individuales (inclusividad y ubicuidad de Juan Domingo Farnos)

 

 

 

 

 

 

Aparecen una incontenible avalancha de datos por segundo, las tecnologías se hacen cada vez más intangibles y ubicuas. Con la COMPUTACIÓN UBÍCUA, la asincronía funde el“ahora” y el “cuando”; SE TRANSFORMA en cognitiva-mente integrada, están surgiendo nuevas formas de pensar en las quela cognición se complementa con el pc, tabletas, mobile learning…
Mediante el manejo de tecnologías semánticas: etiquetados generados por los usuarios,folksonomías y ontologías; es intuitiva, como cualquier hábito, la computación ubicua se presenta como una parte de la experiencia vital…. niveles de complejidad, constante redefinición de los centros y las periferias y nos permite pasar de la misma Computación Ubícua a la I-BICUIDADuna nueva manera más SINCRONA de actuar en tiempo real, disponiendo en todo momento de las mejores FUENTES posibles…

Obviamente nosotros vamos mucho más lejos y ante no solo la abalancha de datos que nos llegan, ya que de lo que hablamos, primero, es de otro paradigma, con lo que las “formas actuales” de aprendizaje en nada se parecen a las que proponemos nosotros englobadas dentro de paraguas de la sociedad, contrariamente a lo que sucede ahora en la que la educación permanece como “una parte aislada” dentro de ella.

Ya no queremos algoritmos que saquen patrones y que todos tengamos que seguir sus indicaciones, estamos por algoritmos tanto de lo que son las personas como de lo que necesitan “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 planteamineto 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”

 

 

 

metalocus-moby-lost-03

 

 

La implicación, en otras palabras, es que poderosos algoritmos de aprendizaje podrían ser puestos a la tarea de entrenar a mejores humanos, o incluso de superar a los humanos para resolver problemas del mundo real.

 

“Es cierto que los sistemas cognitivos son máquinas inspiradas por el cerebro humano”, ha argumentado en un artículo reciente el vicepresidente de investigaciones y soluciones  “Pero también es cierto que estas máquinas inspirarán el cerebro humano, aumentarán nuestra capacidad de razonar y reconectarán las formas en que aprendemos”.

Todos ellos e basan en teorías científicas de aprendizaje -comportamiento psicológico y neurociencia cognitiva- que se utilizan para crear sistemas algorítmicos “sobrehumanos” de aprendizaje y creación de conocimiento. Traducen las teorías subyacentes de la psicología conductista y la neurociencia cognitiva en códigos y algoritmos que pueden ser entrenados, reforzados y recompensados, e incluso convertirse en máquinas autorreforzadoras auodidácticas que pueden exceder la experiencia humana.

Para educadores e investigadores de la educación esto debería plantear preguntas apremiantes. En particular, nos desafía a reconsiderar qué tan bien somos capaces de comprender los procesos que normalmente se consideran parte de nuestro dominio, ya que ahora están siendo refigurados computacionalmente. ¿Qué significa hablar sobre las teorías del aprendizaje cuando el aprendizaje en cuestión tiene lugar en algoritmos de redes neuronales?

El “conductismo de máquina” del tipo desarrollado en DeepMind puede ser una de las teorías de aprendizaje más importantes de la actualidad. Pero debido a que los procesos que explica ocurren en las computadoras en lugar de en los humanos, la investigación educativa tiene poco que decir al respecto o sus implicaciones.

Los desarrollos en el aprendizaje automático, los algoritmos autodidacticos y los procesos de autorrefuerzo pueden ampliar el alcance de los estudios educativos. La ciencia cognitiva y la neurociencia ya adoptan métodos computacionales para comprender los procesos de aprendizaje, de maneras que a veces parecen reducir la mente humana a procesos algorítmicos y el cerebro al software. Los ingenieros de IBM para la informática cognitiva en la educación, por ejemplo, creen que sus desarrollos técnicos inspirarán nuevas comprensiones de la cognición humana.

Será esencial un enfoque científico social de estas teorías computacionales del aprendizaje, ya que buscamos comprender mejor cómo una población de sistemas no humanos está siendo capacitada para aprender de la experiencia y, de ese modo, aprender a interactuar con los procesos de aprendizaje humano. En este sentido, los modelos de aprendizaje que están codificados en sistemas de aprendizaje automático pueden tener consecuencias sociales significativas. Necesitan ser examinados tan de cerca como los estudios sociológicos previos han examinado la experiencia de las “ciencias psicológicas” en las expresiones contemporáneas de autoridad y gestión sobre los seres humanos.

 

 

 

 

 

Las implicaciones sociales del aprendizaje automático se pueden abordar de dos maneras que requieren un examen educativo adicional. El primero se refiere a cómo la psicología del comportamiento se ha convertido en una fuente de inspiración para los diseñadores de plataformas de redes sociales, y cómo las plataformas de medios sociales están asumiendo un rol pedagógico distintivo.

La mayoría de las plataformas modernas de medios sociales se basan en la ciencia del cambio de comportamiento o en variantes relacionadas de la economía del comportamiento. Utilizan datos exhaustivos sobre los usuarios para generar recomendaciones y sugerencias que pueden dar forma a las experiencias posteriores de los usuarios. Los procesos de aprendizaje automático se utilizan para extraer datos de usuarios sobre patrones de comportamiento, preferencias y sentimientos, comparar esos datos y resultados con vastas bases de datos de actividades de otros usuarios, y luego filtrar, recomendar o sugerir lo que el usuario ve o experimenta en la plataforma.

Desde luego, los procesos de análisis de datos basados ​​en el aprendizaje automático se vuelven controvertidos tras las noticias sobre perfiles psicológicos y microtargeting a través de las redes sociales durante las elecciones, descritas como “manipulación de la opinión pública” y “propaganda computacional”. El campo de la educación debe participar este debate porque el aprendizaje automático llevado a cabo en las redes sociales desempeña el papel de una especie de “pedagogía pública”, es decir, las lecciones aprendidas fuera de las instituciones educativas formales por cultura popular, instituciones informales, espacios públicos, discursos culturales dominantes, y tanto el medios tradicionales y sociales.

Sin embargo, las pedagogías públicas de las redes sociales son importantes no solo porque están guiadas por el aprendizaje automático. También están profundamente informados por la psicología, y específicamente por la psicología conductual. Las ciencias psicológicas del comportamiento están hoy profundamente involucradas en la definición de la naturaleza de los comportamientos humanos a través de sus explicaciones disciplinarias, y en informar las aspiraciones comerciales y gubernamentales estratégicas.

 

 

 

 

 

En Neuroliberalismo de Mark Whitehead y sus coautores sugieren que el software de big data se considera una ‘edad de oro’ para la ciencia del comportamiento, ya que los datos se usarán no solo para reflejar el comportamiento del usuario sino también para determinarlo. En el núcleo de las redes sociales y la conexión de la ciencia del comportamiento están las ideas psicológicas de que la atención de las personas puede “engancharse” a través de simples trucos psicológicos, y que sus comportamientos posteriores y hábitos persistentes pueden ser “activados” a través de la “informática persuasiva” y el comportamiento diseño.’

Después del post “Paradigmas educativos ….Hemos realizado este trabajo con el objetivo de conocer sobre los paradigmas de la investigación educativa como son el positivismo, interpretativo, sociocrítico sus métodos y técnicas, conceptos y principios que son herramientas que nos ayudará para el presente y futuro como docentes y estudiantes. La investigación en tecnología educativa está
forzosamente relacionada con lo que se desarrolla en todas aquellas ciencias y disciplinas en las que se fundamenta, por ello su evolución ha seguido los mismos caminos que la investigación didáctica en general y también ha contemplado la polémica entre los paradigmas positivistas, imperativos socio críticos…

SUJETO OBJETO

 

 

Desde la perspectiva cualitativa la investigación educativa pretende la interpretación de los fenómenos, admitiendo desde su planteamiento fenomenológico que admite diversas
interpretaciones. Muchas veces hay una interrelación entre el investigador y los objetos de investigación, pero las observaciones y mediciones que se realiza se consideran válidas mientras constituyan representaciones auténticas de alguna realidad. Tener paradigmas y pensar que cada uno corresponda a un concepción de construcción de conocimientos, una imitante impuesta por una realidad extrapolada desde un conocimiento acumulado que no llega a una profundidad que subraye en lo visible la realidad, cada uno de los paradigmas guarda su sentido pero a la vez, uno tiene razón de ser función del otro. Términos de paradigmas se puede encontrar hoy en cientos textos científicos, en artículos de los más variados contextos, por lo general su empleo viene del sentido que se ha generalizado a partir de la obra de Kuhn.

“La estructura de las revoluciones científicas”. No existe aún una primera teoría unificadora de la educación que nos permita analizar y solucionar la globabilidad y la complejidad de los problemas de la educación. Peor los problemas existen y es posible asumir una de dos posiciones

Esta trilogía paradigmática, conformada por el paradigma cientificista, el paradigma hermético y el paradigma crítico han originado una ruptura epistemológica con un subsecuente proliferación de diferentes estudios, enfoques, teorías y prácticas dentro de la esfera de la investigación educativa, tratando de legitimar desde cada uno de estos paradigmas una propuesta emergente que sirva de fundamento para orientar la acción educativa y el proceso de enseñanza-aprendizaje.

 

 

 

Si en el primer post hablamos de paradigmas, ahora lo haremos de “investigación“…Mientras que la etnografía general se basa en datos cualitativos, no quiere decir que los enfoques cuantitativos no deben ser empleados en el proceso de investigación. La combinación de los dos cables a un “enfoque de métodos mixtos”, que puede adoptar diversas formas: la recolección y análisis de datos pueden ser separados o dirigirse juntos, y cada uno de ellos se pueden utilizar en el servicio de la otra. Por supuesto, esto no es nuevo en los círculos académicos y la etnografía corporativa, pero parece que hay un renovado interés últimamente en este tema, ya que sin duda alguna los aspectos INFORMALES, están superando los formales.

Uno de los impulsores de este renovado interés es la enorme cantidad de información generada por las personas, las cosas, el espacio y sus interacciones – lo que algunos han llamado ” Big Data “: Los grandes conjuntos de datos creados por la actividad de las personas en los dispositivos digitales de hecho ha dado lugar a un aumento de las “huellas” de aplicaciones para teléfonos inteligentes, programas de ordenador y sensores ambientales (INTELIGENCIA ARTIFICIAL) Dicha información se espera actualmente para transformar la forma en que estudiamos el comportamiento y la cultura humana, con, como de costumbre, las esperanzas utópicas, distópicas y miedos …, llegando a entender estos datos como METADATOS….

Encontramos términos que admiten conceptos con los que muchos estaríamos de acuerdo :  Etno-minería, como su nombre indica, combina técnicas de la etnografía y la minería de datos. En concreto, la integración de técnicas de minería de datos etnográficos y de etno-minera incluye una mezcla de sus puntos de vista (en lo interpretaciones son válidas e interesantes, y cómo deben ser caracterizados) y sus procesos (lo que selecciones y transformaciones se aplican a los datos para encontrar y validar las interpretaciones).

Por medio de estas investigaciones, esta integración tiene por objeto poner de relieve nuevas formas de entender y potencialmente inspirar el diseño de la investigación la interacción persona-ordenador… 

La misma librería JMSL incluye tecnología de redes neuronales que complementa las ya existentes funciones de minería de datos, modelado y predicción, disponibles en toda la familia de productos IMSL. Las clases para la predicción basada en redes neuronales ofrecen un extraordinario potencial , gracias a su capacidad de crear modelos predictivos a partir de datos históricos y de “aprender” para optimizar el modelo a medida que se obtiene más información, lo podríamos llamar “RETROALIMENTACIÓN CONTINUADA Y MULTICANAL”

 

Los diseñadores de medios sociales de Silicon Valley saben cómo moldear el comportamiento a través del diseño técnico ya que, según Jacob Weisberg, “las disciplinas que lo preparan para esa carrera son la arquitectura de software, la psicología aplicada y la economía del comportamiento, utilizando lo que sabemos sobre las vulnerabilidades humanas para “Weisberg destaca cuántos de los ingenieros de Silicon Valley son graduados del Laboratorio de Computación Persuasiva de la Universidad de Stanford, que utiliza ‘métodos de psicología experimental para demostrar que las computadoras pueden cambiar los pensamientos y comportamientos de las personas de maneras predecibles’.

Las recompensas conductuales -o el aprendizaje reforzado- son importantes en el campo de la informática persuasiva, ya que obligan a las personas a seguir volviendo a la plataforma. Al hacerlo, generan más datos sobre ellos mismos, sus preferencias y comportamientos, que luego pueden procesarse para que la experiencia de la plataforma sea más gratificante. Estas técnicas son, a su vez, interesantes para los científicos que cambian el comportamiento y los que formulan las políticas, ya que ofrecen formas de desencadenar ciertos comportamientos o “empujar” a las personas a tomar decisiones dentro de la “arquitectura de elección” que ofrece el entorno.

 

 

 

 

 

Karen Yeung describe la aplicación de datos psicológicos sobre las personas para predecir, orientar y cambiar sus emociones y comportamientos como hiperimpulso. Las técnicas de hiperimpulso utilizan técnicas de computación persuasivas para enganchar a los usuarios y de la ciencia del cambio de comportamiento para desencadenar acciones particulares y respuestas.

“Estas técnicas se utilizan para dar forma al contexto de elección de información en el que se produce la toma de decisiones individuales”, argumenta Yeung, “con el objetivo de canalizar la atención y la toma de decisiones en las direcciones preferidas por el” arquitecto de elección “.

A través del diseño de estrategias de empuje psicológico, las organizaciones de medios digitales están comenzando a jugar un papel poderoso en la configuración y el gobierno de comportamientos y sentimientos.

Algunos ingenieros de Silicon Valley han empezado a preocuparse por las consecuencias psicológicas y neurológicas negativas de los “trucos psicológicos” de los medios sociales en la atención y la cognición de las personas. Silicon Valley se ha convertido en un “imperio global de modificación del comportamiento”, afirma Jaron Lanier. Del mismo modo, a los críticos de AI les preocupa que los algoritmos cada vez más sofisticados inciten y engatusen a las personas para que actúen de la forma que hayan considerado más apropiada -o óptimamente gratificante- por sus algoritmos subyacentes, con importantes implicaciones sociales potenciales.

Lo que sustenta todo esto es una visión conductista particular del aprendizaje que sostiene que las conductas de las personas pueden ser manipuladas y condicionadas a través del diseño de arquitecturas digitales. Audrey Watters ha sugerido que 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 avion…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 basmaos 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.

Tambien 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”.
 eyes-in-Binary
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 Machine learning, AI, internet, TIC), no es tal sueño y es una realidad.

 

juandon

 

Machine learning: ¿personalized learning automatizado?

juandon
istock-139960401_0
Estamos ya convencidos que la web ofrece la tecnología perfecta y el medio ambiente para el aprendizaje individualizado porque para los aprendices puede ser identificativa, el contenido se puede personalizar específicamente, y el progreso del alumno puede ser monitoreado, apoyado y evaluado.
 
Tecnológicamente y técnicamente, los investigadores estamos haciendo progresos hacia la realización del sueño del aprendizaje personalizado con la tecnología de objetos de aprendizaje (para algunos adaptativos, para nosotros, nada más lejos de la realidad, no hay nada de adaptación, si no de personalización, que no es lo mismo) y eso el machine learning puede ayudarnos a conseguirlo.
 
Sin embargo, dos consideraciones importantes están siendo ignoradas o pasadas por alto en el cumplimiento del sueño de personalización con machine learning:
 
Lo “adaptativo” es el ‘ajuste de una o más características del entorno de aprendizaje’. Estas acciones adaptativas tienen lugar en tres áreas distintas:
 
          1-Apariencia/forma: Cómo se muestran al aprendiz las acciones de aprendizaje, como contenido, incorporación de texto, gráficos o videos, etc. La mayoría de las plataformas adaptativas de hoy día lo denominan “consumo de contenido” y esperan que el conocimiento se adquiera simplemente leyendo el contenido.
 
          2-Orden/secuencia: Cómo se ordenan y se bifurcan las acciones de aprendizaje según el progreso del alumno, como las rutas de aprendizaje.
 
          3-Orientación hacia el objetivo/dominio Las acciones del sistema que conducen al aprendiz hacia el éxito (excelencia personalizada)
 
Esto permite que se realicen cambios según los resultados óptimos de aprendizaje, el grado de dificultad y el creciente nivel de conocimientos o aptitudes del alumno.
 
 
El término “aprendizaje personalizado” es una palabra de moda los educadores suelen ser una alternativa a la “talla única” la enseñanza. Por desgracia, el mensaje es confuso. ya que aparecen diferentes definiciones parecidas: la instrucción individualizada, personalizada y diferenciada:
          -La individualización se refiere a la instrucción que se estimula a las necesidades de aprendizaje de los alumnos diferentes. Metas de aprendizaje son los mismos para todos los estudiantes, pero los estudiantes pueden progresar a través del material a diferentes velocidades de acuerdo a sus necesidades de aprendizaje. Por ejemplo, los estudiantes pueden tomar más tiempo para avanzar en un tema determinado, no tome los temas que cubren la información que ya saben, o temas repetidos que necesitan más ayuda sobre.
          -La diferenciación se refiere a la enseñanza que se adapta a las preferencias de aprendizaje de los alumnos diferentes. Metas de aprendizaje son los mismos para todos los estudiantes, pero el método o enfoque de la enseñanza varía en función de las preferencias de cada alumno o lo que la investigación ha encontrado funciona mejor para los estudiantes como ellos.
          -La personalización se refiere a la instrucción que se estimula a las necesidades de aprendizaje, adaptados a las preferencias de aprendizaje, y adaptados a los intereses específicos de los diferentes alumnos. En un entorno que es totalmente personalizado, los objetivos de aprendizaje y contenidos, así como el método y el ritmo de toda puede variar ( la personalización incluye la diferenciación e individualización)
Aprendizaje personalizado no es “Instrucción Personalizada”:
          -Personalización de los medios de aprendizaje …
          -Los estudiantes saben cómo aprenden para que estén preparados para el presente y su futuro como ciudadanos del mundo.
          -Los estudiantes son los compañeros de los alumnos y compañeros de los diseñadores del currículo y el ambiente de aprendizaje.
          -Los estudiantes deben  poseer y manejar su propio aprendizaje.
AUTOMOTIVARSE-01-INED21
Cada estudiante es único y aprende de diferentes maneras. Diferenciación de instrucción significa que el profesor se adapta el plan de estudios existente para satisfacer las diferentes necesidades de cada estudiante en su salón de clases. El profesor se convierte en la persona más trabajadora en el aula. La individualización significa que las empresas de la maestra y el libro de texto de crear varios niveles de currículo para satisfacer las diferentes necesidades de todos los estudiantes. Esto significa que usted paga más a las empresas de libros de texto para preparar el plan de estudios o encontrar múltiples formas de enseñar a un área de contenido que cumpla con los estilos de aprendizaje variados y niveles de lectura en el aula.
La diferenciación y la individualización de la enseñanza es el maestro-céntrico, a nivel de grado, y basada en estándares. Los profesores pueden utilizar estas técnicas para presentar el contenido. Sin embargo, el estudiante necesita para ser los más difíciles de las personas que trabajan en el aula. Los maestros deben enseñar a sus alumnos a pescar y no el pescado para ellos. En un ambiente de aprendizaje personalizado, el profesor no tiene por qué ser el único experto. La ventaja de la tecnología es que los estudiantes puedan utilizar los contenidos y que los expertos con su profesor.
Aprendizaje personalizada significa que los estudiantes impulsan su aprendizaje y el profesor es el guía al lado, el co-diseñador de su aprendizaje, y  un facilitador para asegurarse de que los estudiantes están cumpliendo con sus objetivos de aprendizaje.
La consideración que falta se refiere a una persona en su totalidad la comprensión acerca de las fuentes psicológicas clave que influyen en cómo las personas quieren y tienen la intención de aprender en línea. Las soluciones convencionales, principalmente cognitivas (que se centran en cómo el proceso aprendices, construir y almacenar conocimiento) ofrecen una visión restringida de cómo las personas aprenden y demasiado a menudo conducen a soluciones inestables o ineficaces de aprendizaje en línea. Una persona en su totalidad incluye emociones e intenciones como factores críticos en el proceso de aprendizaje. También falta la integración de los fines de instrucción, los valores y las estrategias en el diseño, desarrollo y presentación de contenidos (objetos).
 
 
La Personalización puede tomar muchas formas, ya que se adapta el contenido, la práctica, la retroalimentación, o de dirección para que coincida con el progreso y el rendimiento individual. Por ejemplo, dos personas que utilizan la misma instrucción al mismo tiempo pueden ver dos conjuntos completamente diferentes de los objetos de aprendizaje. El mayor beneficio de la personalización de aprendizaje es la capacidad para hacer más fácil la instrucción compleja, presentando sólo lo concreto que será útil o aceptado por cada uno.
 
 
 
 
          a-Si el voto es uno de los factores más importantes para mejorar el trabajo del aprendiz y los resultados….a…
 
          b- ¿qué esperamos? que todos en los centros puedan intervenir por igual…
 
          c-¿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 universidad, 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, pero si podemos hacerlo ayudandonos de 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 segun 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 segun nuestros personalismos.
 
Figura-1-Marco-de-retroalimentacion-para-explicar-las-interacciones-recursivas-entre-la
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.
 
 
 

 

 

 

 

“Sin entrar en detalles complejos sobre los diferentes paradigmas de Inteligencia Artificial y su evolución podemos dividir dos grandes grupos: la IA robusta y la IA aplicada.

 

  • Inteligencia Artificial robusta o Strong AI: trata sobre una inteligencia real en el que las máquinas tienen similar capacidad cognitiva que los humanos, algo que, como los expertos se aventuran a predecir, aún quedan años para alcanzar. Digamos que esta es la Inteligencia de la que soñaban los pioneros del tema con sus vetustas válvulas.
  • Inteligencia Artificial aplicada Weak AI (Narrow AI o Applied AI): aquí es donde entran el uso que hacemos a través de algoritmos y aprendizaje guiado con el Machine Learning y el Deep Learning.

El Machine Learning en su uso más básico es la práctica de usar algoritmos para parsear datos, aprender de ellos y luego ser capaces de hacer una predicción o sugerencia sobre algo.

El Machine Learning en su uso más básico es la práctica de usar algoritmos para parsear datos, aprender de ellos y luego ser capaces de hacer una predicción o sugerencia sobre algo. Los programadores deben perfeccionar algoritmos que especifiquen un conjunto de variables para ser lo más precisos posibles en una tarea en concreto. La máquina es entrenada utilizando una gran cantidad de datos dando la oportunidad a los algoritmos a ser perfeccionados.

Desde los primeros albores de la temprana inteligencia artificial, los algoritmos han evolucionado con el objetivo de analizar y obtener mejores resultados: árboles de decisión, programación lógica inductiva (ILP), clustering para almacenar y leer grandes volúmenes de datos, redes Bayesianas y un numeroso abanico de técnicas que los programadores de data science pueden aprovechar” XAKATA

El sueño de entregar el aprendizaje personalizado utilizando objetos de aprendizaje que se ajusta al tiempo real, en cualquier lugar, en cualquier momento, justo suficientes necesidades del estudiante está a punto de convertirse en una realidad. Hoy en día, junto con muchos desarrollos importantes en la psicología de la instrucción, estándares abiertos, lenguajes de marcas estructuradas para la representación de datos interoperables, y el cambio de control de flujo de instrucción desde el cliente al servidor, una base totalmente nueva está haciendo realmente personalizado de aprendizaje en línea .

“Poco a poco las características subversivas de la computadora fueron erosionados distancia: En lugar de cortar a través y así desafiar la idea misma de fronteras temáticas, el equipo ahora se define un nuevo tema; en lugar de cambiar el énfasis del currículo impersonal a la exploración en vivo emocionados por los estudiantes, el ordenador se utiliza ahora para reforzar los caminos de la escuela. Lo que había comenzado como un instrumento subversivo de cambio fue neutralizado por el sistema y se convierte en un instrumento de consolidación”..… Audrey Watters

Lo que hace que la programación ed-tecnología “adaptable” es que la IA evalúa la respuesta de un estudiante (por lo general a una pregunta de opción múltiple), luego sigue con la “segunda mejor” cuestión, cuyo objetivo es el nivel “adecuado” de dificultad. Esto no tiene por qué requerir un algoritmo especialmente complicado, y la idea en realidad basada en “la teoría de respuesta al ítem”, que se remonta a la década de 1950 y el ascenso de la psicometría. A pesar de las décadas siguientes, sinceramente, estos sistemas no se han vuelto terriblemente sofisticados, en gran parte debido a que tienden a basarse en pruebas de opción múltiple.

Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.

https://juandomingofarnos.wordpress.com/…/los…/Los algoritmos sales de las Universidades de Juan Domingo Farnós Miró

Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metafora de los presos alrededor que se pusieron alrededor de una torre de vigilanca para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….

 

 

strategie-controllo-mentale

 

 

 

 

Este precio informativo se compone de DATOS ESTANDARIZADOS a través del que hemos llegado a definir nosotros mismos: transcripciones escolares, registros de salud, cuentas de crédito, títulos de propiedad, identidades legales. Hoy en día, tesis arraigada tipo de individualidad datos están siendo blanco amplió para abarcar más y más de lo que podemos ser: (En educación seria el PERSONALIZED LEARNING, que nosotros mismos abogamos y además instauramos en algoritmos personalizados, nunca creadores de patrones)..

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 transformará en APRENDIZAJES. Si todo el proceso esta evaluado, necesitaremos el algoritmo para que nos realice la retroalimentación. Lo cual hará que todo nuestro proceso de aprendizaje este ayudado por este proceso tecnológico, pero siempre seremos nostros quienes elijamos en última instancia el camino que vaos a seguir, frente a las múltiples propuestas en “beta” que nos presentará la tecnología..

 

 

 

 

 

Si partimos de la idea de que la REALIDAD es múltiple, podemos entender por qué aprender en la diversidad no tiene porque llevarnos a un punto común-….esta premisa es fundamental para entender el pensamiento crítico en los aprendizajes y sin la cuál sería imposible llevar a cabo aprendizajes basados en la diversidad-INCLUSIVIDAD (EXCELENCIA)…

…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.

 
 
El beneficio más evidente de estas innovaciones es la creación de una ecología de aprendizaje que comparte recursos de grandes depósitos de contenidos en los objetos de aprendizaje que se comparten de forma individual, ampliamente, y de forma más económica.
 
Esto permitirá que la “máquina” en realidad adapte sus interfaces de usuario, el contenido de aprendizaje y la experiencia en sí misma, y presentar información de una manera que se adapte a las preferencias de los humanos….eso sin duda nos lleva a la VERDADERA SOCIEDAD INTELIGENTE.
Todo ello ocasionará un Aprendizaje integrado – aprendizaje en red que estará integrado en cada dispositivo, cada herramienta, cada recurso físico de LAS PERSONAS, no hay necesidad de una formación específica, la información más reciente estará disponible sólo en el tiempo, de fuentes auténticas COMPUTACIÓN UBÍCUA E I-BICUA, a juzgar por el valioso análisis de la red, siempre con el contexto y que las personas prestemos nuestra ayuda.
 
 
Por tanto debemos elegir entre dos posturas que condicionarán el futuro de la Sociedad, ya que la Educación es una de las principales piedras angulares en que gravita cualquier hábitat.
 
Una, sería seguir buscando mejoras, modificaciones, regeneraciones…a los Sistemas Educativos de amplio aspectro que venimos realizando las últimas generaciones-que sería seguir con una Educación eminentemente formal, estandarizada,
 
homogeneizadora…basada en Curriculums prescriptivos e igualadores… y enfocada a dar resultados que generen titulaciones previstas para que luego deriven en la sociedad en los trabajos clásicos de siempre…..
 
 
 
Ahora la Sociedad debe decidir como quiere que sea la Educación, cómo quieren que la innovación que se vaya produciendo, se desarrolle, …si es que realmente desean que esté, en cierta manera enmarcada y aceptada por todos,… una Educación natural, por tanto eminentemente no formal, informal, que pueda o no llegar a la formal, pero por medio de mecanismos no dados, es decir, de ir siempre hacia resutados finalistas, consabidos, previstos…sino de planteamientos creativos, constructivos y sobretodo priorizando la conectividad entre personas y/u organizaciones y estableciendo mecanismos generadores de procedimientos abiertos, flexibles y autoregenerables, donde la retroalimentación producto del ENSAYO-ERROR, sea la base del funcionamiento normal de la sociedad y eso se consigue con la ayuda del Machine learning.
 
 
 
 
Un artículo de Brighton analiza el rol de los nuevos medios digitales, los“UBIMEDIA” que por sus características –multifacéticas, convergentes,colaborativas y cooperativas, móviles- tienen el potencial de empoderar a las personas y crear una mayor cultura participativa.En este contexto las instituciones que tradicionalmente tenían la potestad de establecer aquello que está bien y lo que no lo está, hoy se ven amenazadas por nuevas reglas del juego. Estos retos nos llevan a pensar en nuevos perfiles de profesionales.
Hacen falta perfiles híbridos digitales-analógicos que sean capaces de traducir conocimiento de una comunidad a otra y que puedan generar valor al momento de conectar conocimientos. Necesitamos de habilidades multiplicadas y desarrollo de actitudes creativas, las cuáles se presentan como elementos claves. Es necesario a pensar en un aprendizaje mejorado, que no se limite a una disciplina o certificación, sino que sea permanente, distribuido y escalable, cuya trazabilidad esté en manos de la mayor parte de la población, cada uno con sus características…
 
Poder personalizar el proceso de aprendizaje a cada estudiante es vital para facilitar su progreso y conseguir que utilice todo su potencial. Es necesario adaptar la enseñanza a las necesidades de cada alumno para lograr atender sus dificultades y aprender a potenciar sus puntos más fuertes. Aquí interviene la trazabilidad educativa, un elemento importantísimo en este proceso.
 
¿Cómo funciona la trazabilidad educativa?
 
Utilizar herramientas digitales orientadas a este objetivo nos permite acceder a una gran cantidad de datos que nos aportarán la información necesaria para personalizar la educación a cada alumno. Aunque varían según la plataforma, generalmente podemos agruparlas en dos categorías:
 
          a-Seguimiento de uso: Se refiere a los datos relacionados con las conexiones a la plataforma y a cada recurso. Cuántas veces la visitan, cuánto tiempo dedican a cada recurso, cuántas veces acceden a ellos…
          b-Seguimiento de actividades: Suelen incluirse dos tipos de actividades, las autocorrectivas y las entregables. Las primeras, de respuesta cerrada (tipo test), tienen la ventaja de que son corregidas de forma automática por la aplicación, lo que ahorra un tiempo considerable al docente.
 
          c-Se podrá acceder a todos los datos relativos al tiempo dedicado, si han necesitado salir de la página para buscar más información, los intentos realizados, etc. Además, también puede medirse la participación en foros y debates.
Es también habitual que las herramientas nos permitan elaborar un seguimiento del progreso de los alumnos. Para ello, generan automáticamente informes a partir de las diferentes actividades y el uso de la plataforma, pudiendo referirse al conjunto de la clase o a estudiantes individuales.
 
 
 
1185323
Esta evidencia es convincente, pero lo que está claro es que el estado de la investigación en este campo todavía tiene que encontrar maneras efectivas y eficientes de muestra (por ejemplo, a través de productos de trabajo del alumno, tener la suficiente capacidad de encontrar caminos alternativos a las posibles respuestas con otras preguntas..
 
Hoy es fundamental analizar nuevas perspectivas para pensar el aprendizaje a la luz del acceso abierto y distribuido al conocimiento. La idea es sumergirnos en sus luces y sombras, la línea es difusa y las tecnologías son invisibles y naturales, para que su verdadera ayuda sea adecuada a las necesidades personalizadas y personales de las personas…
 
 
En esta exploración nos preguntamos no sólo porqué la resistencia al cambio de las organizaciones educativas sino que buscamos hacer un zoom a aquellos espacios de exploración que sí están abriendo oportunidades que son importantes de incluir en el radar.
 
 
Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde l”a evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.
 
 
Los objetivos de estos proceso pretenden hacer frente a las necesidades actuales y las oportunidades de aprendizaje, mediante esta analítica recogiendo los enfoques multidisciplinares pero complementarios de diferentes campos, tales como Ciencias de la Computación, Ciencias de datos, Matemáticas, Educación, Sociología…, eso si, deben ser siempre personalizados y con la responsabilidad de los propios aprendices.
Necesitamos por tanto:
 
          1–Análizar el aprendizaje basado en competencias, lo que nos llevará…
 
          2–Aprender y por tanto a realizar la propia evaluación (recordemos que cada aprendizaje lleva impreso consigo la evaluación, ya no como una medición, si no como parte del mismo) con los procesos de aprendizaje de los demás mediante el análisis de ruta de aprendizaje personal y social. Al mismo tiempo, el mecanismo de aprendizaje tecno-social personalizado nos permite que el aprendiz aprenda de acuerdo a su situación y objetivos.
 
          3–Establecer una ruta de aprendizaje individual lo podemos modelar para registrar su proceso de aprendizaje. Por tanto, el espacio de aprendizaje personal (PLE), sera siempre un espacio no lineal…, es en esta situación donde el pensamiento crítico actua de manera determinante, para manifestarse capaz de deducir las consecuencias de lo que cada uno sabe, y sabe cómo hacer uso de la información para resolver problemas, y buscar fuentes de información pertinentes para aprender más…
 
 
          4-Realizar un análisis de aprendizaje para la evaluación de las competencias genéricas y específicas:
               a-La integración de la analítica de investigación y aprendizajes educativos.
               b-Analíticas de aprendizaje y el aprendizaje autorregulado.
               c-Intervenciones y análisis de los diferentes aprendizajes, estudio de casos…
               d-Implementaciones de la analítica de aprendizaje.
               e-Analíticas de aprendizaje y efectos a largo plazo (estudios sobre la analítica de aprendizaje).
               f-Los avances teóricos en la analítica de aprendizaje.
               g-Replicación y validación cruzada de las investigaciones existentes.
               h-Aspectos éticos de la analítica de aprendizaje.
               i-Analíticas de aprendizaje y formulación de políticas (policy makers)
               j–Interoperabilidad para la analítica de aprendizaje.
 
 
 
Otro beneficio de la personalización es que cada vez que se personaliza, a aprender y almacenar un poco más sobre el conjunto único de un alumno, se aportan posiciones diferenciadas al aprendizaje social.
 
Esto no solo permite llegar a un mejor AUTOAPRENDIZAJE, si no también una manera más de “emprendimiento” y “apropiación” de la red, como “espacio” claramente de aprendizaje personalizado y socializador.
 
Esta “vinculación” que se establece, es propia incluso del funcionamiento cerebral, como muy bien dice George Siemens y diría mi amigo argentina Alicia Banuelos (una maravillosa Física)…”la sinapsis neuroal provoca que las neuronas se vinculen, se relacionen unas con otras”.
 
3244476858
El cerebro emite una especie de corriente de “relación” que con un poco de entrenamiento, que lo tengo y mucho, tengo que establecer relaciones entre todos e incluirlos, si es necesario en mis ideas para mejorarlas…
 
En una base de datos tradicional, el esquema de una tabla se aplica en tiempo de carga de datos. Si los datos que se están cargando no se ajusta al esquema, a continuación, se rechaza. Este diseño es a veces llamado esquema de escritura ya que los datos se comprueban con el esquema cuando se escribe en la base de datos y eso se puede extrapolar a lo que pretendemos que los alumnos aprendan del curriculum preestablecido.
 
Normalmente por otra parte, no comprobamos los datos cuando se cargan ,cuando los comentamos, explicamos… sino más bien cuando se emite una consulta. Esto se conoce como esquema de lectura.
Hay ventajas y desventajas entre los dos enfoques. Esquema de lectura hace que tengamos una carga inicial muy rápida, ya que los datos no tienes que ser leídos, analizados y serializados en el disco en formato interno de la base de datos.
 
La operación de carga es sólo una copia de archivo o de movimiento, y es lo que hacemos con los aprendizajes mecánicos de lectura y escritura (totalmente nefastos) es mucho más flexible: : considerar la posibilidad de dos o más esquemas para los mismos datos subyacentes, dependiendo del análisis que se realiza y de la persona que tenga que hacerlo (personalización en los procesos de aprendizaje).
 
En un futuro próximo creo que todo el aprendizaje será límites-less (Geoge Siemens). Todo el contenido de aprendizaje será computacional nada preestructurado. Todo aprendizaje será granular, con coherencia formada por alumnos individuales (inclusividad y ubicuidad de Juan Domingo Farnos)
 
 
Sistemas artificiales, como lo es la ENSEÑANZA, EL CURRÚLUM EDUCATIVO, LOS CONTENIDOS EDUCATIVOS, LAS MISMAS ACREDITACIONES (TITULACIONES) serán sustituidos,, por los modelos basados en la complejidad y la emergencia (DISRUPCIÓN)..
 
Pero las ideologías influyen en el diseño,influyen en la concepción de los SISTEMAS EDUCATIVOS, entonces el diseño limita las opciones futuras. No tenemos que mirar muy lejos para ver ejemplos de esta simple regla: aulas, el diseño de las actividades de organización del trabajo, la política y el funcionamiento de las organizaciones educativas (escuelas, universidades…) Lo que creamos para que sobreviva en una época sirve como neurosis para otra (esto creo que le gustaría a mi amiga Dolors Reig).
 
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 Machine learning, AI, internet, TIC), no es tal sueño y es una realidad.
 
juandon

Significado: el aprendizaje híbrido, entre la persona y el algoritmo…

juandon
p13
¿Cómo será el nuevo modelo y como será capaz de describir que nuestra forma de crear y transformar el significado, y que sea computable?….no tardará mucho, de eso podéis estar seguros.
 
Pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.
 
Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA), por medio de una mezcla de inteligencia artificial y algorítmica.
 
 
Mediante el manejo de tecnologías semánticas: etiquetados generados por los usuarios, intuitiva, como cualquier hábito, la computación ubicua se presenta como una parte de la experiencia vital…. niveles de complejidad, constante redifinición de los centros y las periferias y nos permite pasar de la misma Computación Ubícua a la I-BICUIDAD, una nueva manera más SINCRONA de actuar en tiempo real, disponiendo en todo momento de las mejores FUENTES posibles…
En esta exploración nos preguntamos no sólo porqué la resistencia al cambio de las organizaciones educativas sino que buscamos hacer un zoom a aquellos espacios de exploración que sí están abriendo oportunidades que son importantes de incluir en el radar.Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde  l”a evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.  
“Transmedia storytelling represents a process where integral elements of a fiction get dispersed systematically across multiple delivery channels for the purpose of creating a unified and coordinated entertainment experience. Ideally, each medium makes its own unique contribution to the unfolding of the story.” –  Henry Jenkins, Sandbox Summit 2010″
La palabra “omnipresente” puede definirse como “existentes o estar en todas partes al mismo tiempo”, constantemente se encontró, y se ha generalizado. Al aplicar este concepto a la tecnología, el término omnipresente implica que la tecnología está en todas partes y la usamos todo el tiempo. Porque de la capacidad de penetración de estas tecnologías que tienden a usarlas sin pensar en la herramienta, hace que esta naturalidad potencie el aprendizaje, lo que hace que nos podamos centrar en las tareas, haciendo que la tecnología invisible haga más visible lo que pretendemos conseguir.
Si hacemos caso a DEWEY, solo con los aprendizajes ubícuos y disruptivos, podremos congeniar los aprendizajes, el trabajo y la familia…
 
 
 
 
Y lo haremos:
 
Como un arquitecto diseña ambientes de aprendizaje para el propio aprendizaje. Al igual que el arquitecto que diseña edificios, el arquitecto de aprendizaje será responder a la documentación específica:
 
          -¿Cuál es la naturaleza de la obligación de aprendizaje?
 
          -¿Qué conocimientos, habilidades y actitudes es el empleador (el cliente), que deseen generar en los empleados que trabajan en la empresa, división o departamento en cuestión?
 
          -¿Cómo va a contribuir a este aprendizaje desempeño eficaz?
 
          -¿Qué trabajos se llevan a cabo en la zona de destino?
 
          -¿Cuántas personas están haciendo estos trabajos, cuantos están estudiando?
 
          -¿Cuáles son estas personas como en cuanto a su demografía, los estudios previos, la capacidad de aprender de manera independiente, sus motivaciones y preferencias?
 
          -¿En qué restricciones deben llevarse a cabo este aprendizaje?
          -¿Cómo es la dispersión geográfica de la población?
 
          -¿Cuánto tiempo y dinero está disponible?
 
          -¿Qué equipo y las instalaciones se pueden implementar para apoyar el aprendizaje?
 
 
Los efectos del diseño son más favorables para aprendizajes con bajo nivel de conocimiento que para estudiantes con alto nivel de conocimiento y para los estudiantes con niveles altos de habilidades espaciales que para aquellos con niveles bajos de espacialidad.
Comunicación

 

 

 

Si queremos enriqueces diferentes ecosistemas con la intervención y el empleo de las TIC….

1-Para enriquecer los materiales digitales en línea para la enseñanza de las TIC, podemos planear los cursos de información  para desarrollar la capacidad de aprendizaje digital de los estudiantes y para elevar la eficacia del aprendizaje. También establecemos sitios web de aprendizaje en línea en varios campos para que los alumnos aprendan en línea. Con el fin de promover el software libre, establecemos el software libre de materiales relacionados del aprendizaje y la aplicación de elevar la capacidad de los estudiantes para su aplicación.

2-Llevaremos  a cabo varias actividades y concursos de información, tales como concursos de Internet para los estudiantes y los concursos de páginas web, y el premio de talentos excelentes para acelerar el desarrollo electrónico. Al ayudar a los estudiantes a utilizar los recursos de Internet, se alcanza el objetivo de intercambio entre la ciudad y el pueblo para crear ambiente de aprendizaje diversificado. Con el objetivo de fomentar el pensamiento creativo de los estudiantes, el concepto de Derecho Intelectual para los estudiantes se desarrolla.

 

 

actividad-de-aprendizaje-2-mi-prc3a1ctica-educativa-y-el-desempec3b1o-de-los-estudiantes

 

 

Los aprendices pueden desarrollar el método de aplicación correcta de tecnología de la información, estar familiarizado con la esencia de hacer caso de estudio, mejorar sus conocimientos en el uso de la biblioteca, empiezan a conocer y experimentar los métodos de investigación y citación de los datos, comprender el contenido en diferentes campos profesionales, desarrollar el interés por la investigación, establecer la capacidad para la recolección y análisis de datos, estar familiarizado con la escritura de reportes de libros y resultados de investigación de clase, aprender a utilizar la información en la biblioteca y en Internet, mejorar el conocimiento correcto sobre el uso de Internet…

 

  1. Promovemos y mejorar los sitios web de los estudiantes se les ofrecen páginas oficiales de universidades, centros…, con las TICs, son ellos mismos quienes pueden crear las suyas propias…

      2. Llevamos a cabo el aprendizaje digital y actividades que experimentan para los estudiantes, los padres y los niños, o los grupos minoritarios para que el aprendizaje digital a todas las familias y mejorar la tecnología de la información logro de los estudiantes :comunicados, informaciones, aportaciones,

      3. Con la celebración de actividades de intercambio de información internacionales a través de presentaciones, visitas y entrevistas, varios concursos de Internet, que ofrecen a los profesores y estudiantes la oportunidad de aprendizaje interactivo con los profesores y estudiantes de otros países, e inspirar a su potencial y ampliar sus puntos de vista a nivel mundial.

      4. A través de la edición de los materiales, el diseño de actividades de enseñanza a desarrollar la actitud correcta de los estudiantes y el hábito en el uso de tecnologías de la información, a inculcar a los estudiantes con el logro del concepto de los Derechos Intelectuales, la moral Internet, énfasis en la seguridad de la información, las habilidades de comunicación en Internet, y etc. , con el fin de hacer que los estudiantes los ciudadanos digitales con buena información moralidad logro.

     5. Animamos a las escuelas, universidades… para elegir software libre como los materiales y contenidos y enseñar los conocimientos relacionados. Llevamos a cabo concursos de aplicación de software libre para estudiantes y alentamos a los estudiantes a utilizar software libre.

 

El arquitecto de aprendizaje también tiene la responsabilidad profesional de su aprendiente, cliente…. Esto les obliga a estar plenamente familiarizados con el pensamiento actual en términos de métodos de aprendizaje, conocer los últimos medios de aprendizaje (herramientas, metodologías etc) y hasta al día con la evolución de la ciencia del aprendizaje. Como ninguno de estos es intuitivo y obvio, el aprendiz, cliente no puede esperar a tener esta experiencia. Y por esta razón, no es ni suficiente ni excusable para el arquitecto aprender a actuar como tomador de la orden.
 
Al igual que con el arquitecto de edificios, otros motivos pueden entrar en juego – el deseo de experimentar e innovar, la lealtad a las últimas tendencias y las modas, el glamour y el brillo de las ceremonias de premios – pero en caso de que sea tentado, corren el riesgo de no cumplir con las requisito dentro de las restricciones dadas.
 
 
 
El arquitecto de aprendizaje no es necesario para facilitar el aprendizaje directamente o estar presente en todas aquellas situaciones en las que el aprendizaje puede tener lugar. Sin embargo, deben saber si o no el aprendizaje que se produce está en línea con sus planes y necesidades de sus clientes, y que todo esto está ocurriendo a una velocidad aceptable y costo. Y debido a que la única constante en el lugar de trabajo moderno es el cambio, deben ser lo suficientemente ágil para responder a las necesidades cambiantes, nuevas presiones y oportunidades emergentes.
 
 
El arquitecto de aprendizaje ha de apreciar los muchos contextos en los que el aprendizaje se lleva a cabo en el entorno de trabajo:
 
algoritmo
El aprendizaje puede ser formal, en el sentido de que se empaqueta como un “curso”, define con tus requisitos-pre, un plan de estudios estructurado y el contenido, la facilitación profesional y algún tipo de evaluación.intervenciones formales de aprendizaje puede basarse en el estudio individual o de grupos de trabajo, pueden ser entregados cara a cara o en línea, o alguna mezcla de todos ellos. Juegan un papel importante en asegurar que los empleados obtener las habilidades críticas que necesitan para llevar a cabo sus trabajos, aunque sólo una pequeña fracción de lo que los empleados a aprender en su carrera profesional se remonta a estas intervenciones.
El aprendizaje puede ser no-formal, en que, mientras se prepara el empleado para llevar a cabo sus responsabilidades laborales futuras o actuales, no es tan formal como para constituir un “curso”. Uno a uno se acerca, tales como la instrucción en trabajo, entrenamiento y tutoría constituyen la mayoría de la educación no formal, aunque los empleadores también pueden optar por ejecutar las conferencias y talleres de corta duración para grupos de empleados, o para proporcionar los recursos, como el blanco documentos, podcasts y videos para uso individual.
 
El aprendizaje puede ser a la carta (personalizado) en el sentido de que se produce como respuesta inmediata a un problema relacionado con el trabajo, en lugar de por adelantado, sino que es “justo a tiempo” en lugar de “just in case ‘. En muchos puestos de trabajo ahora hay más para saber que nunca puede ser conocida y una rápida rotación de los conocimientos que simplemente no tiene sentido tratar de “enseñar” a todos los aspectos de cada puesto de trabajo por adelantado. Al enterarse de la carta puede ser apoyada desde arriba hacia abajo a través de la provisión de materiales de apoyo rendimiento y servicios de asistencia, o facilitado como una actividad de abajo hacia arriba a través de motores de búsqueda, foros y wikis.
 
El aprendizaje puede ser la experiencia. Gran parte de lo que aprendemos en el trabajo no se produce deliberadamente, ya que “aprender a” hacer algo para satisfacer una necesidad actual o futura, sino que se produce a medida que “aprender de” nuestras propias experiencias y lo que observamos de las experiencias de los demás. El aprendizaje experiencial se puede permitir que esto ocurra sólo por su propia cuenta, pero el nuevo arquitecto de aprendizaje va a querer ayudar a crear un entorno en el que florece, para crear la verdadera “organización de aprendizaje”. Los empleadores pueden apoyar el aprendizaje de la experiencia de muchas maneras: a través de enriquecimiento del trabajo y la rotación, a través de evaluaciones de desempeño y evaluaciones de proyectos. También pueden alentar a los empleados a reflexionar sobre sus experiencias a través de técnicas tales como los blogs.
 
 
ladder-of-inference
Los objetivos del aprendizaje formal y no formal, son esencialmente los mismos – para equipar a los empleados y a los aprendices, con los conocimientos fundamentales y las habilidades que necesitan para cumplir con las responsabilidades del trabajo presente y futuro.
 
La diferencia está en el enfoque. La estructura inherente a la educación formal, formación y desarrollo – los objetivos, los planes de estudio, la evaluación, la facilitación profesional – ofrece ventajas para empresariosy empleados y/0 estudiantes por igual:
 
Las organizaciones como las Universidades, los empresarios.. pueden tener una mayor confianza en que el contenido importante ha sido cubierto de forma coherente.
 
            a.. pueden obtener más fácilmente el seguimiento que ha tenido lo que la formación y cuándo.
 
          b.. pueden tener una mayor confianza en que los objetivos de aprendizaje se han logrado.
 
          c.. pueden tener una mayor confianza en la calidad de la matrícula es probable que reciba.
 
          d… son más propensos a tener acceso a las materias de diseño profesional.
 
          e… tienen la oportunidad de obtener una certificación / calificación que será de gran valor en sus carreras.
 
Obviamente ya hemos demostrado por activa y por pasiva que estas premisas no se sostienen, el aprendizaje formal ha provocado durante muchas décadas, fracaso escolar y abandono de l mundo del aprendizaje, por tanto…algo habrá que cambiar no?.
 
 
 
 
 
 
Esto generará automáticamente los ecosistemas de las ideas que serán navegables con todas sus relaciones semánticas. Seremos capaces de comparar diferentes ecosistemas de las ideas de acuerdo a nuestros datos y las diferentes formas de clasificarlos. Seremos capaz de elegir diferentes perspectivas y enfoques…..(personalized learning and Social Learning)
 
Vamos a ser capaces de analizar y manipular significado, y allí radica la esencia de las ciencias humanas.
 
Estas operaciones que se harán de manera automatizada y significativa deberá proporcionarnos la suficente seguridad, transparencia y confiabilidad,… y lo hará si la sociedad quiere que así sea.
 
La gente tiene que aceptar su responsabilidad personal y colectiva. Porque cada vez que creamos un vínculo, cada vez que “al igual que” algo, cada vez que creamos un hashtag, cada vez que compremos un libro en Amazon, y así sucesivamente,… que transformemos la estructura relacional de la memoria común y eso lleva, como venimos diciendo siempre, una responsabilidad y un compromiso.
 
Por lo tanto, también tenemos que desarrollar el PENSAMIENTO CRÍTICO Todo lo que encontremos en el Internet es la expresión de puntos de vista particulares, que no son ni neutrales ni objetivos, sino una expresión de subjetividades activas. ¿De dónde viene el dinero? ¿De dónde proceden las ideas? ¿Qué es el contexto pragmático del autor? etcétera…
 
Cuanto más conocemos las respuestas a estas preguntas, mayor es la transparencia de la fuente … y cuanto más se puede confiar y aún más si somos capaces a partir de estas respuestas, de pensar otras preguntas (así seremos mejores y haremos mejor a la sociedad).
 
Esta noción hace que la fuente de información transparente esté muy cerca de la mentalidad científica. Debido a que el conocimiento científico tiene que ser capaz de responder a preguntas como:
1-¿De dónde provienen los datos?
2-¿De dónde viene la teoría ?
3-¿De dónde proceden las subvenciones vienen?
La transparencia es la nueva objetividad, si es que existe la objetividad, si es necesario que exista la objetividad…

 

 

 

 

 

Lévy Pierre nos presenta un post magnífico sobre el pensamiento de diseño que podemos extrapolarlo a diferentes disciplinas, dentro de nuestra visión social transdisciplinar.

Tras la normalización de los servicios y el deseo / necesidad de generar un mayor compromiso por parte de los usuarios, podremos llevar a cabo una nueva experiencia de diseño utlizando los diferentes procesos que queremos efectuar.. El enfoque de pensamiento de diseño lo ejecutaremos:

Identificaremos un problema e intentaremos comprender su entorno (la “empatía” y “definido en el diagrama que ahora pondremos, pero siempre realizado por todas las personas que estamos en los diferentes procesos, cada uno aportando nuestro valor personalizado.
Encuentrar el concepto, la idea de que vamos a resolver (“idear”)
Diseñar la forma queremos visualizar el entorno, concepto…. (“prototipo” y “test”)

En concreto, el trabajo en el pensamiento de diseño lo enfocaremos de tres maneras que unas veces serán complementarias y otras divergentes, según las personas que lo conformemos, el entorno (contexto)….

Una lógica de co-creación: si ponemos el “pensamiento de diseño” en el centro de nuestra actividad podemos trabajar de forma aislada, e introducir en su lugar una lógica “entre nuestras difentes aportaciones” utilizando la inteligencia colectiva.
“Gimnasia intelectual” alternando fases de la intuición y el análisis en una estrecha lógica de apertura /.
Un aspecto importante para el estudio de campo (observación etnográfica) que proporciona una comprensión completa de las experiencias, a diferencia de los estudios cuantitativos y cualitativos tradicionales en cualquier investigación OBSOLETA TRADICIONAL @edumorfosis.

 

Design-thinking-Process-1024x512 (1)

 

 

 

 

Nussbaum critica el “pensamiento de diseño” y por qué se va a un nuevo “marco” (que él llama inteligencia creativa)? Según él, si cambiamos el PARADIGMA, es debido a que el “pensamiento de diseño” ha traído a la sociedad todo lo que podía dar y que ahora se convierte en perjudicial porque significa JERARQUIZACION e INTEGRACION y no REDARQUIA Y DIVERSIDAD (INCLUSIVIDAD). Originalmente, el “pensamiento de diseño” se ha incrementado el impacto de diseñadores y dar rienda suelta a la creatividad en las organizaciones, empresas, éstas bienvenida lo que veían como un proceso definido.  Es lo que aveces comento con el Diseño instruccional: El Diseño instruccional es el proceso sistemático mediante el cual los materiales de instrucción están diseñados, desarrollados y entregados. Los términos de diseño instruccional, tecnología educativa, tecnología educativa, diseño curricular y el diseño de sistemas de instrucción (ISD), a menudo se utilizan indistintamente.

Los nuevos y exigentes retos que presenta la emergente sociedad del conocimiento a la educación, generan una excusa para reflexionar sobre las actividades de enseñanza – aprendizaje que llevan a cabo los diversos actores del sistema educativo, tanto a nivel institucional (directivos, docentes, investigadores,estudiantes) como social (editoriales, organizaciones no académicas). Los estudiantes reclaman nuevas técnicas y metodologías que vayan de la mano con las tendencias sociales, económicas y científicas, y en consonancia con esto el papel del docente cambia, de una posición en la cual imparte conocimiento, a una labor en la cual el  contenido, la metodología, el uso de la tecnología, la capacidad de facilitar el aprendizaje y el desarrollo de habilidades propias del diseño instruccional adquieren una importancia significativa a la hora de lograr los objetivos de aprendizaje propuestos.

 

 

 

 

 

Por otro lado, también están aprendiendo las metas que involucran el pensamiento crítico, resolución de problemas y habilidades de aprendizaje permanente (Dunlap y Grabinger, 2003). El logro de estos objetivos requiere un enfoque diferente para el diseño instruccional – un enfoque socio-cultural que hace hincapié en el aprendizaje de la experiencia y el discurso. Puede ser un reto para los novatos y experimentados diseñadores de instrucción para crear experiencias educativas que reflejen un enfoque sociocultural ya que tiene una visión fundamentalmente diferente de aprendizaje.

Como decia en otro de mis artículos anteriores,  este DISEÑO, debe llevar se a puerto entre los protagonistas que se convierten en responsables de cualquier proceso que lleven a cabo:https://juandomingofarnos.wordpress.com/…/e-learning…/ E-learning: Aprendiz y tutor, juntos!

 

 

smart-university-40-45-638

 

 

Como dice Tim Brown (empresa IDEO),), los consultores que promovieron el “pensamiento de diseño” en la compañía espera que la implementación de este nuevo proceso solo produciría grandes cambios culturales y organizativos. Pero no hay que olvidar que desde el principio, el “pensamiento de diseño” era una técnica para lograr el verdadero objetivo: la creatividad. Pero el problema es que para que sea compatible con las empresas “cultura de procedimiento”, el “pensamiento de diseño” fue despojado de desorden, el conflicto, los fracasos, las emociones y los bucles de retroalimentación que son constitutivos de la creatividad. Las organizacones que hayan aceptado el desorden inherente al proceso creativo son raros y, en la mayoría de casos, la tasa de éxito de la implementación del “pensamiento de diseño” fue muy baja.

Ahora la sociedad no quiere ser “controlada” no quiere ser “igual”, sabe que es diversa, y este pensamiento de diseño quizás ya no valga llevarlo a cabo con las premisas con las que nació.

Ahora la creatividad surge de las actividades de un grupo en lugar de brillante pasos individuales o de ejecución de un proceso en particular, vivimos en red  (Manuel castells) ….

 

 

 

Design-thinking-Process-2

juandon

PERSONALIZED LEARNING-PERSONALIZED E-LEARNING

juandon

6691220069_2905be493a_m

¿Cómo podemos conseguir que se lleve a cabo el personalized learning? ¿donde llevarlo a término? ¿en qué momentos? ¿quienes lo realizan?

-Evidentemente si no se hace por medio del life long learning, ya no vale la pena ni pensar en él.
-Si no se recibe el apoyo de las TIC, por supuesto que tampoco.
-Lo llevarán a término especialmente los aprendices y se responsabilizarán de ello.

 

 

El ‘ajuste de una o más características del entorno de aprendizaje’ se desenvuelven en diferentes áreas:

-Apariencia/forma: Cómo se muestran al alumno las acciones de aprendizaje, como contenido, incorporación de texto, gráficos o videos, etc.
-Orden/secuencia: Cómo se ordenan y se bifurcan las acciones de aprendizaje según el progreso del alumno, como las rutas de aprendizaje.
-Orientación hacia el objetivo/dominio Las acciones del sistema que conducen al estudiante hacia su excelencia personalizada. Esto permite que se realicen cambios según los resultados óptimos de aprendizaje, el grado de dificultad y el creciente nivel de conocimientos o aptitudes del alumno.

 

 

 

La Personalización puede tomar muchas formas, ya que se adapta el contenido, la práctica, la retroalimentación, o de dirección para que coincida con el progreso y el rendimiento individual. Por ejemplo, dos personas que utilizan la misma instrucción al mismo tiempo pueden ver dos conjuntos completamente diferentes de los objetos de aprendizaje. El mayor beneficio de la personalización de aprendizaje es la capacidad para hacer más fácil la instrucción compleja, presentando sólo lo concreto que será útil o aceptado por cada uno.

 

 

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 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?

 

map-perception

 

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, sera lo normal en una nueva manera de aprender abierta, inclusiva y ubicua, basada en la persona, en el aprendiz.

 

 

Los aprendices que realizan sus aprendizajes están generalmente auto-motivados en situaciones de aprendizaje (orientado a tareas, proyectos, orientado a aplicaciones a mano) que les interesan. De lo contrario, buscan recompensas extrínsecas para lograr los objetivos que parecen tener menos valor y quizás requerir más esfuerzo a continuación, inicialmente están dispuestos a comprometerse.

Ellos pueden reconocer claramente el cumplimiento de los objetivos declarados , para obtener el grado, la racionalización de los esfuerzos de aprendizaje, y evitando pasos exploratorios más allá de las exigencias de la situación y la tarea de aprendizaje, se compadecen con su grado de interés en el objetivo declarado.

 

 

 

Toman el control y la responsabilidad de su aprendizaje, pero a menudo dependen de otros para la motivación, la fijación de objetivos, como entrenador, horarios y dirección. Sin embargo, ellos pueden auto-motivarse y ejercer un mayor esfuerzo y la excelencia personalizada.

Ya no podemos pensar en el aprendizaje individualizado, estamos de lleno en el aprendizaje personalizado ya que de esta manera recuperamos muchisimos aprendices que el sistema había dejado en la “cuneta”, ahora vuelven a meterse con pleno derecho como ciudadanos con unas competencias en las que son “únicos” y por tanto con mucho que aportar a la sociedad y al aprendizaje socializador.

 

 

 

Las Universidades, las escuelas, no solo pueden sino que deben aprovecharse de ello y utilizarlo de manera continuada y permanente, incluso si ello conlleva cambiar (transformar) sus planes y diseños de estudios.

Repensar la educacion, por tanto la UNIVERSIDAD, LA ESCUELA, significa eso, apostar por un camino que las personas puedan circular con EQUIDAD, ya no con igualdad (eso no existe), ni tiene sentido alguno, donde el valor añadido que cada uno puede aportar a los demás es inmenso y eso solo se puede hacer con el aprendizaje personalizado (personalized learning) y tenemos la obligación de ponerles a su disposición todos los elementos posibles, humanos y tecnológicos que necesiten en cada momento de ese su camino.

 

PERSONALIZED LEARNING IN ELEARNING

El concepto de “Personalización” se puede entender fácilmente al examinar más de cerca algunas de las tecnologías digitales existentes que todos usamos. Por ejemplo, desde el navegador que utiliza para desplazarse por Internet, a los sistemas de correo electrónico y de mensajería que utiliza para mantenerse conectado con amigos y familiares, a los cuadros digitales que utiliza para ver programas de TV y películas en línea, todos ofrecen personalización y Opciones de personalización.

Sin embargo, cuando se trata de sistemas de eLearning, la “personalización” adquiere un significado completamente nuevo.

 

 

El eLearning personalizado es el acto de personalizar:

El entorno de aprendizaje (por ejemplo, cómo aparece el contenido para el alumno – tamaños de fuente, colores, fondos, temas, etc.)
El propio contenido de aprendizaje (por ejemplo, audio, video, textual, gráfico, etc.)
La interacción entre el facilitador, el estudiante y el contenido de aprendizaje (por ejemplo, ratón, lápiz óptico, toque / golpe, teclado, por ejemplo, usando “juegos”, cuestionarios, discusiones en línea,

 

Entonces, ¿qué significa eLearning personalizado?

Bueno, en lo que se refiere al eLearning, la personalización implica no sólo proporcionar la capacidad de personalizar el entorno de aprendizaje, similar a las opciones de “preferencias” y “opciones” que la mayoría de las herramientas digitales ofrecen hoy en día; Sino también personalizando muchos otros aspectos de toda la experiencia de aprendizaje. El eLearning personalizado, por lo tanto, abarca la capacidad de personalizar aspectos tales como:

Qué contenido debe ser entregado como parte de la experiencia de aprendizaje.
-Cómo debe ser entregado el contenido.
-La secuencia de su entrega.
Cómo se evaluarán los estudiantes.
Qué mecanismos de retroalimentación se ofrecerán

 

Si bien el eLearning tradicional es una extensión de los enfoques de aprendizaje simétrico, el eLearning personalizado adopta un marcado cambio de la enseñanza del “facilitador líder” al aprendizaje “centrado en el aprendizaje”, donde el aprendizaje electrónico convencional tiende a tratar a los estudiantes como una entidad homogénea, mientras que el personalizado lo hace como una mezcla heterogénea de individuos.

 

 

Larry Cuban, … certifica nuestros posicionamientos en EDUCACION DISRUPTIVA , mediante la ayuda de los algoritmos para poder personalizar la educación de los aprendices https://larrycuban.wordpress.com/2016/07/27/consumer-choice-in-schooling-algorithms-and-personalized-learning-part-1/ mediante elearning personalizado y lo hace dando voz también a los padres de manera “expandida” y a la “autonomía de los centros, universidades…”
turing_machine
Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metáfora de los presos alrededor que se pusieron alrededor de una torre de vigilancia para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)

Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metáfora de los presos alrededor que se pusieron alrededor de una torre de vigilancia para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….

Este precio informativo se compone de DATOS ESTANDARIZADOS a través del que hemos llegado a definir nosotros mismos: transcripciones escolares, registros de salud, cuentas de crédito, títulos de propiedad, identidades legales. Hoy en día, tesis arraigada tipo de individualidad datos están siendo blanco amplió para abarcar más y más de lo que podemos ser: (En educación seria el PERSONALIZED LEARNING, que nosotros mismos abogamos y además instauramos en algoritmos personalizados, nunca creadores de patrones)..

 

 

La transformación es el cambio de una o muchas variables en el estudio.

Se transforman variables, por ejemplo, al remplazar los valores originales por logaritmos (transformación logarítmica). Frecuentemente los datos que son obtenidos no se ajustan a una distribución normal, por lo cual es inapropiado el ejecutar pruebas paramétricas

Muchas variables no se comportan de forma lineal o aritmética, por ejemplo las abundancias siguen un patrón exponencial.

En la educación básica se promueve que el sistema decimal es el único “natural”

Nunca vemos los algoritmos que hacen su trabajo, incluso a medida que nos afectan. Ellos producen en sus sistemas de cifrado, todo invisible, enterrado en cajas negras componer silencio sinfonías de ceros y unos….

Pierre Levy, el pensador de TUNEZ, propone una forma de procesar la información «codificandola» en algoritmos. Los humanos tenemos una habilidad muy especial, que es la de manipular símbolos. Y a lo largo de nuestra historia, cada mejora en esa habilidad ha producido cambios muy significativos a nivel económico, social, político, religioso, epistemológico, científico y educativo. Esos cambios, que trazan una evolución cultural, van desde los rituales y narrativas primigenios, la invención de la escritura, la creación de alfabetos y sistemas numéricos consensuados y permanentes, la fabricación de un artefacto tecnológico como la imprenta hasta arribar a la automatización de la reproducción en la difusión de símbolos.

Todos esos pasos aumentaron la posibilidad de almacenamiento de nuestra memoria, la expandieron, incrementaron la inteligencia colectiva y subieron un nivel en la escala evolutiva cultural.

En ese sentido, la propuesta de Lévy se aleja de la inteligencia artificial. La suya es una perspectiva completamente distinta: para él no se trata de crear máquinas inteligentes o más inteligentes que los humanos, sino de hacer a los humanos más inteligentes. Cada nivel de complejidad implica un tipo de conocimiento emergente nuevo y más poderoso, en el que todos los procesos cognitivos están aumentados. El último paso, es decir, aquel hacia el cual tendemos, sería el conocimiento algorítmico.

Y esa propuesta es la que hacemos nosotros (JUAN DOMINGO FARNOS https://juandomingofarnos.wordpress.com/…/algoritmos…/

INCLUSO DENTRO DE UN PROCESO transversal y multidisciplinar, para lograr nos lo eso, sino una autonomía en los aprendizajes y una personalizacion, como nunca hasta ahora se jha producido (POR TANTO TOTALMENTE ORIGINAL, apoyada en todo lo que les escribo, más las distintas potencialidades que tenemos de aprendizaje que tenemos las personas en nuestro cerebro y que les visualizo.

Los elementos clave que se personalizan en el e-learning personalizado son: el ritmo del aprendizaje, el enfoque instruccional y las lecciones y actividades que se basan en la experiencia e intereses del estudiante. En entornos de e-learning verdaderamente personalizados, los estudiantes tienen la oportunidad de aprender lo que quieren cuando quieren e incluso el método de aprendizaje. Esto típicamente conduce a mejores resultados de aprendizaje.

Una gran parte de la personalización que se lleva a cabo en los ajustes de e-learning se basa en la retroalimentación. La retroalimentación puede ser explícita (en forma de una sugerencia escrita) o implícita (en forma de acciones en el sistema). La retroalimentación puede ser manual o automáticamente procesada para ayudar con la personalización de la plataforma – e idealmente esto debería ser una parte integral de la plataforma de aprendizaje. La transformación de la retroalimentación en una modificación de sistema personalizada se realiza principalmente a través de un subsistema de Inteligencia Artificial (AI).
juandon

 

Larry Cuban, Donald Clark y Juan Domingo Farnos: algoritmos-personalized learning! (Educación Disruptiva)

juandon
cubanDonaldjuandon3
Larry Cuban, … certifica nuestros posicioneamientos en EDUCACION DISRUPTIVA , mediante la ayuda de los algoritmos para poder personalizar la educación de los aprendices https://larrycuban.wordpress.com/2016/07/27/consumer-choice-in-schooling-algorithms-and-personalized-learning-part-1/ y lo hace dando voz también a los padres de manera “expandida” y a la “autonomía de los centros, universidades…”
.Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metafora de los presos alrededor que se pusieron alrededor de una torre de vigilancia para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….

 

 

Este precio informativo se compone de DATOS ESTANDARIZADOS a través del que hemos llegado a definir nosotros mismos: transcripciones escolares, registros de salud, cuentas de crédito, títulos de propiedad, identidades legales. Hoy en día, tesis arraigada tipo de individualidad datos están siendo blanco amplió para abarcar más y más de lo que podemos ser: (En educación seria el PERSONALIZED LEARNING, que nosotros mismos abogamos y además instauramos en algoritmos personalizados, nunca creadores de patrones)..

 

 

Lo que hace que la programación ed-tecnología “adaptable” es que la IA evalúa la respuesta de un estudiante (por lo general a una pregunta de opción múltiple), luego sigue con la “segunda mejor” cuestión, cuyo objetivo es el nivel “adecuado” de dificultad. Esto no tiene por qué requerir un algoritmo especialmente complicado, y la idea en realidad basada en “la teoría de respuesta al ítem”, que se remonta a la década de 1950 y el ascenso de la psicometría. A pesar de las décadas siguientes, sinceramente, estos sistemas no se han vuelto terriblemente sofisticados, en gran parte debido a que tienden a basarse en pruebas de opción múltiple.

 

 

Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.

 

En la reciente DevLearn, Donald Clark habló de AI en el aprendizaje, y si bien…..

“Debemos saber un poco de la historia de la subida de los Sistemas Inteligentes de Tutoría, los problemas con el desarrollo de modelos de expertos, y los enfoques actuales como Knewton y Smart Sparrow. No he tenido la libertad de seguir las últimas novedades tanto como me gustaría, pero Donald dio una gran visión.

Se refirió a los sistemas de estar a punto de los contenidos de análisis automático y el desarrollo de aprendizaje en torno a ella. Mostró un ejemplo, y creó preguntas . También mostró cómo los sistemas pueden adaptarse individualmente al alumno, y discutió cómo podría ser capaz de proporcionar tutoría individual sin muchas limitaciones de los profesores (cognitiva sesgo, fatiga), y no sólo se puede personalizar, pero sí mejorar y escalar!

 

 

Uno de los problemas que encontró  a corto plazo era que la pregunta autogenerado fuera sobre el conocimiento y no sobre  habilidades. Si bien estoy de acuerdo que el conocimiento que se necesita , así como su aplicación, creo que centrarse  en este último primero es el camino a seguir.

Esto va junto con lo que Donald ha criticado con razón, como problemas con preguntas de opción múltiple. Señala cómo se utilizan en gran parte como prueba de conocimientos, y estoy de acuerdo que eso está mal, pero mientras hay situaciones prácticas mejores (léase: simulaciones / escenarios / juegos serios), se puede escribir de opción múltiple como mini-escenarios y obtener buenas prácticas . Sin embargo, es aún un problema de investigación interesante, para mí, para tratar de conseguir buenas preguntas de escenarios de contenido auto-análisis.

 

 

Se puede ir por un sistema híbrido, donde nos dividimos las funciones entre el ordenador y la intervención de las personas humanas sobre la base de lo que cada uno de nosotros hacemos bien, y me dijo que eso es lo que está viendo en las empresas.

La última parte que me interesaba era si y cómo tales sistemas podrían desarrollar no sólo el aprendizaje de habilidades, pero el meta-aprendizaje o de aprender a aprender. Profesores reales pueden desarrollar este y modificarlo (si bien es cierto y raro), y sin embargo, es probable que sea la mejor inversión. En mi aprendizaje basado en la actividad, le sugerí que poco a poco los alumnos deben hacerse cargo de la elección de sus actividades, a desarrollar su capacidad de convertirse en autodidactas. También le sugerí cómo podría ser en capas en la parte superior de experiencias regulares de aprendizaje. Creo que esto va a ser un área interesante para el desarrollo de experiencias de aprendizaje que son escalables, pero realmente desarrollan los estudiantes para los tiempos venideros.

Hay más: normas pedagógicas, modelos de contenido, modelos con alumnos, etc, pero finalmente estamos consiguiendo  ser capaces de construir este tipo de sistemas, y debemos ser conscientes de cuáles son las posibilidades”.

 

Con todo ello la personalización por las tecnologías digitales (algoritmos) sólo libera los seres humanos para personalizar mejor nuestra vida (es decir, encontrar nuestras propias maneras), lo demás deben hacerlo las tecnologías y es aquí mi insistencia en conseguir un ALGORITMO, el cual pueda facilitar la recepción de DATOS, pasarlos por un proceso de 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 hará 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 .

 

La propuesta que hace Pierre Lévy se aleja de la inteligencia artificial. La suya es una perspectiva completamente distinta: para él no se trata de crear máquinas inteligentes o más inteligentes que los humanos, sino de hacer a los humanos más inteligentes. Cada nivel de complejidad implica un tipo de conocimiento emergente nuevo y más poderoso, en el que todos los procesos cognitivos están aumentados. El último paso, es decir, aquel hacia el cual tendemos, sería el conocimiento algorítmico.

Y esa propuesta es la que hacemos nosotros (JUAN DOMINGO FARNOShttps://juandomingofarnos.wordpress.com/…/algoritmos…/

 

 

Coincidiendo con el post de Pierre Levy: EML: A Project for a New Humanism. An interview with Pierre Lévy me pregunto ¿Cómo será el nuevo modelo y como será capaz de describir que nuestra forma de crear y transformar el significado, y que sea computable?….no tardará mucho, de eso podeis estar seguros.

Pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.

Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA, por medio de una mezcla de inteligencia artificial y algorítmica.

Esto generará automáticamente los ecosistemas de las ideas que serán navegables con todas sus relaciones semánticas. Seremos capaces de comparar diferentes ecosistemas de las ideas de acuerdo a nuestros datos y las diferentes formas de clasificarlos. Seremos capaz de elegir diferentes perspectivas y enfoques…..(personalized learning and Social Learning)

Vamos a ser capaces de analizar y manipular significado, y allí radica la esencia de las ciencias humanas.

Estas operaciones que se harán de manera automatizada y significativa deberá proporcionarnos la suficente seguridad, transparencia y confiabilidad,… y lo hará si la sociedad quiere que así sea.dialect_human_development

La gente tiene que aceptar su responsabilidad personal y colectiva. Porque cada vez que creamos un vínculo, cada vez que “al igual que” algo, cada vez que creamos un hashtag, cada vez que compremos un libro en Amazon, y así sucesivamente,… que transformemos la estructura relacional de la memoria comúny eso lleva, como venimos diciendo siempre, una responsabilidad y un compromiso.

Por lo tanto, también tenemos que desarrollar el PENSAMIENTO CRÍTICO Todo lo que encontremos en el Internet es la expresión de puntos de vista particulares, que no son ni neutrales ni objetivos, sino una expresión de subjetividades activas. ¿De dónde viene el dinero? ¿De dónde proceden las ideas? ¿Qué es el contexto pragmático del autor? etcétera…

Cuanto más conocemos las respuestas a estas preguntas, mayor es la transparencia de la fuente … y cuanto más se puede confiar y aún más si somos capaces a partir de estas respuestas, de pensar otras preguntas (así seremos mejores y haremos mejor a la sociedad).

Esta noción hace que la fuente de información transparente esté muy cerca de la mentalidad científica. Debido a que el conocimiento científico tiene que ser capaz de responder a preguntas como: ¿De dónde provienen los datos? ¿De dónde viene la teoría ? ¿De dónde proceden las subvenciones vienen? La transparencia es la nueva objetividad, si es que existe la objetivida, si es necesario que exista la objetividad…

 

Incluso dentro de un proceso transversal y multidisciplinar, para lograr nos lo eso, sino una autonomía en los aprendizajes y una personalización, como nunca hasta ahora se ha producido (POR TANTO TOTALMENTE ORIGINAL, apoyada en todo lo que les escribo, más las distintas potencialidades que tenemos de aprendizaje que tenemos las personas en nuestro cerebro y que les visualizo, e incluso encontramos diferentes fuentes que al mismo tiempo nos apoyan…

 

http://www.pearson.com.ar/pte.php
http://thenewinquiry.com/…/the-algorithm-and-the…/ The Algorithm and the Watchtower
By Colin Koopman
Vagale, Vija “ERSONALIZATION OPPORTUNITIES IN THE MOODLESYSTEM”http://www.academia.edu/…/PERSONALIZATION_OPPORTUNITIES…

B. Mobasher, “Minería de Datos para la personalización,” La Web Adaptativo: Métodos y Estrategias de Web Personalización, P. Brusilovsky, A. Kobsa, y W. Nejdl, , Springer, 2007.

AI Schein, A. Popescul, y LH Ungar, “Métodos y métricas para arranque en frío Recomendaciones”, Proc. 25 de Ann. Int’l ACM SIGIR Conf. Investigación y Desarrollo en Recuperación de Información, pp. 253-260, 2002.

S. McNee, J. Riedl, y JA Konstan, “Siendo precisa no es suficiente: Cómo métricas de precisión han herido de recomendación Systems,” Proc. ACM SIGCHI resúmenes sobre Factores Humanos en Sistemas Informáticos (CHI EA  Extended. 1097-1101, 2006

 

 

La transformación es el cambio de una o muchas variables en el estudio.

Se transforman variables, por ejemplo, al remplazar los valores originales por logaritmos (transformación logarítmica). Frecuentemente los datos que son obtenidos no se ajustan a una distribución normal, por lo cual es inapropiado el ejecutar pruebas paramétricas

Muchas variables no se comportan de forma lineal o aritmética, por ejemplo las abundancias siguen un patrón exponencial.

 
” La pieza central de cualquier forma de “aprendizaje personalizado” es el algoritmo para la adaptación de los aprendizajes a los estudiantes individuales .Es cierto que cuando se programa un algoritmo se puede hacer más incidencia en unos valores más que con otros, éstas decisiones son subjetivas; que contienen juicios de valor sobre las variables dependientes e independientes y su relación entre sí. Las cifras ocultan la subjetividad dentro de estas ecuaciones.
 
Los ingenieros de software crearán diferentes versiones de “aprendizaje personalizado” e insertarán los juicios de valor en las ecuaciones de regresión complicados con el que han escrito para lecciones en línea. Estas ecuaciones estarán ancladas en los datos de los estudiantes prediciendo (no en su totalidad ya que los ingenieros y educadores hacen tweak- “masaje” -las ecuaciones favorecidas) lo que los estudiantes deben estudiar y absorber, clases individualizadas de software en línea , nosotros cambiamos lo de absorver de manera individualizada, por “aprender de manera personalizada-personalized learning, and social learning”.
 
Tales lecciones “personalizadas” alteran la función del docente para mejor, de acuerdo a los promotores de la tendencia. En lugar de cubrir el contenido y la enseñanza de habilidades directamente, los docentes pueden tener los estudiantes en línea , por medio de ELEARNING, MLEARNING… liberando así el mismo docente para entrenar, dar atención individual a los estudiantes que se desplazan por delante de sus compañeros de clase y los que luchan.
 
 
Los críticos, sin embargo, ven la propagación de las lecciones en línea, basado en algoritmos como la conversión de la enseñanza para dirigir a los estudiantes a centrarse en las pantallas y las lecciones automatizados disminuyendo de ese modo el importantísimo papel de las relaciones entre profesores y estudiantes, la base para el aprendizaje social, moral y cognitiva . No  así, los defensores del  “aprendizaje personalizado”. Es posible que haya un menor número de docentes preparados en los centros  comprometidos con clases dirigidas a estudiantes individuales , pero continuarán para actuar como mentores, acompañantes, facilitadores.. modelos de conducta, entrenadores y asesores no como meros proveedores de contenidos y habilidades.
Al igual que en otros debates de política, el deslizamiento en cualquiera / o dicotomías polariza la situación. La cuestión no es si o no utilizar algoritmos ya que cada uno de nosotros utiliza el pensamiento algorítmico diariamente, aunque no quiera..
La pregunta base sería ¿cuál de las rutas habituales de trabajar debería tener mayor éxito?; la mejor manera de llamar la atención de la clase en el comienzo de una lección. Más allá de nuestras experiencias, sin embargo, dependemos de algoritmos matemáticos incorporados en los chips que aparecerán en internet .

El problema no es que los algoritmos están libres de valores (no lo son) o los datos ricos (que son). La cuestión es si los profesionales y los padres-consumidores llegan a depender algoritmos y que por otro lado  que contienen juicios de valor que han realizado los diseñadores de software ‘que aparecen en los diagramas de flujo y se escriben en código de materiales (contenidos). Los creadores de los algoritmos (incluidos nosotros mismos) realizaremos juegos malabares con ciertos valores (por ejemplo, la teoría favorita de aprendizaje, el aprendizaje centrado en el estudiante, la colaboración en grupos pequeños (colaboración y cooperación), la exactitud de la información aumentando la productividad y la disminución de coste, facilidad de aplicación) y elegir entre ellos  la construcción de sus ecuaciones. Ellos juzgarán lo que es importante y seleccionarán entre esos valores ya que el tiempo, el espacio y otros recursos son limitados en la creación de lo “mejor” o “lo suficientemente bueno” ecuación para una tarea determinada.

 

 

No podemos confundir la aplicación de los algoritmos en el aprendizaje personalizado (personalized learning), algunos lo llaman educación personalizada, aunque realmente está muy lejos uno de la otra, como realizar clases particulares, tal como hacen algunas escuelas de Nueva York,utiliza el análisis de aprendizaje para desarrollar en las matemáticas personalizadas programas de aprendizaje. La Escuela con algoritmos de aprendizaje realiza evaluaciones cotidianas de estilos de aprendizaje y matemáticas de los estudiantes, y lo hace para producir un aprendizaje “lista de reproducción” personalizado para cada alumno. Esta lista se compone de clases particulares de matemáticas, que se ponen en el orden en que el algoritmo determina que es óptimo para el desarrollo de las habilidades matemáticas de los estudiantes. Ciertamente, Escuela de uno se apresura a señalar que este está destinado a complementar, no sustituir, la experiencia de un maestro individual”..

 

 

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 transformará 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, pero siempre seremos nostros quienes elijamos en última instancia el camino que vamos a seguir, frente a las múltiples propuestas en “beta” que nos presentará la tecnología.

 

 

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.

 

 

Si partimos de la idea de que la REALIDAD es múltiple, podemos entender por qué aprender en la diversidad no tiene porque llevarnos a un punto común-….esta premisa es fundamental para entender el pensamiento crítico en los aprendizajes y sin la cuál sería imposible llevar a cabo aprendizajes basados en la diversidad-INCLUSIVIDAD (EXCELENCIA)…

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. (leer más…)

 

 

“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”.

Este es nuestro campo de trabajo de los ALGORITMOS CON EL PERSONALIZED LEARNINGhttps://juandomingofarnos.wordpress.com/tag/algoritmos/  Juan Domingo Farnós Miró

 

juandon

La Educación requiere de “otra sociedad”!

juandon

sociedad1

En la “nueva educación global” (cuya sinergia con las N.T. llegó para quedarse de modo irreversible), aparece la apremiante necesidad de reevaluar el actual currículo tradicional estandarizado de nuestros Sistemas Educativos,  el cual se caracteriza por la presencia de contenidos académicos fijos, aislados, secuenciales y descontextualizados, basado en clases expositivas (con herramientas poco interactivas), el apuntismo y una conducta sumisa del estudiante, aunado a un “encriptamiento”, por parte del docente, en su forma de enseñar y de evaluar.

En esta reevaluación curricular se tendrá que asumir como válida, la inconveniencia de definir un currículo comprehensivo, a la luz de una Sociedad de Aprendizaje donde la información le llega al alumno por variadas vías y muy especialmente por la Internet, obligando a un cambio en el rol del docente desde una “autoridad distribuye conocimientos hacia un sujeto que crea e instrumenta ambientes de aprendizaje estimulantes y motivadad que ores, donde se implica a los alumnos en actividades apropiadas en aras de poder construir su propia compresión del material a estudiar, participando paralelamente en el trabajo con los alumnos como compañeros en el proceso de aprendizaje; todo ello en el seno de una institución educativa más flexible, que sea igualmente negadora de la instrucción memorística.

En lo inmediato referenciaremos someramente algunos de estos Ambientes Distribuidos de Aprendizaje, dedicándole posteriormente capitulo aparte a la Multimedia e Internet: Educación Virtual: entendida como un sistema de educación “construido” sobre una estructura cultural computacional, sustentada en el manejo de las tecnologías de información, de comunicación, de redes electrónicas y de amplias interfaces, desarrollado en ambientes multimediales, multimodales, multicanales y conexión a Internet, con la particularidad que el estudiante puede acceder a contenidos en línea de acuerdo con sus necesidades específicas de tiempo y espacio (responsabilizándose y adquiriendo compromisos).

Es cierto como se dice: Cada vez que postulamos la “tecnología” como una “ciencia de la información”, se convierte en exponencial y su crecimiento es tan alto que llegará a superar la Ley de Moore….

Por eso mismo no podemos hablar de materias aisladas en la sociedad, necesitamos investigar en mundos transdisciplianres y por medio de medios transmedia, adapatables a contextos y a personas, tanto de manera personalizada como social. No podemos buscar obtener constructos de conocimiento que nos llevaran en una sola direccion, necesitamos flujos de conocimientos que vayan en busca de personas que puedan realizar aprendizajes que por medio de una relacion entre todo pudan ofrecernos diferentes posibilidades de mejora en muchos campos, de tal manera que cada campo y la union de los mismos, sino de todos, en parte, vayan labrando una sociedad abierta, mas democrática y diversa.

Necesitamos conocer las capacidades del cerebro de manera generalizada y de cada persona en particular, para de esta manera poder mejorar el futuro real, ya no vale entender que lo que nos diga el sistema nos conducira a una mejora para cada uno de nosotros, todo lo contrario, debemos alejarnos de compartimentos estanco, para eso ya tenemos muchas organizaciones empresariales, educativas, cientificas…de hecho si os fijais ya hablamos cada vez menos de educación y mas de aprendizajes, eso significa el fin de una epoca y el principio de otra.

La eduación nos conduce a tiempos pasados, uniformizados, cerrados y por tanto aislados, en cambio los aprendizajes, nos llevan a una mentalidad abierta, a un mundo de diversidad, un lugar donde las diferencias sumen y donde los aprendizajes representan este cambio….

Por tanto cuando algunos investigamos lo hacemos mirando todos estos asptectos, ya lanzamos nuestras ideas hace mucho tiempo y van siendo recogidas, por ejemplo Udacity, Cousera, EDX…escogieron los microaprendizajes, algo que ha hecho que las Universidades, como dice muy bien Kurzweill “ya no tengan sentido en la actualidad ni en el futuro”, y no porque hayan que desaprecer perse, sino porque su papel nlo hacen otros, con mejor calidad y a menor precio, por tanto…..

Pero eso hay que explicarlo bien, porque no quiere decir que la gente que esta en la universidad deba desaprecer, no, sino que debre readaptar su rol, eso por supuesto, pero hacerlo sin miedo y con todo el convencimiento del mundo.

Cada vez hace falta que lso investigadores indiquemos a los programadores, que tipo de software se necesitara de acuerdo a las caracteristicas personales y sociales y que este sea readaptable en cada momento, con un hardware que no se obsolescente y si lo es, que sea facil y barato cambiarlo por otro que no impida sino mejore, nuestras posibilidades de desempeño de todos los AGENTES que entren en los diferentes procedimientos..

Esto mismo ocurrirá en el futuro. Seremos innovadores, nos adaptaremos, aprenderemos… Y sí, veremos derrumbarse muchas profesiones, quizás mucho más rápido de lo que lo hicieron antes, pero una de las cosas que pasarán también seguro es que desarrollaremos tecnologías que nos permitirán aprender mucho más rápido.

Quizás una pregunta más importante que hacerse es si en el futuro realmente todos necesitaremos tener un trabajo. La tecnología reducirá el coste de todo, y de forma excepcional el de la energía, que va a ser muy muy barata, quizás incluso gratis algún día. Todo se va a volver más y más barato y, entonces, la gente se podría dedicar a hacer cosas creativas.

Obviamente apareceran y por contra desapareceran, muchas profesiones actuales que seran para las máquinas con nuestro soporte, eso es una evidencia, y por eso estamos investigando, proponiendo, nuevas maneras de hacer las cosas, pero de momento sucede que en mucos lugares les DA MIEDO ESCUCHARNOS, o NO SE ATREVEN A HACERLO, pero es una incongruencia, es el momento de preparar el hoy y el mañana, no queda mas remedio, y seria bueno, excelente vaya, que la sociedad vaya aprovechandose de nuestros estudios, de nuestras introspecciones en la socedad.

Quizas estemos en un momento de impas, de transicion, pero el camino es inesquivable, por tanto por que no preguntarnos a aquell@s que nos dejamos la vida en ello como esta la situacion, hacia donde vamos y como lo hacemos.

Con la ayuda de la tecnologia, el merito uaya no sera tan importante, pero en cambio la necesidad si, ahora bien, seremos las personas quienes con nuestras decisiones podamos elegir como hacerlo y donde, eso si sera básico.

Todos tendremos oportunidades de hacer cosas nuevas, de mejorar en nuestra vida-pero no solo a nivel economico-sino nivel de diferencias, En los próximos años veremos tecnologías que van a enseñar cosas a la gente de una forma que no podríamos ni imaginar, y van a ser accesibles para todo el mundo desde un móvil. Será una nueva forma de aprender, que utilizará procesos adictivos?. ¿Qué pasa si combinas un procedimiento de aprendizaje muy básico con un proceso adictivo sencillo…El potencial de esto es enorme y es real.

“Las tecnologías ya somos nosotros” de – Juan Domingo Farnós Miró

Es cierto que en la sociedad todo se hara mas impredecible y con un indice de certeza cad vez menos y es en este ambiente donde debemos ubicarnos y no añorar un pasado que bueno o malo no volvera.

Por eso deben dejarnos dar visualizacion a nuestras ideas de creacion de entornos nuevos y diferentes adaptados a las “nuevas personas y sus diferentes mentalidades” que van surgiendo y por los cuales estamos realizando nuestro trabajo.

Todo se vuelve RIZOMATICO ( teoría filosófica de Gilles Deleuze y Félix Guattari, un rizoma es un modelo descriptivo o epistemológico en el que la organización de los elementos no sigue líneas de subordinación jerárquica —con una base o raíz dando origen a múltiples ramas, de acuerdo al conocido modelo del árbol de Porfirio—, sino que cualquier elemento puede afectar o incidir en cualquier otro (Deleuze & Guattari 1972:13).

Por tanto y solo por eso, los planteamientos a todos los niveles, deben de ser diferentes y de alguna manera, y si lo entroncamos en los APRENDIZAJES: “En el artículo originario de D. Cormier se plantea la visión del currículo desde la perspectiva rizomática y del contexto del flujo comunicacional en tiempo real.


“En el modelo rizomático del aprendizaje, el currículo no está impulsado por las entradas predefinidas de los expertos, sino que se construye y se negocian en tiempo real con los aportes de quienes participan en el proceso de aprendizaje. Esta comunidad actúa como un plan de estudios, de manera espontánea para la formación, la construcción, y la reconstrucción de sí mismo y el objeto de su aprendizaje actúa de la misma manera a como el rizoma responde a condiciones ambientales cambiantes (y como metáfora del concepto de red)”. Dave Cormier

Nos introduce en una construccion personal y social de lo que queremos aprender por parte de aquellos que lo necesitan y en cada momento, coo deciamos al principio, con lo que la EDUCACION a manera actual pierde todo su sentido y pasa a ser algo más que ir a la escuela, sino aprender en y de la sociedad.

El concepto de red, acardemosnos que vivimos en una sociedad en red que la mayoria de veces es invisible, es decir, ni nos damos cuenta, facilita aun más eso….

Desde el punto de vista rizomático, el conocimiento sólo se puede negociar, y la experiencia contextual, el aprendizaje colaborativo compartido por las pedagogías constructivistas y conectivista es un bien social, así como un conocimiento personal con el proceso de creación de mutables objetivos y constantemente en negociación.

Asi ya podemos hablar de un FLUJO DE CONOCIMIENTOS Y DE APRENDIZAJES, la red y vivir en red nos lo permite y de alguna manera nos hace mas autónomos e independientes por una parte, pero por otra, la socialización de todo lo que hacemos es básica, porque las características multicanal por donde vivimos y la transdisciplinariedad de lo que necesitamos, hace que nuestras posibilidades creativas están muy potenciadas.

¿Por qué a las compañías les cuesta tanto aprovechar el conocimiento que genera la organización? ¿Por qué les cuesta tanto implementar el conocimiento? ¿Y por qué les cuesta tanto incluir este tipo de sistemas a las operaciones diarias si son estratégicamente vitales?

El problema está en que el conocimiento y la información son dos cosas diferentes. Mientras que es posible gerenciar la información, el conocimiento solo es transferible, pues requiere de la participación del individuo. Por tanto, la gerencia del conocimiento tal cual la entendemos hoy en día se sustenta sobre un malentendido.

 

Para acotar el trabajo y la función de los Prosumidores Educativos necesitamos tener claro que es elaprendizaje, sus facetas y sus mecanismos de producción y de consumición, así cómo los lugares donde hacerlo y los planteamientos metodológicos y evaluativos que necesitamos

El paso de los consumidores de conocimiento a productores de conocimiento se transforma en una experiencia de aprendizaje activo. (los prosumidores no son solo actores en el aprendizaje sino también transmisores y divulgadores de formas hasta ahora desconocidas del aprendizaje)…

Los portafolios digitales se han convertido cada vez más extendido en las últimas décadas, y con las herramientas Web 2.0 cada vez más fácil de usar, la web de lectura / escritura ha transformado los consumidores pasivos de información a los productores.

Esta transformación tiene un enorme potencial para la pedagogía. La educación en torno a los portafolios digitales no sólo une varios artefactos generados por estudiantes en un todo coherente, sino que también crea un ambiente en el que el uso de la tecnología tiene un propósito claramente identificado.

Si construimos arquitecturas bien diseñadas con ambientes de aprendizaje organizados por la diversidad propia de los aprendices…puede aumentar no sólo el rendimiento académico, sino también la motivación intrínseca, la autonomía del alumno, el aprendizaje colaborativo y las alfabetizaciones digitales.

..pero los portafolios suelen ser cerrados, incluso para entrar “hay que tirar la puerta de una patada”-contraeñas y más contraseñas, una especie de FIREWALL apto solo para los “de casa”, por eso la web 2.0 debe romper estas murallas…

UN aspecto de gran alcance en los portafolios digitales es que aumentan la motivación intrínseca. Los profesores pueden animar, pero no puede crear la motivación intrínseca de los alumnos. Lo mejor que podemos hacer es crear un ambiente en el que la motivación intrínseca puede florecer…

Es importante eliminar o disminuir la motivación extrínseca… factores tales como las calificaciones y la competencia, pero es igualmente importante entender los factores que pueden contribuir al crecimiento de la motivación intrínseca y crear situaciones que actúan sobre esos factores…

Podemos acordar que aprender consiste en acumular experiencia reutilizable en el futuro y para ello se necesitan 3 elementos: tiempo, motivación y, sobre todo, mucha práctica. El aprendizaje no es una ciencia que se pueda medir, no es exacto. El conocimiento es el enemigo del aprendizaje ya que aprender equivale a perder cosas, abandonar certidumbres, por eso cuesta tanto trabajo puesto que exige renunciar. El aprendizaje termina donde empieza el conocimiento. El conocimiento es estático, representa el pasado y el presente mientras el aprendizaje es dinámico, es el futuro. El aprendizaje es un proceso, el conocimiento es el resultado de ese proceso.

El conocimiento crítico para las organizaciones es inconsciente, intangible e invisible y está en las cabezas de las personas y en su corazón (tienen que querer compartirlo) y lo construye cada individuo a través de su experiencia cotidiana, por tanto seremos nosotros, los PROSUMIDORES EDUCATIVOS, los encargados de realizar estas tareas de sacarlo, y compartirlo.

El conocimiento es como la felicidad, se puede tener e incluso se puede explicar a otros pero es muy difícil de explicitar y transferir y casi imposible de gestionar, aunque suene poco amable decirlo. Cuando hablamos de información, decimos ¿Dónde está? (en un diario, en un computador, en un manual) pero cuando hablamos de conocimiento decimos ¿Quién sabe de?, es decir, lo asociamos a las personas.

Yo puedo decir perfectamente que sé sobre cocina pero no sé cocinar, por tanto no tengo conocimiento. Pero no puedo decir que sé cocinar pero no tengo conocimiento sobre cocina por que el hacer lleva implícito el conocer. La información tiene atributos tangibles, por ejemplo la información pesa , mide, cuesta pero al conocimiento es difícil asociarle esas características.

¿Cuanto pesa, mide,… el conocimiento, cuanto cuesta, cuanto mide? No se puede tocar y es difícil de medir por eso creer que un examen mide los conocimientos de una persona es la falacia responsable de muchos de los problemas educativos que tenemos. Lo más que podemos comprobar es el resultado de su aplicación, pero será misión nuestra establecer unos parámetros estandarizados para caso personalizado y colectivo o socializador a la vez (Educación Inclusiva)

la Escuela híbrida, debe ser también la Universidad Híbrida, con un concepto de fuera a dentro, nunca al revés, con una libertad de organización que flexibilice las estrategias de aprendizaje sin ningún impedimento ni burocrático, ni académico,.

Donde la inclusividad (personalizacion) de dichos aprendizajes busquen la Excelencia de cada persona, donde la Ubicuidad sea trascendente, tanto para situaciones espacio-temporales, como en la utilizacion de estrategias individuales y /o colaborativas..

Este aprendizaje Inclusivo y ubicuo requiere de esta liberación paralela de los elementos colaterales al aprendizaje, pero a su vez ligado todo a su aplicación inmediata al mundo del trabajo, como decimos siempre: aprendizaje y trabajo deben ir de la mano, ahora no hay tiempo para otra cosa, la sociedad necesitas de personas formadas y que trabajen…

‎Este sera el hilo conductor muchas conferencias, ideas,… que nos llevará por el mundo de las TIC como elementos que pueden facilitar este proceso, y no sólo como herramientas, que también, sino como una actitud propia de la Web 2.0, que hará que los aprendices, aprendan y disfruten a la vez que se vean capaces de integrarse en el mundo laboral…

‎Eso se lo vamos a decir y explicar a las autoridades politico-académicas, les comentaremos que estrategias se deben seguir, cómo se deben organizar, que quieren los aprendices y los docentes, de qué manera quieren que se haga para mejorar la Educación, pero hacerlo de manera potente, no a medias…

Las  TIC no deben ser herramientas que actúan en paralelo y solo cuando se necesiten, sino que están integradas en la personas, en su entorno (aquí hablaremos de los b) para llegar a que vean que para aprender hace falta estrategias que organicen escenarios de aprendizaje.

Que el aprendizaje es individual pero sobretodo en la actualidad, social, que forma parte del tejido social como un elemento clave y que no puede dividir a la sociedad entre “aprobados y suspendidos”, entre “titulados y no titulados”…sino que todas las personas son las mejores para lo que sirven y que eso es lo que se debe potenciar…

‎Que una forma ideal sería que los centros educativos, aunque defenderemos la ubicuidad como elemento clave para mejorar el aprendizaje-por la libertad y motivacion que supone- establezcan las clases en horario continuado, para que de este modo los aprendices en sus casas, en las oficinas, bibliotecas..puedan interactuar de manera síncrona y asíncrona durante el resto del tiempo, con toda la comunidad educativa y el resto de la sociedad

Todos tenemos conocimiento para andar, hablar, leer o comer aunque no necesitamos pensar para ejecutar esas actividades. Si hablamos de conocimiento, no se trata de saber, se trata de hacer. (Roger Schank y E-learning-Inclusivo) El colegio y la universidad nos han convencido de que aprender consiste en escuchar y repetir (Sé cómo se hace pero no sé hacerlo) en lugar de practicar y equivocarse (Sé hacerlo pero me cuesta explicar cómo lo hago). El inconsciente es el que guía nuestras acciones pero aprende por experiencia repetida. Contar las cosas a los alumnos en un aula es muy poco eficaz, no nos escuchan y además estamos hablando al yo equivocado, debemos aprender de los demás, debemos construir nuestros aprendizajes haciendo, rrealizando, adquiriendo experiencia sobre los mismos.

Si optamos por dirigirnos al concepto de aprendizaje de doble ciclo fue introducido por Argyris y Schön (1978) dentro de un contexto de aprendizaje organizacional y tenemos claro que estamos dentro de nuestros posicionamientos de COMPLEJIDAD ORGANIZACIONAL Y EDUCACIONAL, podremos tener en cuenta la interacción entre las acciones e interacciones de individuos y entidades con niveles de equipo. Cada miembro de una organización construye su propia representación de la teoría en uso del conjunto. El aprendizaje organizacional entonces ocurre cuando individuos dentro de una organización tiene un problema (detección de errores) y trabajan en la solución de este problema (corrección de errores). La corrección de errorsucede a través de un proceso continuo de investigación , donde cada uno en el clima organizacional puede investigar, probar, comparar y ajustar su teoría en uso, por lo que aquí podremos entrar de lleno en el APRENDIZAJE ABIERTO, INCLUSIVO Y UBICUO, con lo que podremos replantearnos no solo el proceso anterior , si no por medio de nuestras canalizaciones retroactivas, bien sea de manera “al uso” o por medio de nuestros “ALGORITMOS PERSONALIZADOS“, llegar a otros procesos completamente diferentes de lo que teníamos previstos.

En los ultimos tiempos se están dando  corrientes referentes al Big data y a a los Algoritmos(Inteligencia Artificial), los que predicen que significaran la “visualización” de una época con rayos y truenos, que nos tendra vigilados permanentemente ” Un artículo del periodista holandés Dimitri Tokmetzis demostró el año pasado hasta qué punto esto puede ir en los datos de montaje de retratos compuestos de lo que somos. Google sabe lo que busca y puede inferir no sólo qué tipo de noticias que lees en un domingo por la mañana y qué tipo de películas prefieres un viernes, qué tipo de porno que probablemente nos gustaría mirar y dejarnos boquiabiertos en la noche del sábado , lo que ha hecho que los bares y restaurantes cierren”….

Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metafora de los presos alrededor que se pusieron alrededor de una torre de vigilanca para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….

Este precio informativo se compone de DATOS ESTANDARIZADOS a través del que hemos llegado a definir nosotros mismos: transcripciones escolares, registros de salud, cuentas de crédito, títulos de propiedad, identidades legales. Hoy en día, tesis arraigada tipo de individualidad datos están siendo blanco amplió para abarcar más y más de lo que podemos ser: (En educación seria el PERSONALIZED LEARNING, que nosotros mismos abogamos y además instauramos en algoritmos personalizados, nunca creadores de patrones)..

Pierre Levy, el pensador de TUNEZ, propone una forma de procesar la información «codificandola» en algoritmos. Los humanos tenemos una habilidad muy especial, que es la de manipular símbolos. Y a lo largo de nuestra historia, cada mejora en esa habilidad ha producido cambios muy significativos a nivel económico, social, político, religioso, epistemológico, científico y educativo. Esos cambios, que trazan una evolución cultural, van desde los rituales y narrativas primigenios, la invención de la escritura, la creación de alfabetos y sistemas numéricos consensuados y permanentes, la fabricación de un artefacto tecnológico como la imprenta hasta arribar a la automatización de la reproducción en la difusión de símbolos.

Todos esos pasos aumentaron la posibilidad de almacenamiento de nuestra memoria, la expandieron, incrementaron la inteligencia colectiva y subieron un nivel en la escala evolutiva cultural.

En ese sentido, la propuesta de Lévy se aleja de la inteligencia artificial. La suya es una perspectiva completamente distinta: para él no se trata de crear máquinas inteligentes o más inteligentes que los humanos, sino de hacer a los humanos más inteligentes. Cada nivel de complejidad implica un tipo de conocimiento emergente nuevo y más poderoso, en el que todos los procesos cognitivos están aumentados. El último paso, es decir, aquel hacia el cual tendemos, sería el conocimiento algorítmico.

Y esa propuesta es la que hacemos nosotros (JUAN DOMINGO FARNOShttps://juandomingofarnos.wordpress.com/…/algoritmos…/

INCLUSO DENTRO DE UN PROCESO transversal y multidisciplinar, para lograr nos lo eso, sino una autonomía en los aprendizajes y una personalizacion, como nunca hasta ahora se jha producido (POR TANTO TOTALMENTE ORIGINAL, apoyada en todo lo que les escribo, más las distintas potencialidades que tenemos de aprendizaje que tenemos las personas en nuestro cerebro y que les visualizo.

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 aqui donde si tenemos los mecanismos de intervención propios de la EDUCACION DISRUPTIVA (learning is the work).

Con el conectivismo enfocaríamos hacer las conexiones (a nivel externo, conceptual y de los nervios) y ver los patrones. Sin embargo, echa de menos algunos de los conceptos de aprendizaje de doble bucle, que son cruciales para el aprendizaje, como aprendizaje de fallas, detección de errores, corrección y consulta., es más, no es un APRENDIZAJE PERSONALIZADO, si no individual, MIENTRAS QUE EL APRENDIZAJE ABIERTO, INCLUSIVO Y UBICUO, es completamente personalizado y es capaz de moverse por la complejidad, ya no solo educativa, como el CONNECTIVISMO, si no que lo hace en la COMPLEJIDAD SOCIAL. Así mismo, con el CONNECTIVISMO LLEGAMOS A PATRONES (los patrones son uniformizadores, no divesificadores ni inclusivos, por tanto nunca personalizados.) y a través de ella llegar a la EDUCATIVA.

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.

Nunca civilizaciones ni los individuos nunca han aprendido de forma fiable sin documentar sus conocimientos para compartirlo con los demás: Investigación, Aprendizaje y ayuda a aquellos a través de una forma de intercambio y articulación de sus capacidades y logros en la creación de conocimiento.

 

El CONNECTIVISMO y el APRENDIZAJE DE DOBLE CIRCUITO CLÁSICOS, coinciden plenamente ya que la gestión del conocimiento basada en el alumno (PKM) se desarrollan en escenarios individuales no personalizados, por lo que si utilizamos el AAIU, podemos solucionarlo tanto de manera interna (Conocimiento tácito y explícito) como externo, ….

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.

Además, un buen aprendiz será:

· Construir su propia representación de las teorías en uso del conjunto.
· Reflejar.
· (Auto-) crítica.
· Detectar y corregir errores con normas y valores especificados por la nueva configuración.
· Investigar
· Probar, desafiar y eventualmente cambiar sus teorías en uso (es decir, su imagen privada de las teorías en uso del conjunto) según la nueva configuración.

En ello no nos dejaremos nuestros cambios de roles i para las instituciones de aprendizaje y el profesor.La institución debe actuar como un centro de conexión de terceros, proporcionando experiencias de aprendizaje personalizadas para los alumnos. Y los maestros necesitan dar un paso atrás de su papel tradicional de los instructores y expertos. El nuevo rol de los profesores es actuar como compañeros estudiantes y facilitadores de la experiencia de aprendizaje. Su tarea principal es ayudar a los alumnos a construir sus PKMs en forma eficaz y eficiente, proporcionando un ambiente libre y emergente propicio para redes, investigación y ensayo y error; es un entorno abierto en que estudiantes pueden hacer conexiones, , reflexionar, (uno mismo)-criticar, detectar y corregir errores, investigar, probar, desafiar y eventualmente cambiar sus teorías en uso.

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.

Hay un criterio muy sencillo para identificar cuando un curso (o una actividad cualquiera de formación) es útil. Si el profesor habla mucho o se trata de una sucesión de diapositivas, el curso no va a resultar de gran ayuda. Si el profesor habla poco (y casi únicamente cuando le preguntan) el curso tiene muchas más posibilidades de estar bien diseñado y ser útil porque significa que los alumnos están haciendo tareas y actividades y recurriendo al profesor cuando necesitan ayuda. Es decir, estarán aprendiendo. Es sorprendente la poca atención que se presta a medir las consecuencias de la mala formación. Naturalmente la pregunta es obvia…¿hacen falta los profes?..la respuesta aunque parezca sencilla, no lo es, y tanto que hacen falta e incluso más de esta manera constructivista que de la arcaica de instrucción, los necesitamos para que nos guíen, nos orienten…para que el Sistema que ya lo tenemos a nuestra disposición, no encuentre motivos para volver a imponernos su poder legal y prescriptivo.

En realidad, los directivos cuando hablan de gestión del conocimiento, se están refiriendo a Información y su confusión tiene una importancia decisiva. Cada vez tenemos más información, estamos sometidos a una verdadera sobredosis diaria desde múltiples fuentes. En Internet no se navega, en Internet se naufraga. Consumimos mucha más información de la que somos capaces de digerir. Sin embargo, al mismo tiempo vivimos con la angustia permanente de que el conocimiento que tenemos no es suficiente Es muy fácil acceder a toneladas de información por los ojos y por los oídos pero eso no implica que automáticamente la convertimos en conocimiento…Saber en internet es quitar, cortar la información, las ideas que no necesitamos y utilizar las que si nos son de provecho (SABIDURÍA DIGITAL)

Es urgente desterrar la grabísima falacia de creer que recopilar, distribuir y acumular información (Internet es una fuente inagotable) equivale a generar conocimiento que además se sabrá usar apropiada y eficientemente. Aprenderse de memoria un diccionario no equivale a aprender un idioma.

Las organizaciones viven una situación de esquizofrenia: Exigen emprendimiento y creatividad pero castigan los errores y limitan la autonomía de sus miembros. Hablan de trabajo en equipo y colaboración (la base de la gestión del conocimiento) pero incentivan y premian resultados individuales y seleccionan personas entrenadas desde la infancia para competir en lugar de compartir. Las organizaciones jerárquicas buscan la perfección de las tareas y no la innovación de las mismas. Para que la gestión del conocimiento se convierta en una herramienta que aporte valor al negocio, hacen falta algunos cambios sustanciales, y estos los pueden y deben introducir los Prosumidores, cada uno en su campo, en el nuestro, la Educación, los PROSUMIDORES EDUCATIVOS DEBEN IMPONER SU CONOCIMIENTO Y SU SABIDURÍA DIGITAL PARA GESTIONAR EL CONOCIMIENTO EN ESCUELAS Y UNIVERSIDADES, DEBEN SER ELLOS LOS QUE LLEVEN LA BARA DE MANDO DEL QUEHACER EDUCATIVO DEL PRESENTE Y DEL FUTURO.

En realidad, nadie necesita gestión del conocimiento ni e-learning como tales ya que son simplemente medios para lograr objetivos que le importan a la organización. Nadie puede pedir “Hazme un proyecto de gestión del conocimiento” porque esa petición no significa nada en si misma. Se trata, más bien, de definir cuál es el problema que queremos resolver (qué no funciona y cuáles son los indicadores que tengo hoy que así lo atestiguan y qué resultados espero obtener) cuál es la mejor manera de abordarlo y entender si la gestión del conocimiento entrega herramientas adecuadas.

La gestión del conocimiento (PKM) no es patrimonio de un departamento ni de un director o de un knowledge manager. Hay un magnifico libro titulado “Learning to Fly” que resume de una manera genial la experiencia de British Petroleum en el ámbito de la gestión del conocimiento. El significado del título no se entiende hasta el último capítulo y se refiere a cómo ayudan las aves a volar a sus crías. En primera instancia, la madre las apoya y acompaña estando permanentemente presente pero llega un momento en que ellas deben volar por si mismas y en ese momento la madre se retira de escena. En una primera etapa, las organizaciones necesitan un equipo con la responsabilidad específica de sensibilizar, capacitar e instalar en la organización metodologías y tecnologías para la gestión del conocimiento. Sin embargo, la gestión del conocimiento no puede existir permanentemente como un departamento satélite y artificial sino que su finalidad es integrarse naturalmente como parte de las actividades y tareas diarias de cada persona y por tanto de sus responsabilidades. A los profesionales hoy les exigimos que jueguen un triple rol: Trabajar, Aprender y Enseñar. Para ello es necesario alcanzar previamente un grado de madurez organizacional, de incentivos a la colaboración, de tolerancia al error y de apoyo al desempeño de las personas que no es todavía regla (paradigma)

Aulas Virtuales: es un espacio inmaterial (ciberespacio, ciudadesdigitales, territorios digitales) que permite la interacción a distancia entre los miembros de la comunidad educativa, por medio de sus computadoras conectadas a una red y a donde también pueden “asistir” verbal y visualmente a través de la videoconferencias, webcongerencias…

Aprendizaje Apoyado por Ordenador: se asume como un sistema INTELIGENTE DE APRENDIZAJE Y DE CONOCIMIENTOS, ya que se aplican técnicas provenientes del campo de la Inteligencia Artificial y donde la labor tutorial de la aplicación simula la actuación del docente, con elevadas posibilidades de interacción por parte del alumno.

Aprendizaje en Línea (elearning): mediante los cursos ofrecidos a través de la Web de Internet y compartiendo similares principios pedagógicos a los utilizados en otros ambientes de aprendizaje, se procura el logro de determinados objetivos educativos, en aras de facilitar el aprendizaje. Para que esta modalidad de aprendizaje tenga valor académico, ha de estructurarse con calidad, rigor e integridad en los contenidos, al igual que debe garantizar la participación interactiva del alumno con el profesor y con el resto del alumnado.e-learning: es conceptualmente similar al anterior, y solo lo hemos diferenciado por considerarlo que se identifica más como un método de enseñanza que emplea las N.T. para transmitir y compartir conocimiento, en complemento de otras formas de estudio.

Su trascendente aporte consiste en la posibilidad de conectarse en tiempo real con el profesor (tutor), de compartir una clase con otros alumnos a través del chat o de la videoconferencia, y de utilizar la rapidez del correo electrónico para variadas acciones concomitantes.Inteligencia Artificial: está referido a la construcción de entidades inteligentes mediante la utilización de equipos de procesamiento electrónico de información, a los efectos de emular procesos mentales.

Estos sistemas inteligentes exhiben características asociadas a la inteligencia humana: entender lenguajes naturales, aprender, razonar, etc; se convierte entonces en una máquina que resuelve problemas formalizados en símbolos y a través de símbolos y redes semánticas se representa el conocimiento.

Sistemas Tutoriales Inteligentes: surgen del campo de la Inteligencia Artificial, aplicando técnicas de este campo para construir sistemas que sean capaces de guiar al alumno a través de los contenidos de un curso o asignatura, emulando lo que haría un profesor real; teniendo la posibilidad de modificar constantemente el modelo de enseñanza inicial con base en el desempeño y evolución cognitiva del estudiante.

Sistema Multimedia: ..La multimedia surge de la convergencia de las telecomunicaciones, la informática y los medios audiovisuales; tríada que utilizada en conjunto con el computador se convierte en una extensión del aprendizaje. Los sistemas Multimedia permiten el acceso, utilización y manipulación de la información digitalizada procedente de distintos medios de comunicación tales como: texto, imágenes, sonido y realidad virtual; en torno a una misma plataforma tecnológica, de modo interactivo en cualquier momento y lugar, desde el aula de clase tradicional hasta en los modelos semipresenciales y a distancia de aprendizaje. En la práctica permiten modelar sistemas de enseñanza similares al modelo natural de aprendizaje, para lo cual se requiere de la definición e instrumentación de un programa educativo bien fundamentado e integrado al currículo.

En la Tecnología Multimedia la información se presenta en forma no secuencial (no existe un orden único preestablecido de acceso), lo cual permite a los alumnos que puedan contrastar, de manera sencilla, los contenidos de la información y las relaciones entre ellos; facilitando la enseñanza individualizada (se adapta a la velocidad de aprendizaje del educando), donde el alumno decide el ritmo de su aprendizaje en un ambiente mucho más interactivo, a la par que el docente puede crear actividades integrales en procura de ampliar las posibilidades de aprendizaje.

Desde un enfoque macro sobre el potencial de las aplicaciones multimediales, se destaca lo relativo en cuanto a la posibilidad de propiciar, mediante las simulaciones y los juegos educativos (gamification), entornos de aprendizaje más completos que aquellos que se pueden alcanzar con los medios tradicionales (PLE), al igual que su utilización como herramienta para la ejercitación, experimentación y observación de fenómenos científicos.

“Habla de conexiones, de expertos (que ya no somos nosotros los expertos, que los expertos son ellos…) que tuve que entender que era aprender en equipo, ya que si no aprendían solos, si, si,…sin mi (que catástrofe para mi, pero no para ellos…), que sus conclusiones ya no eran para mi, no, no, eran para ellos….que lo que realizaban, lo que estaban haciendo y aprendiendo…lo mostraban al mundo, lo compartían dentro del centro, uiiii, si por Twitt, por WhatsApp -y no se caía el mundo-, es más. les llegaba un feedback increible, con lo que su aprendizaje mejoraba y mucho…, que aprendían en la calle mientras salían a pasear, y yo creyendo que se ESTUDIABA en casa, haciendo los deberes, pues no, señores, aprenden en cualquier lado….y eso ya no es una conversación conmigo mismo, el docente de toda la vida, no, eso está sucediendo ya ahora, ni siquiera han esperado a mañana, no, es hoy” de Juan Domingo Farnós

Seguro que hacerlo a la manera “GAMIFICATION” será más entendible, o quizás no, pero a ellos les da igual…La Gamification del e-learning presenta indiscutiblemente posibilidades únicas para el aprendizaje y el trabajo (LEARNING IS THE WORK) a medida que exploran maneras de educar e importante la participación de los aprendices, estén donde estén y hagan lo que hagan… .
Es ampliamente reconocido que la adición de actividades interactivas en e-learning ya no son accesorios opcionales, pero es esencial para el aprendizaje efectivo. Sin embargo, es importante que la adición de juego como elemento en el programa de e-learning se apliquen sólo en el contexto del programa que permite al alumno la oportunidad de aplicar sus conocimientos para vivir situaciones, en lugar de distraer y deslumbrar a los aprendices con la magia de la meta general de aprendizaje.

-¿Qué hace la aplicación exitosa de gamification en e-learning, que te parece?
   -Gamification no se trata de juegos.
   -No se trata de conocimientos, sino de comportamiento.
   -Extrae las técnicas de motivación de los juegos y las utiliza para el aprendizaje aplicable.
   -Permite una rápida retroalimentación del progreso y de las comunicaciones de los objetivos que deben llevarse a cabo.

Gamification se hizo un llamamiento para el e-learning debido a nuestras tendencias humanas. En general, por lo general, disfrutamos participando activamente de manera atractiva y compitiendo con los demás. Gamification permite a los aprendices a conectarse y aprender juntos y con aplicaciones lúdicas e incentivos, sobre todo cuando hay elementos de diseño de juegos de acoplamiento utilizados.
Los Aprendices de hoy están sin embargo ya no aplacados con los sistemas de recompensa triviales (TITULOS UNIVERSITARIOS, CERTIFICACIONES que saben que no les va a servir para nada) sino con experiencias más sofisticadas que tienen un valor real. Las organizaciones que abrazan la gamification en el aprendizaje pueden soportar ver a los aprendices más comprometidos y retener más información, pero sólo si se aplica adecuadamente al programa de e-learning, la consecución de los objetivos generales de aprendizaje básico.

Un principio importante del diseño del juego, por ejemplo, es que la historia y el mundo de ficción tienen que ser significativo para los jugadores, perdón, para los APRENDICES. De manera similar, el contexto de un entorno de aprendizaje atractivo tiene que conectarse a su vida cotidiana .En lugar de tener un mundo de ficción como contexto, abordamos un problema que existe en el mundo real. Hemos dicho que en la forma de una pregunta: ”

Otro principio de diseño del juego es mantener constante desafío. Los aprendices se enfrentan a varios retos y a resolver problemas constantemente con el fin de avanzar en el juego. Para nuestro ambiente de aprendizaje que hemos diseñado una serie de mini-retos que mantienen el flujo de tareas y actividades a un ritmo constante. Nuestro andamiaje con esas actividades se produce de una manera que les permite aprender más acerca de un problema complejo ( de su learning is the work, su ocio, sus relaciones sociales, personales…) y, al mismo tiempo, la construcción de una serie de diseños multimodales (infografías, mapas interactivos, ensayos fotográficos, visualizaciones, vídeos musicales, cuentos) que forman parte de un desafío mayor, el escenario de su vida, de su SOCIEDAD.

El problema es que la Gamification está entendida como algo que se mueve como un juego literalmente, es decir, con unas normas de inicio e interpuestas por alguien que estará fuera de nuestro juego, de nuestro aprendizaje y es aquí donde difiero y mucho, ya que en todo caso las normas las pondrán los equipo colaborativos o la creatividad de los equipos diversos y cooperativos. Creo que es un eslabón a solucionar y como pueden suponer, lo haremos

Las grandes bondades de estos sistemas multimedia pueden revertirse y generar efectos contradictorios cuando, por ejemplo, se confunde el diseño y desarrollo de multimedia con diseño y desarrollo instruccional, dando origen a “programas educativos” que lucen bien y bonitos pero no enseñan nada o poco. Según esta observación queda establecido que muchainstrucción sin multimedia puede ser más efectiva que mucha multimedia sin un sólido diseño instruccional.

Otra gran desventaja que puede presentarse cuando se estructura un sistema multimedia en ausencia de un buen diseño instruccional, en que generalmente se convierte en la reproducción de las prácticas educativas tradicionales, configurando innecesarios e inoperantes contenidos, similares a la “clase magistral” y al libro al texto, sin alcanzar las bondades de la realidad.

Por ahí va nuestra principal aportación a la Sociedad y a la Educación, una formación ubicua en una Sociedad que quiere aprender de sus propias fuentes y de su propia gente, los USUARIOS, de los cuáles tenemos la obligación de buscar la excelencia de cada uno de ellos, para que de alguna manera se sientan importantes en esta su sociedad.

En esta Nueva Sociedad (TecnoSociedad), no todos se adaptarán por igual a estas transformaciones, que en la actualidad apenas alcanzan a un 10 % de la población mundial, pero que tienen un importante peso cualitativo.

Quienes no sean capaces de desarrollar una relación fuertemente abstractiva con su entorno, una plasticidad extrema en la adaptación a las circunstancias, un fuerte automatismo  en la respuesta a una interactividad creciente, una nueva lógica de la simultaneidad  en tiempos y espacios (frente a nuestra lógica lineal), una capacidad de metamorfosis, de mutación constante, y una capacidad dinámica de afrontar los riesgos como parte constitutiva de la vida… lo pasarán mal.

Sin embargo, durante algún tiempo, coexistirán formas del pasado con formas del presente y del futuro que se avecina. ¿Todo esto es bueno,  es malo?  Tal vez sea inevitable, lo que no quiere decir que debamos resignarnos a la presión de estas fuerzas en el desarrollo de lo humano, que a veces se nos antojan -desde esta ladera- como profundamente inhumanas.

Pero tampoco se trata de rechazar innovaciones positivas para determinadas dimensiones y problemas. Pensemos, por ejemplo, en la importancia de los sistemas informáticos y audiovisuales de diagnóstico, la cuál gracias a la Inteligencia Artificial, podemos realizar una Retroalimentación automatizada en Educación, Sanidad…

Por no citar la extraordinaria utilidad de los sistemas informáticos de simulación para prácticas profesionales tan delicadas como las de pilotos, médicos, etc., o la utilización de las nuevas tecnologías biológicas para mejorar la producción de alimentos (no sin controversias ni riesgos) o intervenir en enfermedades cuya curación es difícil o imposible por procedimientos tradicionales.

En la sociedad de la información,  articulada a través de las grandes autopistas informativas, surgirán nuevos servicios y prestaciones, de entre los que destacan los diez siguientes: tele trabajo, tele educación, red de universidades, servicios telemáticos, redes de asistencia sanitaria, gestión de tráfico por carretera, control de tráfico aéreo, licitación electrónica, red transeuropea y autopistas urbanas..

El nuevo hombre de esta Tecno-Sociedad  tiene un fuerte sentido de identidad es inclusiva-colectiva, no aislada-individual. Sus capacidades psíquicas son utilizadas con propósitos benevolentes y éticos, no dañinos e inmorales.

Los medios convencionales de la sociedad no le satisfacen. Le preocupa la búsqueda de nuevos medios de vida y nuevas instituciones. Busca una cultura fundada en una conciencia más elevada, una cultura cuyas instituciones están basadas en el amor y la sabiduría, una cultura que satisface la filosofía perenne.

La mayoría de los policy makers, empleadores,… quieren que las cosas sucedan rápido, porque planea estar en el trabajo por un tiempo corto y tiende a pensar que sería mejor cosechar beneficios en ese momento. Perdiendo de vista la visión prospectiva , de la sabiduría que anteriormente habíamos mencionado. Esperemos que los centros educativos no se vayan por la vía rápida y que puedan lograr ser una organización que aprende exigiendo la capacitación de sus miembros, incremento de profesionalidad y crecimiento intelectual, y la participación democrática en las acciones, si es que el centro quiere crecer como organización….

juandon

Los algoritmos hackean los aprendizajes personalizados! (Ed. disruptiva)

juandon

que-es-un-sistema-adaptativo-complejo-R-cUWjkm

http://hackeducation.com/2015/10/22/robot-tutors/#__scoop_post=336525b0-798b-11e5-ed4e-842b2b775358  The algoritmic future of education by Audrey Watters

La educación es la tecnología, a pesar de muchas de nuestras esperanzas de algo más, algo realmente transformacional, a menudo una herramienta diseñada para cumplir con los objetivos administrativos. Audrey Watters.

https://juandomingofarnos.wordpress.com/…/julian-stodd…/ Julian Stodd “secuestrado por la tecnología” & Juan Domingo Farnós y “la tecnología somos nosotros”!

http://juandomingdisruptive.blogspot.com.es/…/las-tic… LAS TIC SON ALGO NATURAL A LA SOCIEDAD, un recurso más… Juan Domingo Farnós Miró

http://juandomingdisruptive.blogspot.com.es/…/las-tic… Las TIC, condicionan la cognición del aprendizaje! De Juan Domingo Farnos

  Poco a poco las características subversivas de la computadora fueron erosionados distancia: En lugar de cortar a través y así desafiar la idea misma de fronteras temáticas, el equipo ahora se define un nuevo tema; en lugar de cambiar el énfasis del currículo impersonal a la exploración en vivo emocionados por los estudiantes, el ordenador se utiliza ahora para reforzar los caminos de la escuela. Lo que había comenzado como un instrumento subversivo de cambio fue neutralizado por el sistema y se convierte en un instrumento de consolidación..… Audrey Watters

Lo que hace que la programación ed-tecnología “adaptable” es que la IA evalúa la respuesta de un estudiante (por lo general a una pregunta de opción múltiple), luego sigue con la “segunda mejor” cuestión, cuyo objetivo es el nivel “adecuado” de dificultad. Esto no tiene por qué requerir un algoritmo especialmente complicado, y la idea en realidad basada en “la teoría de respuesta al ítem”, que se remonta a la década de 1950 y el ascenso de la psicometría. A pesar de las décadas siguientes, sinceramente, estos sistemas no se han vuelto terriblemente sofisticados, en gran parte debido a que tienden a basarse en pruebas de opción múltiple.

Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.

https://juandomingofarnos.wordpress.com/…/los…/Los algoritmos sales de las Universidades de Juan Domingo Farnós Miró

Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metafora de los presos alrededor que se pusieron alrededor de una torre de vigilanca para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….

Este precio informativo se compone de DATOS ESTANDARIZADOS a través del que hemos llegado a definir nosotros mismos: transcripciones escolares, registros de salud, cuentas de crédito, títulos de propiedad, identidades legales. Hoy en día, tesis arraigada tipo de individualidad datos están siendo blanco amplió para abarcar más y más de lo que podemos ser: (En educación seria el PERSONALIZED LEARNING, que nosotros mismos abogamos y además instauramos en algoritmos personalizados, nunca creadores de patrones)..

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 transformará en APRENDIZAJES. Si todo el proceso esta evaluado, necesitaremos el algoritmo para que nos realice la retroalimentación. Lo cual hará que todo nuestro proceso de aprendizaje este ayudado por este proceso tecnológico, pero siempre seremos nostros quienes elijamos en última instancia el camino que vaos a seguir, frente a las múltiples propuestas en “beta” que nos presentará la tecnología..

Si partimos de la idea de que la REALIDAD es múltiple, podemos entender por qué aprender en la diversidad no tiene porque llevarnos a un punto común-….esta premisa es fundamental para entender el pensamiento crítico en los aprendizajes y sin la cuál sería imposible llevar a cabo aprendizajes basados en la diversidad-INCLUSIVIDAD (EXCELENCIA)…

…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.

Estas operaciones que se harán de manera automatizada y significativa deberá proporcionarnos la suficiente seguridad, transparencia y confiabilidad,… y lo hará si la sociedad quiere que así sea.

La gente tiene que aceptar su responsabilidad personal y colectiva. Porque cada vez que creamos un vínculo, cada vez que “al igual que” algo, cada vez que creamos un hashtag, cada vez que compremos un libro en Amazon, y así sucesivamente,… que transformemos la estructura relacional de la memoria comúny eso lleva, como venimos diciendo siempre, una responsabilidad y un compromiso.

Por lo tanto, también tenemos que desarrollar el PENSAMIENTO CRÍTICO Todo lo que encontremos en el Internet es la expresión de puntos de vista particulares, que no son ni neutrales ni objetivos, sino una expresión de subjetividades activas. ¿De dónde viene el dinero? ¿De dónde proceden las ideas? ¿Qué es el contexto pragmático del autor? etcétera…

Fui contactado recientemente por un escritor para la revista Slate que estaba trabajando en un artículo sobre las tecnologías de adaptación. Todos sabemos que el complot de ahora: estas historias subrayan el hecho de que este software es (Esa última frase – “en algunos lugares” – es la clave.) Que los maestros ya no “enseñan” “remodelando toda la experiencia educativa en algunos lugares.” ; . Ellos caminan alrededor de la clase y ayudan cuando un estudiante se queda atascado. Los estudiantes pueden avanzar a su propio ritmo. “Esto me parece un enfoque prometedor en un escenario como un curso de matemáticas del desarrollo en un colegio comunitario”, el periodista me escribió. Y yo le pregunté por qué los estudiantes más vulnerables deben recibir el robot – un robot, recuerde, que no le importa….Audrey Watters

En general, la investigación sobre los “tutores robot es bastante mixta. Como investigador del MIT educación Justin Reich ha señalado, “Algunos estudios rigurosos no muestran efectos de los sistemas adaptativos en comparación con la enseñanza tradicional, y otros muestran efectos pequeña a moderada. En conjunto, la mayoría de los expertos en política de educación no consideran que sea un enfoque fiabilidad eficaz para mejorar el aprendizaje ….

Papert imaginó lugar “el niño la programación de la computadora”, y creía que las computadoras podrían ser una herramienta poderosa para que los estudiantes construyen su propio conocimiento. Esa es la “personalización” de que un tutor humano cualificado podría ayudar a facilitar – fomentar la investigación de los estudiantes y la agencia estudiantil. Pero “tutores robot,” a pesar del capital de riesgo y los titulares, aún no pueden ir más allá de su guión., ¿o no?…

juandon

“Educación Disruptiva……. la de la gente” (Ed Disruptiva)

juandon

juandomingo

En la conferencia con la ULA, Universidad de los Andes, realizamos una desconferencia completamente abierta, el diseños que llevamos a cabo fue totalmente diferente a lo que se “usa” habitualmente, formato que espero repetir, tanto presencialmente como por medio de la web:

El expositor expone y mientras lo hace, los asistentes presenciales y virtuales por medio de Twitter y otros medios dan sus opiniones y establecen sus preguntas, en ese momento los organizadores pasan las cuestiones al ponente que se encarga inmediatamente de comentarlo, con lo que debe volver a enlazar con lo que estaba diciedo, relacionarlo o no, por tanto es evidente que debe cambiar muchas veces el enfoque iicial de la misma.

Al final se producen preguntas como siempre que son respondidas, bien por el conferenciante o bien por otras personas, con lo que el feedback. el dinamimos y la interacción multicananl están garantizadas y todo ello le da una frescura que de otra manera es imposible. A su vez hace que sea imposible que alguien se aburra ya que debe estar continuamente presente de varios “frentes” de acción y a su vez permite que la conferencia inicial solo sea un “referente” y deje que una parte de su “importancia” pase de solo “unas manos” a las manos de muchos, con lo que la diversidad de opiniones y de maneras de ver está garantizada.

12106849_10208288666120711_2265196034566659541_n

Finalmente aseguramos que el público asistente se quede a seguir debatiendo sin caámaras ni mícrófonos, lo cuál sucedió en esta conferencia, que los asistentes no se levantaron y  se marcharon, sino que las cuestiones, las proùestas que salieron, las espectativas…les llevaron a seguir debatiendo, a seguir proponiendo, a segir analizando y a seguir criticando de manera constructiva, por lo que la parte más “negra” la negativa, se pierde en pos de aportaciones de construcción positiva.

Espero que no sea un experimento aislado y que sirva para que los conferenciantes que dan sus ponencias por todo el mundo lo anoten, lo tengan en ccuenta y lo lleven a cabo ya que de esta manera la información que fluye, el conocimiento diverso que se cree y por ende, el aprendizaje, es mucho mayor, de más calidad y más contrastado por las diferentes opiniones y la diversidad de planteamientos, con lo que el valor añadido que se presenta es inmensamente superior y con una evolucioón exponencial que hasta ahora en ninguna conferencia había sucedido.

Les dejo el vídeo para que lo vean, eso sería la parte “blanda” de la misma, así como los “datos” como parte pmás “dura” de la misma.

Creo que el éxito fue enorme y seguro que las personas, instituciones, organismos internacionales que contacten conmigo, para dar conferencias, congresos, dirigir Masters, tutorizar Tesis Doctorales….sabrán ya a que aternerse y de esa manera entre todos avanzaremos.

Muchas gracia y adelante, “la pelota está en el campo de juego y somos nosotros quienes debemos jugarla” Juan Domingo Farnos

Blog de WordPress.com.

Subir ↑

A %d blogueros les gusta esto: