Juan Domingo Farnós
¿Necesitamos máquinas autónomas o las personas somos capaces de manera independiente de transformar la educación?
La necesidad de tener máquinas autónomas están en el corazón del movimiento de aprendizaje automático y del aprendizaje ubícuo en si mismo.
El debate sobre la necesidad de máquinas autónomas en el ámbito educativo versus la capacidad de las personas para transformar la educación de manera independiente es complejo y multifacético. Ambas perspectivas tienen sus defensores y críticos, y ambas tienen implicaciones significativas para el futuro de la educación.
Por un lado, el movimiento hacia el aprendizaje automático y la integración de tecnologías autónomas en el proceso educativo se basa en la idea de que estas herramientas pueden mejorar la eficiencia, la personalización y la accesibilidad de la educación. Autores como Sebastian Thrun, conocido por su trabajo en la educación en línea y la inteligencia artificial aplicada a la educación, han defendido esta perspectiva. Su artículo «The Power of Autonomous Learning» (El poder del aprendizaje autónomo) ofrece una visión profunda de cómo las máquinas autónomas pueden revolucionar la educación, permitiendo un aprendizaje más personalizado y adaptativo.
El aprendizaje ubicuo es un nuevo paradigma educativo, digamos que es lo que se viene venir… en parte por las potencialidades de los medios digitales y en parte, por la redistribución económico-político-educativa y social…con la que ha establecido esta nueva Sociedad.
‘Hecho posible’ significa que no hay relación directa determinista entre la tecnología y el cambio social. En efecto, las instituciones educativas en todos los niveles han demostrado ser muy eficaces en la adaptación de estos nuevos recursos a sus prácticas tradicionales y el contenido, y no al revés.
El conocimiento es ubícuo, no solo a través de los canales que nos llega, no solo por la utilidad que le damos… es ubícuo per se, no podría ser de otra manera (contrariamente a lo que siempre habíamos pensado por su estandarización, determinismos, consecuente…).
Hoy por hoy la sociedad, la nuestra, se caracterizada por el uso generalizado de las Tecnologías de la Información y la Comunicación (TIC) en todas las actividades humanas y por una fuerte tendencia a la mundialización económica y cultural (ver exige de todos los ciudadanos nuevas competencias personales, sociales y profesionales para poder afrontar los continuos cambios que imponen en todos los ámbitos los rápidos avances de la Ciencia y la nueva “economía global” .
El impacto que conlleva el nuevo marco globalizado del mundo actual y sus omnipresentes, imprescindibles y poderosas herramientas TIC, está induciendo una profunda revolución en todos los ámbitos sociales que afecta también, y muy especialmente, al mundo educativo. Estamos ante una nueva cultura que supone nuevas formas de ver y entender el mundo que nos rodea, que ofrece nuevos sistemas de comunicación interpersonal de alcance universal e informa de “todo”, que proporciona medios para viajar con rapidez a cualquier lugar e instrumentos tecnificados para realizar nuestros trabajos, y que presenta nuevos valores y normas de comportamiento. Obviamente todo ello tiene una fuerte repercusión en el ámbito educativo:
Ante la efervescente y cambiante sociedad actual, las necesidades de formación de los ciudadanos se prolongan más allá de los primeros estudios profesionalizadores y se extienden a lo largo de toda su vida. La formación continua resulta cada vez más imprescindible, tanto por las exigencias derivadas de los cambios en los entornos laborales como también para hacer frente a los cambios que se producen en los propios entornos domésticos y de ocio.
Crece la importancia de la educación informal a través de los medios de comunicación social y muy especialmente Internet. Aunque los conocimientos adquiridos ocasionalmente a través de estos medios muchas veces resultan desestructurados y poco precisos, la cantidad de tiempo que las personas les dedican y las infinitas posibilidades de acceso a atractivas informaciones multimedia que proporcionan (periódicos y revistas, películas, programas TV, informativos de actualidad, reportajes, todo tipo de páginas web, juegos…) hacen de ellos una de las principales fuentes de información y formación de los ciudadanos.
Todo se revisa, todo cambia: los objetivos y los programas de las instituciones formativas (que entre otras cosas incluye la alfabetización digital), las infraestructuras físicas y tecnológicas, la organización y gestión de los centros, los materiales formativos y las metodologías que se utilizan… Se va perfilando un nuevo modelo de escuela y de instituciones formativas en general(ver (ver · Aparecen nuevos entornos formativos en el ciberespacio, que liberan a los estudiantes y profesores de las exigencia de coincidencia en el tiempo y en el espacio, y facilitan así el acceso a la formación en cualquier circunstancia a lo largo de toda la vida.
Los nuevos sistemas de formación on-line (aprovechando los recursos informáticos y el ciberespacio) mejoran con mucho las prestaciones de la enseñanza a distancia tradicional, que solamente disponía del correo, el teléfono y la radiotelevisión como canales de comunicación y difusión de los recursos didácticos audiovisuales y en papel .
Eso se demuestra por ejemplo con el IMPACTO SOCIAL de un proyecto de índole colaborativa, por ejemplo.. La información digital y tecnologías de la comunicación que han transformado el mundo se inventaron y se aplicaron por primera vez en América.
Sin embargo, nunca ha habido un liderazgo notable en su aplicación en la educación. La mayoría de las aulas aún no están sorprendentemente adpatadas para la sociedad de la información, incluso en lo más elemental y básico depara el acceso de los estudiantes a los contenidos digitales de aprendizaje y espacios de trabajo., lo que algunos nos atrevemos a llamar ESCENARIOS DE APRENDIZAJE.
Debido a que hoy aun persiste una especialización en la educación formal y formalizadora, faltan competencias transversales y multidisiplinares, lo que hace que nuestras habilidades no se correspondan bajo un prisma intrapersonal e instrumental y lo que es peor se ha instaurado de manera sistematizada y no sistémica que sería una característica propia de una cultura, pero ni así se ha producido, por lo que la brecha permanece en el espacio y en el tiempo.
Les explicaba, lo cual hago también ahora, es que necesitamos escenarios cambiables, mutables y por tanto en permanente dinamismo, que abarcan procesos y no finalidades, con lo que la predicción de resultados y la segregacion de los mismos pasa a un segundo plano y la apararicion de un valor genuino, decía antes y ahora digo valor añadido es trascendente para cerrar esta brecha y poner en valor nuestras actuaciones presentes y futuras.
En todo eso necesitamos píldoras con periodos cortos, intensos de aprendizaje con un desarrollo ITERATIVO y PERSONALIZADO permeable a cualquier cambio que se vaya produciendo, tanto des de dentro a afuera como de afuera a adentro, o permaneciendo fuera, y me refiero al circuito educativo oficial, naturalmente”. (Juan Domingo Farnos)
EL aprendizaje ubicuo a partir de CONOCIMIENTOS UBICUOS es una extensión de la idea de la computación ubicua, un término que describe la presencia generalizada de los ordenadores en nuestras vidas, ordenadores personales y ordenadores portátiles se han convertido en una parte integral de nuestro aprendizaje, el trabajo y la vida de la comunidad, hasta el punto donde, si no tenemos acceso en red con ancho de banda razonable, nos podemos considerarse como desfavorecidos, que estamos “en el lado equivocado de la ‘brecha digital.
“Hoy el conocimiento está en todas partes, en constante cambio, creciendo exponencialmente … Hoy el conocimiento es libre. Es como el aire, que es como agua. Se ha convertido en una mercancía … No hay ninguna ventaja competitiva hoy en saber más de la persona a tu lado. El mundo no le importa lo que sabes. Lo que el mundo le importa es lo que puede hacer con lo que sabe”. (Will Richardson)
Mientras tanto, muchos otros dispositivos son cada vez más importantes en nuestras relaciones, : teléfonos móviles, televisores, sistemas de posicionamiento global, los reproductores digitales de música, asistentes personales digitales, cámaras de vídeo, cámaras y consolas de juego, por nombrar algunos. Estos dispositivos están en todas partes. Son cada vez más baratos. Son cada vez más pequeños y más portables.
Son cada vez más fáciles de conectar con los demás. Por eso los encontramos en muchos lugares en nuestras vidas y en muchas ocasiones allá donde vamos. .La presencia generalizada de estas máquinas es la forma más tangible y práctica en el que la informática se ha convertido en omnipresente. aprendizaje ubicuo es un nuevo paradigma educativo posible en parte por las potencialidades de los medios digitales. Hecho posible, significa que no hay relación directa determinista entre la tecnología y el cambio social. En efecto, las instituciones educativas en todos los niveles han demostrado ser muy eficaz en la adaptación de estos nuevos recursos a sus prácticas tradicionales y el contenido, y no al revés.
Las tecnologías digitales llegan casi de inmediato, las viejas prácticas pedagógicas de la enseñanza didáctica, la entrega de contenido para la ingestión de estudiantes y de pruebas para las respuestas correctas “sistema de gestión del aprendizaje”, son ya responsabilidad de los mismos aprendices Algo cambia, cuando esto sucede, pero lamentablemente, no es mucho.
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 caraterísticas…
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:
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…
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. Los trabajos entregables, por su parte, requieren que sea el profesor el que los revise y valore personalmente. En ambos casos, 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. (TICHING BLOG)
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.
El Design Thinking (pensamiento de diseño) ofrece el valor de tomar el tiempo para observar el problema, recopilar información al respecto, y destilar el elemento o los elementos críticos antes de trabajar hacia las soluciones.
Con el pensamiento de diseño, el ensayo-error, se convierte en norma, pero no porque nos lo prescriba, sino porque crear prototipos en los cuales la vuelta atrás sea natural, nos permite un aprendizaje de mayor calidad, ya que el posible error se convierte en algo positivo, ya que nos sirve de detonante para mejorar…
Es por eso que es tan importante en el aprendizaje, porque la “reflexión” y la retroalimentación” continuadas, son elementos necesarios para conseguir no solo la adquisición de mejores conocimientos, si no para que estos se filtren en aprendizajes que puedan resolver los problemas reales.
El “Pensamiento Sistémico enfatiza nuestra necesidad de comprender todo un sistema y las relaciones entre las partes en lugar de centrarse en sus partes por separado. El objetivo es descubrir los aspectos del sistema que con el mayor potencial de cambiar el sistema en su conjunto.
El Design Thinking comienza por comprender tanto las necesidades tácitas y explícitas de las partes interesadas, y luego lleva a este entendimiento a través de un proceso de diseño. En este contexto, el pensamiento de diseño es el proceso de tomar un salto imaginativo hacia el futuro y trabajar detrás de los resultados deseados para identificar lo que debe suceder entonces ”
Ya no nos quedamos más en la teoría o en la práctica, si no en el proceso, como algo multidireccional y en constante situación de BETA, por lo que los que intervenimos en todo ello, incluso estamos preparados siempre para la fase anterior de anticipación, la ALFA..
Con el desarrollo de las tecnologías informáticas y de Internet generalizados, espacio de información se mezclará con el espacio físico a la perfección para formar un espacio de información ubicua peinando la realidad con la fantasía. Todos ellos hacen que aprender a ser más y más omnipresente, lo que significa que el aprendizaje ocurre en cualquier momento, en cualquier lugar y bajo demanda. Investigaciones actuales sobre el aprendizaje ubicuo se centran principalmente en la construcción de modelos conceptuales y entornos de apoyo. Sin embargo, la forma de organizar los recursos de aprendizaje para satisfacer las necesidades de cualquier momento y lugar, a la vista y de aprendizaje adaptativo es un problema emergente, tanto para los que estamos predispuestos a ejecutarlo, como los que no lo están.
Vale la pena hablar del artículo de mi compañero Steve Wheeler “How complex learning” y que viene a decir…. “El aprendizaje es muy complejo. En consecuencia, cualquier intento de enseñar, o para proporcionar entornos de aprendizaje formal dentro del cual puede ocurrir,rendimiento problemas complejos.
«En un mundo donde la información es casi ilimitado , primero tenemos que preguntar por qué, entonces permitir que el aprendizaje fluya y luego derivar naturalmenteen las necesidades que tenemos»….
(Michael Wesch 2009)
Es decir, que necesitamos para el siglo XXI, un nuevo marco a partir del cual todo emana:
La habilidad más importante del siglo XXI, es la capacidad de formarse de manera personal , y debido a ello, no es lo mismo para todo el mundo y por tanto el aprendizaje clásico debe desaparecer ya que ni tienen ni tendrá sentido.
Ante la efervescente y cambiante sociedad actual, las necesidades de formación de los ciudadanos se prolongan más allá de los primeros estudios profesionalizadores y se extienden a lo largo de toda su vida. La formación continua resulta cada vez más imprescindible, tanto por las exigencias derivadas de los cambios en los entornos laborales como también para hacer frente a los cambios que se producen en los propios entornos domésticos y de ocio….
Escritores como Larry Cuban han estado haciendo estas preguntas para algún equipo, y al coro se ha sumado muchos otros escépticos, incluyendo Susan Greenfield, Nicholas Carr y Jaron Lanier. El punto de vista común es que el mismo internet y otras tecnologías o bien distraen del verdadero propósito de la educación, causan cambios indeseables en la estructura de nuestro cerebro, o socavan el conocimiento y el aprendizaje, trivializando ella. ¿El corrector ortográfico en su procesador de textos acto para su conveniencia, o es un obstáculo para la buena gramática y la escritura? La respuesta será diferente en función de su visión personal de lo que es el aprendizaje y de cada persona, también dependerá de sus puntos de vista también en el lugar de la tecnología en la educación. Por ejemplo, es el aprendizaje en línea, especialmente ofrendas libres y abiertas de MOOCs, la amenaza a la educación contemporánea?
El resultado es una multitud de teorías contradictorias y explicaciones sobre lo que el aprendizaje es, cómo se produce y que necesitamos para optimizarlo en cada momento, en cada contexto:
. ¿Cómo atender a las necesidades de aprendizaje de todos los niños en la clase de los 30?
. ¿Es realmente la única manera de enseñar? ¿Cuáles son los mejores métodos para la educación?
. ¿Hay que empujar contenido o permitir a los estudiantes a descubrir por sí mismos?
. ¿Es más importante que la estructura en el aula diálogo?
. ¿Qué hacen los estudiantes aprenden realidad en el contexto formal de todos modos, y cómo podemos saber a ciencia cierta?
El aprendizaje es muy complicado, pero es también una característica profundamente humana. Es probablemente la cosa más importante que hacemos a lo largo de nuestras vidas,y lo hacemos constantemente. Sin embargo, es tan difícil de entender y describir. Nos tropezamos la platija y tratamos de navegar por la gran cantidad de teorías educativas yempantanados en pedagogías institucionales prescritas, uniformizadas…, proporcionando destellos de verdadera educación para nuestros estudiantes.
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-BICUIDAD, una nueva manera más SINCRONA de actuar en tiempo real, disponiendo en todo momento de las mejores FUENTES posibles…
Ahora es necesario,“desarrollar prácticas disruptivas,así como tecnologías que nos permitan replantearnos y reconstruir el contenido, los procedimientos y las relaciones humanas, elementos que forman parte de todo proceso de aprendizaje…
Si hacemos caso a DEWEY, solo con los aprendizajes ubícuos y disruptivos, podremos congeniar los aprendizajes, el trabajo y la familia…
Con todo ello afrontamos otro ORDEN EN CUANTO A LAS RELACIONES: ya nadie es superior a nadie en ningún escalofón, es más, estos se diluyen (APRENDIZAJE INVISIBLE….CRISTOBAL COBO Y JOHN MORAVEC–APRENDIZAJE DISRUPTIVO de Juan Domingo Farnós
Las tecnologías digitales llegan casi de inmediato, las viejas prácticas pedagógicas de la enseñanza didáctica, la entrega de contenido para la ingestión de estudiantes y de pruebas para las respuestas correctas se asignan en ellos y lo llamó : “sistema de gestión del aprendizaje”. Algo cambia, cuando esto sucede, pero lamentablemente, no es mucho.
Y otro calificativo: “potencialidad” significa que podemos hacer algunas cosas fácilmente ahora, y están más inclinados a hacer estas cosas de lo que eran antes, simplemente porque son más fáciles.La tecnología se convierte en una invitación a hacer las cosas mejor, a menudo de tal manera que algunas personas han estado diciendo durante mucho tiempo que se debe hacer, pero no confundamos a nadie, son solo herramientas.
Los ordenadores, tablets, smartphones… hacen que sea más fácil las prácticas de aprendizaje social que eran muchas veces irrealizables o hechas a contrapelo por su falta de sentido práctico idealista, en cambio ahora son visibles.
Lo que estamos presenciando es un conjunto de cambios sociales y culturales (así como los cambios tecnológicos), en gran parte basada en actividades de aprendizaje fuera de las escuelas y Universidades – el café, el hogar, la red social, el ambiente de juego, los medios de comunicación y la cultura popular, el lugar de trabajo – que refleja de nuevo en un conjunto de expectativas de cambio por parte de los jóvenes acerca de lo que sus experiencias de aprendizaje dentro del aula debe ser similar a lo que realmente hacen y viven fuera de ellas.
No digo nada que no se vea, pero no tanto que se considere útil: la ubicuidad en el aprendizaje por medio de la Computación nos lleva hacia el aprendizaje y el trabajo (learning is work), de una manera mucho más fácilmente que si lo hacemos hasta ahora, lo cual nos está demostrando que la asociación de hoy entre trabajo y educación, no existe..
Para todo ello en una nueva sociedad no podemos seguir basándonos en las viejas pautas instruccionales, ni en las viejas metodologías, ni siquiera solo en las constructivistas, ya que no se trata solo de aprender y nada más, necesitamos trabajar, la sociedad pide que sus miembros aporten valor, y si es valor añadido mejor que mejor y eso solo se puede conseguir con un aprendizaje sobre el trabajo de manera continuada (LIFE LONG LEARNING AND WORK)…
El diseño y la creación por medio de la Inteligencia Artificial del software necesario para cada situación y adaptada a las características personalizadas de los individuos y comunidades, hará que esta relación indisoluble, formación-trabajo, sea no solo necesaria, sino indispensable….
SISTEMAS INTELIGENTES Y EXPERTOS: ¿son catalizadores del aprendizaje del siglo XXI?
Ya hace mucho que los Sistemas inteligentes y Expertos y la Internet de las cosas es real y muchos, si no la mayoría, el silicio, el software, y los pedazos de la red están finalmente empezando a caer en su lugar. Pero el desarrollo de negocios creativos entre los desarrolladores de la tecnología no ha seguido el ritmo de sus innovaciones tecnológicas.
Las herramientas tecnológicas pueden ser del siglo XXI, pero el pensamiento empresarial de las herramientas “creadores”, se ha mantenido con demasiada frecuencia en el siglo XX. Sin embargo, a pesar del considerable progreso en muchas áreas, el potencial de los sistemas inteligentes está todavía en gran parte sin explotar — potencialmente miles de millones, si no miles de millones de nodos podrían conectarse si la tecnología adecuada estuviese en su lugar.
Así que lo que realmente, ¿se requiere para impulsar la innovación y los nuevos modelos de negocio de colaboración de los Sistemas Inteligentes?, y eso lo podríamos utiliza en una nueva manera de hacer las cosas, obviamente sería innovadora y muy disruptiva y serviría en educación, política, economía….
Ello conduce a un cambio de las fórmulas de riesgo / recompensa para las alianzas y nuevas relaciones con Internet de las cosas: otra manera de ver las titulaciones e incluso cuestionarse su necesidad, el error como aprendizaje, la retroalimentación al instante (síncrono) como algo totalmente normalizado….
Para ello utilizaremos tres elementos interrelacionados: una visión de cómo las redes de colaboración impulsarán la innovación como “catalizador” para ayudar a los aprendices, clientes, trabajadores…en su enfoque más personalizado y socializador; una plataforma para organizar la creación de valor que provee un impulso para reducir el esfuerzo, apoyado por herramientas en la nube de la web 2.0, lo cual lo hará todo más creativa, colaborativo y cooperativo… lo que las personas que intervienen tengan que hacer; y será cuando los facilitadores de relaciones e incentivos traten de persuadir y ayudar a lo que ejercen estos procesos, lo que nos va a permitir que el ecosistema de desarrolladores sea serio y de calidad y realmente puedan escalar totalmente y aportando nuevas creaciones de valor y de sistemas de suministro. ….
Todo ello nos llevará a realizar nuestras tareas de todo tipo, del de el trabajo al aprendizaje, de manera más automatizada y por tanto “desmitificando” por una parte la mal llamada cultura del esfuerzo y por otro un mayor dinamismo y mejoras en todo lo que necesitamos hacer….
Así que lo que realmente se requiere para impulsar la innovación y los nuevos modelos de negocio de colaboración de los Sistemas Inteligentes?, y eso lo podríamos utiliza en una nueva manera de hacer las cosas, obviamente sería innovadora y muy disruptiva y serviría en educación, política, economía…. Ello conduce a un cambio de las fórmulas de riesgo / recompensa para las alianzas y nuevas relaciones con Internet de las cosas: otra manera de ver las titulaciones e incluso cuestionarse su necesidad, el error como aprendizaje, la retroalimentación al instante (síncrono) como algo totalmente normalizado….
“Para las organizaciones esto significa un nuevo tipo de sujetos que entran en escena, que tendrán que conectarse a su organización en todo momento, las 24 horas del día y los 365 días del año a la velocidad que ellos quieran (no como ahora que nos lo da el sistema), pero también deben manejar la gestión de los dispositivos y los datos.
“Tenemos que ser capaces de obtener los datos inmediatamente y de manera (ubícua, no importa en el momento, ni el lugar…) y hacer un análisis de forma dinámica ya que los datos se están moviendo de nuevo, a partir de nuestra localización y/o registro…
Tratar de llegar a un acuerdo para alcanzar un nuevo paradigma de desarrollo rápido es todo un desafío en un mundo globalizado, donde se contraponen los intereses de los países soberanos y el paradigma globalizado que corresponde a la sociedad.
Estos esfuerzos, en particular tanto en el aprendizaje, como nuestras perspectivas en su relación con el trabajo (learning is the work), nunca van a converger, para ofrecer a los usuarios las posibilidades de colaboración primero, y de cooperación después de colaboración, con o sin guías imparciales y abiertas en su coordinación, o no..
“Hace mucho que tengo esbozos, escritos, esquemas de como encontrar datos, mejor dicho, “metadatos”, y se bien que en caso de necesidad se puede recurrir a organismos especializados al respecto…
Pero el Registro de nuestros aprendizajes, trabajos… prioriza el intercambio y los datos y su análisis de uso tanto en una primera opción, como en su retroalimentación, que sería su segunda parte y eso ya serían metadatos,
Necesitamos canales personalizados (y algunos estandarizados, aunque no me guste) una infraestructura que permita su accesibilidad tanto de manera personal por una parte, como por cualquier persona, sin normas para los datos obligatorios, puede ser replicado en todo el mundo y debe abierto, basado en la nube, y la aplicación de listas, por lo que su uso al estilo Copy left, debe ser el planteamiento más adecuado, o las 5R como han investigado David Wiley y Miguel Zapata http://www.opencontent.org/definition/
¿Podemos saber que motores de búsqueda, que canales…l son los adecuados para los aprendices, para cualquier persona que lo necesite (sin tener que obtener una vista previa de cada uno)? ¿Hay alguna información sobre quién más los ha utilizado y qué tan efectivas eran? ¿Cómo podemos enviar comentarios acerca de los recursos que utilizamos, tanto a otras personas, organizaciones que publican o que establecen feedback? ¿Hay alguna manera de agregar esta información para mejorar la detectabilidad?…
El mismo Clay Shirky nos conduce a una “educación” disruptiva, una educación social, del tiempo libre, diferente de la estandarizada y constreñida de la actualidad…, si bien es cierto que como es lógico siempre habrá críticas y opiniones diferentes a este tipo de Educación asociada en parte, al Connectivismo de George Siemens y a su poca “academicidad” que sugiere, ya que no se acopla a los estándares de las políticas educativas de los estados y gobiernos…
http://www.tonybates.ca/…/some-critical-reflections-on…/ Críticas de Clark Quin , lo que hace que a veces se confundan los términos y las acciones….creo que seguimos equivocándonos, tanto en querer unir los aprendizajes formales, no formales e informales, como a veces querer juntarlos
Considerando que el corto impacto a largo plazo de la Inteligencia Artificial depende de quien lo controla, el impacto a largo plazo depende de si se puede controlar o no, y más importante todavía: si seguimos con los sistemas jerarquizados verticales, o si optaremos por maneras Abiertas, inclusivas y ubícuas, por medio de redarquías transversales, confiables y por tanto transparentes
Necesitamos para ello desarrollar un acompañamiento con de servicios colaterales automatizados, los cuales puedan retroalimentarse también de manera automatizada, lo cual hará que nos podamos dedicar a otras tareas lo que ampliará y mejorará nuestro radio de aprendizaje, trabajo, ….
La cuarta etapa de la Revolución Industrial está sobre nosotros debido a la integración de gran envergadura, acelerado por la Internet de las cosas, de Tecnología Operacional (OT) y Tecnología de la Información (IT). Esto crea oportunidades completamente nuevas como resultado de nuevas combinaciones de trabajo mental, físico y mecánico mediante la integración de los internautas, sensores y sistemas embebidos.
Julian Stodd, le da a la educación: un principio, un proceso y un fin y en cambio yo…..no le doy ni principio ni fin, pero si un proceso multicanal, personal y social, intrínseco y extrínseco, pero sobre todo en red, donde la red es más importante que el propio proceso, o lo que es lo mismo, el procedimiento en si es mucho más claro y necesario que la propia educación, es un concepto META, mientras que la educación actual nunca lo será..
La REGENERACION, será una de las palabras que más utilizaremos en el futuro…, todo lo que se regenere será irrepetible. eran algoritmos que mutaran a una velocidad tal, que nunca se producirán acciones iguales ni en el mismo sentido (más personalización).
Nadie que de verdad se detenga a pensar y a observar como funciona la sociedad, puede negar esta premisa, esta hipótesis, es mejor “apuntarse” a este “carro de la innovación” y ayudar cada uno en lo que pueda. La tecnología no es que haya llegado para quedarse, es que la sociedad misma es tecnología humanizada….
El ensayo-error con retroalimentación por medio de la Inteligencia Artificial (AI), es un recurso básico para el funcionamiento trabajo-aprendizaje, la cual puede ayudar a las competencias y capacidades metacognitivas y de implementación de las personas.
Parece que algo se está moviendo en “el corpus” y en el exterior de las organizaciones educativas, como las universidades, también la sociedad en general se está moviendo en este sentido y está empezando a actuar bajo un camino que parte de el no funcionamiento (negatividad) a la búsqueda de posibles soluciones, aunque nada tengan que ver con las costumbres y la cultura de siempre (positividad proactiva)…
Reconocer que debemos hacer algo que cambie esta dinámica inmovilista tanto en el trabajo como en la educación, reconocer que la situación que vivimos es insostenible en el tiempo, reconocer que las personas que lideran los estamentos sociales, educativos, políticos, educativos…de hoy, deben apartarse de la primera línea y dejar pasar a otros que serán capaces de realizar estas actuaciones….ya de por si significa algo que hasta ahora no ha sucedido en muchísimo tiempo…
Ahora es necesaria la “publicitación” de todo esto, especialmente de las personas que deberán reconocer su retirada de la primera línea, sin esconderse que no pasa nada, y a continuación la reafirmación de quienes deberán liderar este cambio tan complejo y difícil pero que necesita de todos remando con las mismas sinergias de transformación de la sociedad…
Los procesos de aprendizaje, las motivaciones y la adecuación a los contextos prácticos de la vida ordinaria son cambiadas por este cambio de énfasis, como es la necesidad de la escuela de reorganizarse y ponerse a la altura de estos “otros aprendizajes”, que muchas veces llamamos INFORMALES… Esta es la revolución que algunos describimos como “aprendizaje ubicuo”.
En las comunicaciones de la educación, la información o el conocimiento se codifica visual o verbalmente en los sistemas de símbolos habilitados por tecnologías diferentes. Durante la “instrucción” del proceso, los estudiantes perciben los mensajes codificados en los medios de comunicación, por ejemplo, en el vídeo, y en ocasiones “interactuar” con la tecnología, por ejemplo, en la instrucción basada en ordenadores, tablets…y sobre todo con la utilización de las metodologías y las herramientas sociales de la WEB 2.0.
Según nos dice Larry Cuban: “. La interacción es normalmente operacionalizado en términos de participación de los estudiantes a la tecnología, alguna forma de respuesta a juzgar, y una respuesta en forma de un mensaje previamente codificado en los medios de comunicación. Tecnologías como los transportadores de información se han utilizado durante siglos para “enseñar” a los estudiantes, mientras que las tecnologías interactivas comenzaron a ser introducido a principios del siglo 20 al “comprometer” a los estudiantes en el proceso de aprendizaje …..”…….y poder pasar de ser puros consumidores de la información y la comunicación, a ser los propios productores de la misma , lo que llamamos PROSUMIDORES…(Juan Domingo Farnós Miró)…..
“Estamos en plena efervescencia de la a Sociedad del Conocimiento y ya está siendo reemplazada por la “Sociedad de la Ubicuidad” , un término acuñado principalmente en Japón, quien se ha planteado que para el año 2010 ha de instalarse en dicha Sociedad de la Ubicuidad, bajo el lema -en todo momento, en todo lugar, cualquiera-. Como un proyecto de calidad de vida a la cual aspira dicho pueblo, representando un parteaguas de profunda relevancia histórica donde el cambio tecnológico representa la variable principal.
Si la Sociedad en si se transforma en UNA PLATAFORMA UBICUA, en un Escenario de innovación y desarrollo, en el motor de nuestra nueva época, una manera de hacer las cosas que mueva los cimientos del futuro.
Todas las formas de aprendizaje (learning) son posibles en esta nueva época, las TIC y la Inteligencia Artificial (AI), hacen que seamos capaces de adquirir conocimientos e implementarlos en la vida real, como nnca había sucedido hasta ahora.
Muchos países en desarrollo están buscando tecnologías móviles que tiene el “potencial para ofrecer educación sin depender de una amplia infraestructura de comunicaciones que se adapte al contexto de los países en desarrollo. En algunos países en desarrollo, hay una fuerte base instalada de usuarios de teléfonos móviles que junto al aprendizaje automático les facilitaría no solo la parte humana de los mismos, si no también la económica.
Por lo tanto la pregunta es obvia ¿El mobile learning será más fácil en los países desarrollados o en los que estén en vías de desarrollo? … y si a esto lo juntamos con la potencialidad del aprendizaje automatizado será importante considerar si el objeto que se pretenda será realizado solo en línea (como una aplicación-algoritmo-machine learning) o como una experiencia.
El despliegue previsto o la ecología del mismo, será importante tener en cuenta antes de que el trabajo de desarrollo comience. Una vez que las decisiones importantes se han hecho, entonces el diseño puede entrar en la fase de desarrollo de contenido móvil.
El objeto de aprendizaje puede entonces ser cargado y almacenado en un sistema de gestión, o en un servidor de aprendizaje / o en un curso o un sitio web. Desde allí, el objeto de aprendizaje se despliega. De manera óptima, el bucle de retroalimentación de los usuarios, puede informarles sobre el diseño o rediseño.
Podemos seguir y seguir, pero acabaremos haciéndonos preguntas, como siempre:….
a—¿Qué es el aprendizaje automático? ¿Cómo podemos implementarlo en el mundo de la educación y de manera móvil?
b—¿Qué es el aprendizaje móvil? ¿Cuáles son sus posibilidades y limitaciones?
c—¿Cuáles son algunos de los límites de los dispositivos móviles en términos de insumos de información? Información de recibo a través del entorno de una pequeña pantalla?
d—¿Cuáles son los pasos necesarios para el diseño y construcción de objetos digitales de aprendizaje para la entrega a través de dispositivos móviles y desarrollados de manera automática?
e—¿Cuáles son algunos tipos de mobile-friendly objetos de aprendizaje digitales que se pueden crear hoy en día?
f—¿Cuáles son algunos ejemplos de los métodos pedagógicos utilizados en escenarios reales de aprendizaje móvil y autonámicos o es mejor crearlos nosotros mismos según nuestras necesidades y contextos, siempre de manera personalizada/socializadora?
g—¿Estamos listos para el Aprendizaje Móvil?
h—¿Estamos preparados para un aprendizaje móvil dentro del machine learning?
El uso frecuente de los dispositivos móviles no significa que los estudiantes o profesores están preparados para el aprendizaje móvil ni automático:
——¿Estamos los estudiantes y profesores dispuestos a dar el salto del aprendizaje presencial, del e-learning (inclusivo) …al aprendizaje móvil automático?
—–¿Qué significa estar preparados? Para responder a estas preguntas, podemos examinar los dispositivos móviles que los estudiantes y profesores ya estan utilizando, así como las actividades que realizan durante el uso de estos dispositivos. En la mayoría de los casos, los estudiantes y los profesores ya han participado en una variedad de actividades de informática móvil y la comunicación en el trabajo y para otras facetas cotidianas.
Muchos educadores han aprovechado las herramientas Web 2.0 para crear participación, centrado en el aprendiz y en los ambientes de aprendizaje. Esta apropiación de las herramientas Web 2.0 dentro de una social, abarca diferentes ecosistemas como la pedagogía constructivista que facilita lo que se ha denominado “pedagogía 2.0″ (McLoughlinY Lee, 2008). Desde la perspectiva de la teoría de la actividad, armas de destrucción masiva son las herramientas que intervienen en una amplia gama de actividades de aprendizaje para propiciar actividades de aprendizaje colaborativo. (Uden 2007)
Un artículo reciente con un problema adicional con el aprendizaje automático que a menudo se denomina inteligencia artificial (AI). Este término es problemático y que indica claramente que se desplaza a los seres humanos con las máquinas y confirma que todo se enfoca en cómo se trata de que los robots reemplacen a los maestros.
En lugar de reemplazar a los seres humanos, estas sistemas estarán listos para trabajar junto con las personas para amplificar la capacidad humana y se desarrollarán de manera móvil, con lo que nos solo su VISIBILIDAD si no también su UTILIDAD en el mundo del aprendizaje será mayor.
Tales investigaciones deberían tener como objetivo avanzar en las implicaciones del m-learning para el aprendizaje activo y experiencial:
a-Los procesos de investigación-acción (Dick, 2007) y el diseño educativo centrado en el alumno (Litchfield, 1999)
b-Planificación, diseño y desarrollo, implementación, pruebas y metodologías de evaluación para maximizar las investigaciones de calidad y los resultados del proyecto.
c–Lean, Moizer, Towler & Abbey (2006) encontraron en su examen de las barreras percibidas al uso de innovaciones en entornos académicos que los académicos toman la decisión de usarlos basados en juicios profesionales de beneficio y riesgo. Por lo tanto, destacaron un papel para la creación de conciencia en tales actuaciones.
d-Actividades y una mejor información sobre los enfoques. Estas preocupaciones pueden abordarse con estrategias académicas de desarrollo profesional como socios de proyectos mentores, apoyo en línea. (elearning)
e-Talleres basados en la experiencia y la publicación de artículos y artículos para
difundir los resultados del aprendizaje en mlearning para apoyar a los innovadores y los adoptantes tempranos (Rogers, 1993)
f–Difusión de m-aprendizaje activo
g-El desarrollo de un amplio apoyo para un cuerpo en línea de los conocimientos de m-learning y los principios de enseñanza-aprendizaje.
h-Estrategias y estudios de caso prácticos y efectivos en todas las disciplinas – un m-Portal – es necesario y puede apoyarse e informar en los enfoques emergentes nacionales e internacionales sobre el uso de tecnologías móviles para mejorar el aprendizaje.
Esta nueva Sociedad hace que se genera otra Cultura de la Educación, donde ya nadie se “refugiará” en el paraguas de las Escuelas y Universidades, éstas han perdido su “poder” de valores refugio, de totems del conocimiento y de “validadores” de titulaciones que no solo no servían para nada sino que segregaban, establecían brechas que encumbraban a unos y “hundían en la miseria a otros (los marginaban y excluían socialmente).
El constante desarrollo de las tecnologías de la información y la comunicación (TIC), ha llevado a que su uso genere notables cambios en el ámbito social. Las llamadas redes sociales han modificado sustancialmente la forma de comunicarse.
Todos tenemos acceso a información detallada acerca de cualquier materia humana conocida, sin mayores requisitos para hacerlo que saber leer, escribir y estar “conectado” a la red a través de algún dispositivo electrónico como una computadora o un teléfono móvil.
Vivimos una época en que la información es multimedial y encontramos al texto fusionado con la imagen, el video y el audio. Todo esto nos lleva a reflexionar sobre cómo debe ser un proceso educativo para el día de hoy, el que sin duda será distinto que el de mañana.
Luego, debemos definir, con carácter de urgencia, estrategias educativas, dinámicas e innovadoras, para enfrentar el desafío de formar a nuestros niños, jóvenes y adultos en escenarios y con herramientas que sin duda muchos de ellos conocen mejor que nosotros. En días en que lo único que no cambia es la transformación constante, cualquier estrategia de aprendizaje que definamos, exige considerar la forma de interacción social de los usuarios.
Debemos generar procesos de aprendizaje con tecnologías de soporte que propicien la interacción, y hacerlo en contextos ubicuos que nos llevan a contar con estudiantes, docentes, infraestructura y recursos disponibles en todo momento.
En todo ello utilizamos, además del e.learning., m-learning…el U-LEARNING , que será como aprendizaje ubicuo. Me gusta la idea, aunque profundizaremos en ello.
Os traduzco (malamente, por supuesto) unas palabras de Sean Fitzgerald:
“Como la tecnología llegará a ser ubicua y conseguirá integrarse en el aprendizaje,
el concepto de la “tecnología educación” comenzará a ser menos relevante.
La palabra “elearning” llegará a ser de hecho probablemente redundante, como todoel aprendizaje tendrá un networked, en línea o componente de la tecnología en el futuro.
Estableceríamos una especie de programación que podría quedar así:
OBJETIVOS
Identificar el rol de las TIC en el proceso educativo actual.
• Reconocer las características y demandas de aprendizaje del estudiante de hoy.
• Identificar las competencias requeridas en los docentes para su trabajo en contextos ubicuos.
• Reconocer las tendencias de la gestión estratégica en las instituciones que incorporan tecnologías.
• Reconocer las tendencias de la Educación a Distancia y la gestión del soporte tecnológico.
• Reconocer los avances en el uso de contextos ubicuos para el aprendizaje.
• Contribuir mediante el intercambio de experiencias y la reflexión conjunta, a definir los cambios requeridos para adecuar el proceso didáctico a la cultura digital del estudiante de hoy.
EJES TEMÁTICOS
Educación en contextos ubicuos
• Sociedad cooperativa, brecha digital y democratización del conocimiento.
• Convergencia de modalidades presencial y a distancia.
• Aprendizaje social en la educación ubicua.
• Tecnologías emergentes para contextos ubicuos.
Cultura digital y demandas de aprendizaje
• Características y demandas de aprendizaje del estudiante de hoy.
• Competencias requeridas en los docentes para su trabajo en niños y jóvenes inmersos en cultura digital.
• Herramientas lúdicas para el aprendizaje.
El uso pedagógico de las TIC
• Las TIC al servicio del aprendizaje, la comunicación, la interactividad y la evaluación
• Integración curricular y didáctica de las TIC
• Herramientas Web para el aprendizaje social
• Desarrollo de contenidos y repositorios digitales
Calidad educativa y TIC
• Gestión estratégica para la incorporación de las TIC en las instituciones educativas
• Estándares de calidad para la gestión de las TIC
• Propiedad intelectual y derechos de autor
En fin, utilizaremos la bilocación, es decir, estar en varias redes sociales a la vez, en diferentes webs y/o blogs, para estar al día, en perpétua innovación continuada, dejando una impronta que puedan recoger otros usuarios y estos a su vez utilizarlo para mejorar los contenidos, conocimientos, ideas…ya sí con este trabajo ubícuo en red ir mejorando en todos los aspectos de la vida, que de esos se trata.
Esta Sociedad quiere formación de calidad, libre, INCLUSIVA oportunidades de formarse, sin depender de la accesibilidad, de la economía, de su situación de habitabilidad, del control temporal…(UBICUIDAD) que la Tecnología (TIC) se lo facilitará y la Sociedad, la que aceptará todos estos condicionantes como los únicos que importarán, ello hará que cada persona pueda sacar su EXCELENCIA, lo mejor que puede aportar a los demás, tanto como consumidor como productor (PROSUMERS), y nadie le podrá impidir llevarlo a buen puerto, con lo que no sólo cada uno como indivíduo mejorará, sino que ello beneficiará a la colectividad.
La evolución de la tecnología ha alcanzado grados casi inimaginables. Esta evolución ha permitido que la tecnología supere las ataduras impuestas, por ella misma, a la formación, encontrándose presente en muchas situaciones del aprendizaje cotidiano.
Cualquier persona podrá disfrutar, en cualquier momento y lugar, de un extenso número de servicios de información y entretenimiento a través de avanzados dispositivos y redes terminales.
Así mismo este modelo de sociedad se expande por todo el mundo gracias a herramientas de la llamada web 2.0, que se basa en las llamadas redes sociales (comunidades virtuales que comparten intereses y contenidos entre sí).
Como mejor ejemplo de la expansión de la web 2.0 tenemos el nacimiento en 2004 del sitio YouTube que permite a cualquiera producir contenido y compartirlo con el resto del mundo sin necesidad de intermediarios como una televisor.
Así los individuos dejan de ser consumidores de información de los que detentaban el poder mediático y ahora se convierten en productores de información y conocimiento: contenido. Y no solo eso los individuos ahora no solo consumen dicha información si no que también la producen: ahora son ambas prosumer- prosumidores.
Este término fue acuñado por primera vez por Marshall McLuhan y Barrington Nevitt, quienes en el libro Take Today (1972) afirmaron que la tecnología electrónica permitiría a las personas asumir simultáneamente los roles de productores y consumidores de contenidos.
De acuerdo con Toffler, el advenimiento de los prosumidores anticiparía el fin de la era de los medios masificadores: “Están desapareciendo los días de la omnipotente red centralizada que controla la producción de imágenes (…) los medios de comunicación de la tercera ola están destruyendo en un amplio frente el dominio ejercido por los dueños de los medios de comunicación de la segunda ola”.
Si el usuario de los medios de comunicación convencionales se ve obligado a soportar la pasividad dirigida que denuncia Chomsky, el usuario de Internet en cambio disfruta de una gran autonomía.
La Educación 2.0
Y todo lo anterior que tiene que ver con la educación, si bien sabemos que la mayoría de los sistemas educativos alrededor del mundo se encuentran sumergidos en una profunda crisis no solo operativa si no más bien filosófica, este nuevo contexto representan una inminente revolución en este campo.
Ya que a diferencia de los grandes reformadores de la educación ahora contamos con las herramientas epistemológicas y operativas para realizarlo. Dado que afortunadamente desde mediados del siglo pasado una corriente de la educación se preocupó por la introducción sistemática de los medios tecnológicos y de comunicación a los procesos educativos, hoy ponen de manifiesto la importancia de muchos procesos que hoy en día consideramos esenciales en la educación como la planeación y la evaluación; nos referimos a la Tecnología Educativa, la 2.0.
Pero no hacemos alusión a esa Tecnología Educativa formada por una corriente de psicólogos conductistas que pretendían producir estímulos y castigos a través de los medios; si no ha esta nueva perspectiva integrante de paradigmas reformadores de la educación como el Constructivismo.
El aporte de la Tecnología Educativa al Constructivismo nos aporta las herramientas conceptuales y metodológicas para incorporar activamente los principios de la Sociedad de la Ubicuidad, en la educación.
Y no solo nos referimos a procesos como los de educación a distancia, si no que estas nuevas perspectivas nos ofrecen una verdadera oportunidad de democratizar la educación a demás de solventar problemas referentes a la justicia y equidad educativa.
Ya que por que por primera vez nos encontramos frente a una revolución imparable, a un cambio en los paradigmas de la educación en donde muchos expresan su rechazo ya sea como anhelantes e instructores como habla Papert (1995) en su reflexión sobre la el replanteamiento de la educación en la era de los ordenadores, donde cambiar estos paradigmas no romperá ninguna cosa que no pueda cambiarnos, no debemos tener miedo a los cambios si son para bien, no debemos tener miedo si se debe cambiar la Universidad, no debemos tener miedo si debe eliminarse la escolaridad obligatoria….debemos eso si, buscar los mecanismos adecuados para que estos cambios significan la posibilidad de unos aprendizajes mucho mejores,. más democráticos…en esencia..de mayor provecho para cada uno y para todos en general…
Es el nacimiento y desarrollo de una nueva generación de seres humanos que viven tanto en entornos reales como virtuales que han incorporado a su forma de relacionarse con el mundo diferentes tecnologías que les permiten acceder al conocimiento que desean, al momento en que lo desean.
Los seres humanos de esta década están en contacto con objetos de conocimiento que no creíamos posibles incluso hace 10 años: como viajes a los extremos del universo, a la vez que recorren las estructura de nuestro ADN.
Es en este marco revolucionario que la escuela tiene que plantearse un nuevo papel, que dista mucho de la simple transmisión de conocimientos. Se trata de guiar a los estudiantes para que construyan estrategias de pensamiento que les permitan utilizar estas tecnologías para adquirir su propio conocimiento en base al basto y amplio marco de experiencias previas con el que ya cuentan, así como de generar espacios que les recuerden que forman parte de una sociedad global; por lo que promover en ellos estrategias de comunicación adecuadas es clave para su participación en este nuevo mundo intercontectado por medio de la tecnología.
El Internet y otras tecnologías rebasan fronteras de todo tipo desde geográficas hasta ideológicas y culturales y nos recuerdan que todos somos parte de una sola sociedad. El nuevo papel de la educación es asegurarse que todos puedan participar de este nuevo marco social, así como de proveer estrategias de comunicación tanto para adquirir información y conocimientos como para producir y compartir lo ellos saben.
Esta nueva realidad poco a poco empuja a que los sistemas educativos y en general las sociedades de ciertos países cambien y adopten este modelo.
Sin embargo en nuestro país la perspectiva de la Sociedad de la Ubicuidad hoy representa un espejismo que solo se refleja en la generación de los “nativos digitales” -menores de 25 años y en áreas restringidas como el entretenimiento o espacios particulares de otros sectores.
Nuestra clase política que desafortunadamente controla los destinos de nuestros país ha decidido defender a ultranza sus intereses que se ven amenazados por este nuevo paradigma y condenarnos a la fatalidad de un “apagón tecnológico” ) que obstruyen nuestro desarrollo como nación incluido por su puesto el rechazo de la incorporación de los principios del en todo momento, en todo lugar y cualquiera en el sistema educativo… pero ellos no manda, es el pueblo quien tiene la corona de la soberanía, y en educación y formación, todavía más…
Sin lugar a dudas la transformación de sistemas educativos llegará por medio del empuje social a la que representa la Sociedad de la Ubicuidad, inevitablemente los estudiantes demandarán esa transformación transformación de la escuela tradicional para reclamar su justo derecho de participar de la sociedad global: de la humanidad, de reafirmarse como parte de esta nueva generación de seres humanos….” (Juan Domingo Farnós)
Las herramientas cognitivo-culturales como el leer y escribir eran las nuevas tecnologías del momento y por ello eran los pilares del curriculum de la escuela, y en la actualidad las nuevas tecnologías no son solo el leer y escribir sino también la decodificación de imagen y sonido a la vez, lo que se denomina tecnología multimedia.
Por ello debe transformarse el curriculum de la escuela nuevamente para asumir como pilares las nuevas tecnologías actuales, abandonar la “concepción bancaria de la educación” y esto es dejar que el alumno sea emisor, receptor y creador de procesos de enseñanza-aprendizaje apoyándose en el docente y utilizando como herramientas a las nuevas tecnologías.
Para ello proponemos:
“…1º Establecimiento de la temporalización de los multimedia.
2º Definición de los objetivos didácticos que pretendemos con la puesta en escena de los multimedia elaborados en el aula, que deben estar enunciados en términos de capacidades.
3º Establecimiento de unos contenidos (conceptuales, procedimentales y actitudinales) adecuados a la consecución de los objetivos didácticos previamente definidos.
4º Establecimiento de una metodología de trabajo adecuada a los contenidos y medios que debemos utilizar. Las estrategias metodológicas acordes con el planteamiento de la producción se pueden resumir en:
Seguir la filosofía de la transversalidad, por lo que los contenidos multimedia no se trabajarán de forma aislada, sino “atravesando” e impregnando, todas las materias curriculares con las que estén relacionados.
Planteamientos constructivistas como partir de los conocimientos previos o aprendizaje significativo.
Actitud participativa de los distintos sectores de la comunidad educativa.
Flexibilidad de agrupamientos, tiempos y espacios.
Profesorado como mediador del proceso de enseñanza-aprendizaje.
5º En la Evaluación didáctica de nuestra actuación docente con los multimedia educativos debemos establecer tres momentos de reflexión, que corresponden a: qué, cómo y cuándo evaluamos el uso de dichos multimedia.”
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”; evoluciona hacia aspectos más cognitivos-mente integrada-, por lo que están surgiendo nuevas formas de pensar en las que la 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-BICUIDAD, una nueva manera más SINCRONA de actuar en tiempo real, disponiendo en todo momento de las mejores FUENTES posibles…
Ahora es necesario,“desarrollar prácticas disruptivas,así como tecnologías que nos permitan replantearnos y reconstruir el contenido, los procedimientos y las relaciones humanas, elementos que forman parte de todo proceso de aprendizaje…
Si queremos conocer bien lo que es UN ECOSISTEMAS DIGITAL, lo habremos de comparar con algo, sino es imposible, ya que este término realmente no existe si nos referimos a las Tecnologías de la Información y la comunicación…
Esto nos hace ir a una analogía con un Ecosistema biológico, por tanto las “criaturas que viven y conviven en él, en el mundo digital serán… las complejas interacciones entre los estudiantes y interfaz, estudiante y profesor, alumno y contenido, y el estudiante y el estudiante (pares), que conforman el aprendizaje .
El análisis de estas interacciones es crucial para la comprensión en profundidad de aprendizaje en línea de los entornos de aprendizaje, …
Comunidades que se interelacionan aunque sea desde posicionamientos que conforman NICHOS diferentes, pero que cuando se pretende dar un VALOR o un APRENDIZAJE, necesitan estar en constante relación…
Pero, en realidad muy pocos sólidamente puede centrarse en más de 1 o dos tareas, en particular si requieren enfoque y la profundidad. Ellos engañan haciéndose creer que están consiguiendo más cosas cuando en realidad están logrando menos y la calidad del trabajo es pobre, con lo que llegamos a la conclusión que si no hay calidad no hay aprendizaje, ya que hace mucho que demostramos, que APRENDIZAJE Y EVALUACION eran la misma cosa.
Realmente las personas eficientes saben que el esfuerzo concentrado con pocas distracciones conduce a un mejor producto de trabajo en los tiempos más rápidos. De lo contrario, el trabajo no puede ser a la par, lo que significa perder aún más tiempo y energía a volver a arreglar los errores, eso si que es un cvambio de CONCEPTO Y DE PARADIGMA, pero esto aún sucede muy poco y en la educación formal prácticamente nunca.
La comunidad en general entiende que, en muchos casos, los algoritmos tradicionales apenas están una nueva etiqueta con un gran despliegue publicitario y el atractivo de moda….por lo que el APRENDIZAJE con el concepto que teníamos ahora lo desechan..
Este concepto relativamente nuevo aprendizaje y ha surgido debido al abrazo cada vez mayor de la tecnología en todas las facetas de nuestra vida. Sin llegar a ser difícil hacer un seguimiento de todo lo que surge como consecuencia de este exceso de digitalización de la educación, pero al menos deberíamos tener una idea y una imagen clara de los más populares. Tecnología Educativa y Aprendizaje Móvil tiene previsto introducir a algunos de estos conceptos de aprendizaje y guiarlo hacia una mejor comprensión de lo que significan y la esperanza de que usted se beneficiará de ellos para informar a su práctica docente. Ya conocemos el Blended Learning , el Plipped aprendizaje, yahora estamos introduciendo al aprendizaje autodirigido.
¿Qué es el aprendizaje autodirigido todo esto?
“En su sentido más amplio,” aprendizaje autodirigido “describe un proceso por el cual los individuos toman la iniciativa, con o sin la ayuda de los demás, en el diagnóstico de sus necesidades de aprendizaje, la formulación de objetivos de aprendizaje, identificar los recursos humanos y materiales para el aprendizaje, la selección y aplicar las estrategias de aprendizaje, y la evaluación de los resultados del aprendizaje. “(Knowles, 1975, p. 18).
Elementos del aprendizaje autodirigido
El Aprendizaje autodirigido se basa en los siguientes elementos:
- Estudiantes toman la iniciativa de buscar una experiencia de aprendizaje
- Toman la responsabilidad y la rendición de cuentas para completar su aprendizaje (evaluación y formación)
- Tienen una legibilidad de aprender
- Ellos fijan sus propias metas de aprendizaje
- Se involucran en el aprendizaje
- Ellos evalúan su aprendizaje
En la computación ubícua son los profesores y los estudiantes tienen acceso a la tecnología (dispositivos informáticos, Internet, servicios) cuando y donde lo necesiten. En un mundo de la computación ubicua, la tecnología es siempre accesible y no es el centro del aprendizaje, más bien es la facultad de los aprendices son participantes activos en el proceso de aprendizaje, los que van a responsabilizarse de sus actuaciones, y son ellos quienes deciden no sólo lo que la tecnología que se necesita, sino también lo que aprender y la mejor manera de crear nuevos conocimientos.
Un artículo de Brighton analiza el rol de los nuevos medios digitales, los“UBIMEDIA” que por sus caracterís-ticas –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 caraterísticas…
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..
El impacto directo que la computación o la mejora de la enseñanza y el aprendizaje a través del uso de computación tiene todavía un gran recorrido que no nos podemos ni debemos perder.
Uno de los aspectos a mejorar es la relación entre investigación y docencia y es necesario analizar el impacto y el potencial de la transformación en diferentes conjuntos de variables, incluyendo las habilidades cognitivas del estudiante, el compromiso con el material, la motivación para participar en el aprendizaje, el desarrollo social, la pedagogía de la enseñanza, entre otros, a falta de coherencia en la definición de estas variables o en la investigación a través de las instituciones.
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…
A más de 10 años de que el Massachusett Institute of Technology (MIT) (MOOCs) anunciara su proyecto de ‘abrir’ sus cursos, sin costes ni matrículas es importante analizar qué ha pasado y qué no ha ocurrido desde entonces hasta la fecha, tanto en el mundo de la educación como en otros planetas cercanos.
Tras explorar las profecías de una educación para el futuro, recargada de pantallas y cables, es necesario pensar en el enorme rezago que existe entre las necesidades que establece nuestra sociedad actual y la resistencia al cambio que afecta a muchas vertientes de la educación.
A pesar de los muchos artilugios, licencias y de profesar a los cuatro vientos el discurso tecno-determinista de que las TIC salvarán a la educación del mañana, aún existen un importante número de instituciones educativas que conciben la enseñanza y la gestión a la vieja usanza (de manera lineal, meritocrática y con fuertes dosis de inmovilismo)….
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.
Juan Domingo Farnós plantea en su artículo que actualmente el dilema consiste en “romper con la ‘cultura’ educativa que venimos soportando desde hace muchos años en una sociedad que ya no se basa en la producción-dinero sino en el conocimiento”.
http://www.dicyt.com/…/reflexion-sobre-los-aprendizajes-inv… Reflexiones sobre “aprendizajes Invisibles”
Juan Domingo Farnós señala en su artículo: “Si queremos establecer parámetros para que el aprendizaje invisible se lleve a cabo en escenarios educativos formales, será necesario repensar lo que pretendemos que sea la educación, incluso redefinirla en sus perfiles más semánticos, ya que con la situación actual sería impensable, y no solo porque los sistemas educativos no lo contemplan, sino porque las predisposiciones sociales ni siquiera lo conocen.”
A su juicio se trata de definir si queremos continuar “solo con una línea educativa formal, prescriptiva, uniformizante… o, por el contrario, damos libertad de elección a una posible incorporación de una educación basada en aprendizajes más informales, naturales y orgánicos a las personas” con el mismo reconocimiento social y académico pero que permita la conjugación “aprendizaje-trabajo” que permita a cada persona escoger su escenario educativo más acorde con sus posibilidades” por LECTURA LAB.
Las organizaciones educativas, las de formación… se están dado cuenta, que empiezan a perder su monopolio sobre el aprendizaje. Los aprendices, empleados se atreven a organizarse. Más del 90% de lo que necesita en su trabajo actual, en su universidad… no fue aprendido por las intervenciones de de los aprendizajes formales, sino en situación de aprendizaje informal, como el aprendizaje en el trabajo (LEARNING AND WORK) las discusiones con los compañeros o mentores, etc Esa es la respuesta que generalmente se obtiene si se hace la pregunta adecuada Esta situación asusta a las organizaciones de formación — pero no debería.
El nuevo mundo de aprendizaje se basa en una nueva forma de pensar — el intercambio en lugar de esconderse, colaborando en lugar de instruir, actuando en lugar de reaccionar. La tecnología nos permite apoyar los procesos de aprendizaje en las empresas en el ámbito laboral. Hoy en día es más importante que nunca para estar al día.
El aprendizaje permanente es una parte integral de nuestras vidas. No hace mucho tiempo, las organizaciones de formación hicieron otra cosa que entregar el contenido de formación. En estos días una de las tareas más importantes es la de facilitar el aprendizaje en el lugar de trabajo. Probablemente, la mayor diferencia entre los dos modelos es el hecho de que las organizaciones de formación modernos de hoy necesitan para proporcionar plataformas y opciones — no sólo soluciones, tienen que asegurarse de que los empleados, los aprendices… sean capaces de interactuar entre sí, que sean capaces de colaborar y compartir su knowledge.
El desarrollo personal de los individuos a través de un dominio personal, es decir, un aprendizaje constante (LIFE LONG LEARNING). Llegar aquí los conceptos evocados por los H. A. Simon que explican que los individuos son capaces de desarrollar cosas basadas en lo que saben.
Cuestionamos nuestros patrones de pensamiento. Todos nuestros pensamientos se basan en nuestros patrones mentales. Nos permiten pensar más rápido. Por otra parte, nunca cuestionamos patrones de pensamiento que puede llevarnos a la ceguera en algunas soluciones. Cuestionamos modelos fuera de los términos de referencia para abrir nuestra percepción. Pero está fuera de nuestro círculo de referencia y está también fuera de nuestra zona de confort. Por esta razón el progreso no es natural.
El pensamiento sistémico, o más bien la integración de la complejidad de nuestros patrones de pensamiento son la 3ª disciplina que debe ser llevado a cabo por el personal de la empresa. Debe pasar de la idea de que recibieron aprendizaje proviene de la experiencia. Aprender a caminar, comer, nadar registro de aprendizaje por experiencia, pero en organizaciones complejas que son las empresas que los retrasos entre la acción del individuo, el impacto en su medio ambiente y la retroalimentación de información es demasiado largo para ser interpretado como un vínculo de causa y efecto y así ser asimilado como experiencia.
El Pensamiento sistémico devuelve la responsabilidad sobre el sistema y no en el individuo. Por lo tanto, ninguna responsabilidad es compartida. Desde el momento en que incorpora sistemas de pensamiento, sabemos muy bien que los comportamientos se derivan de la estructura del sistema, por lo tanto, es inútiles culpar a comportamientos. Cambiemos en su lugar la estructura del sistema que genera los comportamientos esperados.
Influir en el comportamiento, como sucede a menudo, presenta una tensión en el sistema. Esta tensión se resolverá tarde o temprano por el sistema. Presión más fuerte, más la reacción del sistema será fuerte.
Cuando no pensamos las cosas de una manera sistémica, tendemos a no prestar atención a algunas tendencias muy leves, pero estructurales.. En un sistema, existen bucles de interacción que transmiten la información para tomar decisiones. Si estos circuitos de retroalimentación son inexistentes o ineficaces, puede poner en peligro sistema significativamente.
Pero debemos ser capaces de realizar todas estas acciones sin estar previstas, de manera espontánea.
La retroalimentación es importante. Nos retroalimentamos con los aprendices a a diario, es más, nosotros también lo somos.
Se puede establecer entre todos un criterio claro y conciso, que esto es algo que los estudiantes deben hacer por sí mismos antes de presentar una pieza de trabajo. Proporcionar los criterios es el acto de marcado que debe abrir las brechas en el aprendizaje. Es la respuesta que sigue para el estudiante que puede comunicar lo bien que un estudiante ha cumplido con los criterios y las mejoras de la iniciativa en su trabajo y en el de todos (creatividad y aportacion de un valor añadido al grupo…diversidad…. El propósito de la retroalimentación debe ser para cerrar las brechas de aprendizaje, entre otras y buscar la excelencia personalizada por otra (Inclusion educativa)
“El propósito de la retroalimentación debe ser para cerrar las brechas de aprendizaje, entre otras y buscar la excelencia personalizada por otra (Inclusion educativa)” de Juan Domingo Farnos
El modelado se convierte en una parte fundamental del bucle de realimentación. Para que los estudiantes puedan lograr el ‘buen desempeño’ requerido necesitan que el proceso sea modelada por ellos mismo, (APRENDER HACIENDO). Esto podría ser a través de la utilización del trabajo de los estudiantes anteriores o de modelado en vivo del trabajo actual tal como los estudiantes están llevando a cabo la tarea. Simplemente con una rúbrica,no siempre es útil ya que a veces es un trabajo demasiado abstracto.
Una vez que los estudiantes tengan una comprensión más segura de lo que es que están buscando y han hecho un intento (SIMULACION…ENSAYO-ERROR), necesitarán saber a qué distancia de la buena actuación deseada están y lo que tienen que hacer con el fin de cerrar esta brecha — la realimentación..
El ENSAYO-ERROR-RETROALIMENTACION, sera lo normal en una nueva manera de aprender abierta, inclusiva y ubicua, basada en la persona, en el aprendiz.
Esto nos conduce a establecer simulacros que nos conducirán a otra sociedad que entiende las cosas de otra manera y que incluso los conceptos anteriores ni los contempla y por el contrario aparecen otros de nuevos, como aprender en el trabajo, sin tener en cuenta si es necesario o no una titulación, simplemente por que no lo contempla.
Para establecer una autentica DISRUPCION, se debe influir en gran media en la estructura organizativa tradicional
.La mejora de la productividad
.Mayor Rendimiento (Efectos Red y Aprendizaje)
Incidiremos en la FORMACION, especialmente de manera online (ELEARNING) en todas las facetas; Estructura, Proceso y Sistema. Esto también son las “causas profundas” para la productividad estancada lo cual produce un des-compromiso de los empleados y lo cambiaremos:
-Estructura: La agregación de gente implicada”conduce a mejorar y eleva el compromiso de las personas, siempre con estructuras dinámicas sin pensar en una “localización” fija.
-Proceso: Procesos lineales de creación de valor permite la eficiencia escalable, pero hace que el aprendizaje escalable difícil de lograr, por lo tanto hay que digitalizar todos los procesos. —
-Sistemas: Sistemas de Planificación son rígidos y no pueden adaptarse rápidamente cuando surgen nuevas ideas, por lo que cambiaremos a la digitalizacion.
La idea clave para llevar este caso es que la retroalimentación es muy poderoso, pero su impacto tiene el potencial de ser tanto positiva como negativa. Entonces, ¿Cómo podemos mantener el impacto positivo? ¿Cómo formar a los estudiantes y les motivamos a buscar activamente la retroalimentación a sí mismos y, finalmente, autorregular parte o todo el proceso? Cualquiera sea el método de RETROALIMENTACIÓN que empleemos en cualquier escenarios de aprendizaje y que elijamos debe dar más trabajo para los estudiantes a actuar en consecuencia de lo que nosotros hemos facilitado.
En lugar de ser empleados como herramientas cognitivas para resolver problemas difíciles, desarrollar sus propios objetivos de aprendizaje, o llevar a cabo tareas auténticas, las herramientas informáticas a menudo han sido considerados como objetos de estudio propios y sometidos a la misma pedagogía instructivista mortal que ha obstaculizado el crecimiento intelectual por la mayoría de los estudiantes en las áreas más tradicionales como ciencias, matemáticas y estudios sociales…
Estamos en el tiempo de Internet, de la Inteligencia Múltiple, de la Inteligencia Artificial…y debemos coger de todas lo mejor que tienen y emplearlo para mejorar ·todos· no unos cuantos, es la época del CIUDADANO y su hábitat es la SOCIEDAD, por tanto es des de aquí donde debemos pensar, ejecutar y servir, si lo hacemos, conseguiremos caminos que nos conducirán hacia “territorios” que nunca en la historia de la humanidad fueron posibles.
“Es la Sociedad la que educa, ya no será más pasto exclusivo de la Escuela y de la Universidad”, el aprendizaje está ya en la calle, el aprendizaje es el trabajo que venimos realizando cada día, está en él mismo, en su ADN, por tanto ya no irá más separado del mismo, como antaño….”…ya no recuerdo…
Este enfoque promueve la autonomía, la responsabilidad y la motivación intrínseca en el aprendizaje. Algunas de las ventajas del aprendizaje autónomo incluyen:
- Flexibilidad: Los estudiantes pueden adaptar su aprendizaje a sus propias necesidades, ritmos y estilos de aprendizaje.
- Desarrollo de habilidades: Fomenta la capacidad de autogestión, resolución de problemas y toma de decisiones, habilidades fundamentales para la vida.
- Motivación intrínseca: Al permitir que los estudiantes elijan sus propias metas y enfoques de aprendizaje, se promueve una mayor motivación y compromiso.
- Aprendizaje continuo: Capacita a las personas para aprender de forma independiente a lo largo de la vida, lo que es esencial en un mundo en constante cambio.
Para potenciar el aprendizaje autónomo, es importante fomentar un entorno que brinde acceso a recursos educativos variados, promueva la autorreflexión y el autoaprendizaje, y proporcione retroalimentación constructiva. Además, los educadores pueden desempeñar un papel clave al acompañar y facilitar a los estudiantes en el desarrollo de habilidades de autorregulación y metacognición para optimizar su aprendizaje autónomo
En el ámbito de la inteligencia artificial aplicada a la educación, el trabajo de autores como Rose Luckin, especialmente en su libro «Machine Learning and Human Intelligence: The Future of Education in the 21st Century» (Aprendizaje automático e inteligencia humana: el futuro de la educación en el siglo XXI), es fundamental. Luckin argumenta que las máquinas autónomas pueden complementar y mejorar las habilidades humanas en el proceso educativo, proporcionando retroalimentación instantánea y adaptación a las necesidades individuales de los estudiantes.
Sin embargo, la capacidad de las personas para transformar la educación de manera independiente también es un área crucial de discusión. Autores como Sir Ken Robinson, en su libro «The Element: How Finding Your Passion Changes Everything» (El elemento: cómo encontrar tu pasión cambia todo), abogan por un enfoque en el desarrollo de la creatividad y el pensamiento crítico en los estudiantes, argumentando que estos aspectos son esenciales para la verdadera transformación educativa.
Además, autores como Sugata Mitra, en su trabajo sobre la enseñanza autodirigida y el aprendizaje autoorganizado, han demostrado cómo las personas, especialmente los niños, pueden aprender de manera independiente y colaborativa sin la necesidad de intervención directa de máquinas autónomas.
En un análisis exhaustivo, es crucial considerar tanto los beneficios potenciales como los desafíos y limitaciones de las máquinas autónomas en la educación.
Al realizar un análisis exhaustivo sobre las máquinas autónomas en la educación, es esencial considerar tanto los beneficios potenciales como los desafíos y limitaciones que presentan. Algunos puntos clave extraídos de los recursos proporcionados son:
Beneficios Potenciales:
- Mejora de la Experiencia de Aprendizaje: La inteligencia artificial (IA) puede personalizar la educación, adaptando el contenido y los recursos a las necesidades individuales de cada estudiante.
- Aprendizaje Autónomo: La IA puede facilitar el aprendizaje autónomo al proporcionar retroalimentación inmediata a través de plataformas en línea, lo que conlleva beneficios como la mejora de la autoestima y el pensamiento crítico.
- Eficiencia Educativa: La hiperautomatización en la educación puede mejorar la eficiencia de los sistemas educativos al automatizar tareas administrativas y de evaluación, permitiendo a los profesores centrarse en brindar apoyo individualizado.
- Personalización del Aprendizaje: La integración de la robótica en el currículo escolar ofrece beneficios educativos significativos al preparar a los estudiantes para un mundo tecnológico, mejorando su memoria, concentración y curiosidad.
Desafíos y Limitaciones:
- Brecha Digital: La implementación de tecnologías avanzadas en la educación puede generar desigualdades en el acceso a la educación si no todos los estudiantes tienen acceso a las mismas herramientas y recursos tecnológicos.
- Aspectos Éticos y de Privacidad: Es fundamental garantizar que la recopilación de datos sobre los estudiantes se realice de manera segura y responsable, respetando su privacidad y evitando posibles mal usos.
- Equilibrio entre Automatización e Interacción Humana: Es crucial mantener un equilibrio adecuado entre la automatización proporcionada por la IA y la interacción humana en el proceso educativo para garantizar resultados efectivos.
En un análisis exhaustivo, se debe considerar cómo estas tecnologías pueden transformar la educación, los desafíos éticos y prácticos que surgen, así como garantizar una implementación equitativa y responsable para maximizar su impacto positivo en el aprendizaje de los estudiantes.
Para superar los desafíos de la hiperautomatización en la educación, es crucial abordarlos de manera estratégica y proactiva. Algunas estrategias para superar estos desafíos incluyen:
- Capacitación de Docentes: Es fundamental proporcionar a los docentes la formación necesaria en el uso de tecnologías avanzadas, como la inteligencia artificial, para que puedan integrarlas de manera efectiva en sus prácticas educativas.
- Garantizar Acceso Equitativo: Es necesario asegurar que todos los estudiantes tengan igualdad de oportunidades en el acceso a las herramientas y recursos tecnológicos, para evitar la generación de brechas digitales que puedan limitar las oportunidades de aprendizaje.
- Enfoque en Aspectos Éticos y de Privacidad: Se debe establecer políticas claras y protocolos para garantizar que la recopilación y uso de datos sobre los estudiantes se realice de manera segura, ética y respetando su privacidad.
- Implementación Gradual y Monitoreo Continuo: La hiperautomatización en la educación no debe ser un proceso masivo repentino, sino gradual. Es esencial monitorear constantemente su rendimiento y realizar mejoras continuas para optimizar los flujos educativos.
- Desarrollo de Habilidades Internas: Es importante fomentar el desarrollo de habilidades internas dentro de las organizaciones educativas para comprender y propagar eficazmente la tecnología de automatización en toda la institución.
Al abordar estos aspectos clave, las instituciones educativas pueden maximizar los beneficios de la hiperautomatización en la educación mientras mitigan los desafíos asociados, garantizando una implementación equitativa, ética y efectiva de estas tecnologías avanzadas en el proceso educativo.
Para garantizar la privacidad y seguridad de los datos de los estudiantes en la hiperautomatización educativa, se pueden implementar las siguientes medidas:
- Formación y Concienciación: Es crucial educar a estudiantes, docentes y padres sobre la importancia de la privacidad de los datos y las mejores prácticas para proteger la información personal en entornos digitales.
- Implementación de Políticas Claras: Establecer políticas claras sobre qué datos se recopilan, cómo se almacenan y cómo se responderá en caso de una violación de datos, garantiza una gestión adecuada de la información sensible.
- Contratación de Expertos en Seguridad: Contar con personal especializado en seguridad digital y privacidad puede ayudar a supervisar y garantizar que se implementen medidas efectivas para proteger los datos de los estudiantes.
- Revisión Rigurosa de Aplicaciones Educativas: Realizar un proceso exhaustivo de revisión y aprobación de aplicaciones educativas para garantizar que cumplan con estándares de seguridad y privacidad antes de su uso en entornos educativos.
- Transparencia en la Recopilación y Uso de Datos: Es esencial ser transparente sobre qué datos se recopilan, cómo se utilizan y asegurar que se respeten las regulaciones vigentes, como COPPA (Ley de Protección de la Privacidad en Línea para Niños).
Al implementar estas medidas, las instituciones educativas pueden proteger la privacidad y seguridad de los datos de los estudiantes en entornos hiperautomatizados, asegurando un entorno educativo digital seguro y confiable para todos los involucrados.
Ejemplos de implementaciones de algoritmos en Python que ejemplifiquen cómo la IA puede ser utilizada en el contexto del aprendizaje ubicuo:
1. Personalización del Aprendizaje:
pythonCopy codefrom sklearn.ensemble import RandomForestClassifier
# Datos de ejemplo: características de los estudiantes y su rendimiento
X = [[18, 5, 80], [20, 8, 75], [22, 10, 90], [19, 6, 70]]
y = ['Avanzado', 'Intermedio', 'Avanzado', 'Básico']
# Inicializar y entrenar el modelo de Bosques Aleatorios para personalizar el aprendizaje
modelo = RandomForestClassifier()
modelo.fit(X, y)
# Simular un nuevo estudiante
nuevo_estudiante = [[21, 7, 85]]
# Predecir el nivel de habilidad del nuevo estudiante
nivel_habilidad = modelo.predict(nuevo_estudiante)
print("Nivel de habilidad del nuevo estudiante:", nivel_habilidad[0])
2. Asistencia Virtual:
Para la asistencia virtual, podrías implementar un chatbot utilizando bibliotecas como NLTK o spaCy para procesamiento de lenguaje natural y una arquitectura de redes neuronales como TensorFlow o PyTorch para modelos de lenguaje.
3. Análisis Predictivo:
Para el análisis predictivo, podrías usar algoritmos como regresión lineal o redes neuronales para predecir el rendimiento futuro de los estudiantes en función de datos históricos y factores relevantes.
4. Feedback Instantáneo:
pythonCopy code# Supongamos que tenemos un modelo previamente entrenado para evaluar respuestas de los estudiantes
def evaluar_respuesta(respuesta_estudiante):
# Código para evaluar la respuesta y devolver retroalimentación
return "¡Correcto!" if respuesta_estudiante == "42" else "Respuesta incorrecta. Inténtalo de nuevo."
# Ejemplo de uso
respuesta = input("¿Cuál es la respuesta a la vida, el universo y todo lo demás? ")
retroalimentacion = evaluar_respuesta(respuesta)
print(retroalimentacion)
5. Reconocimiento de Patrones:
El reconocimiento de patrones podría ser implementado utilizando algoritmos de aprendizaje no supervisado como clustering para identificar grupos de estudiantes con comportamientos y necesidades similares.
Si bien estas tecnologías pueden ofrecer oportunidades emocionantes para mejorar la educación en términos de accesibilidad y personalización, también plantean preocupaciones sobre la privacidad de los datos, la equidad y la pérdida de la conexión humana en el proceso educativo. Por lo tanto, cualquier implementación de máquinas autónomas en la educación debe abordarse con un enfoque equilibrado que considere tanto el potencial de la tecnología como las necesidades y valores humanos en el proceso educativo.
- Programas de aprendizaje personalizado: Las universidades están adoptando programas de aprendizaje personalizado que integran tecnologías de IA para adaptarse a las necesidades individuales de los estudiantes. Por ejemplo, la Universidad Tecnológica de Delft en los Países Bajos ha implementado un sistema de aprendizaje adaptativo que utiliza IA para adaptar el contenido del curso según el progreso y las preferencias de aprendizaje de cada estudiante.
- Laboratorios virtuales y simulaciones avanzadas: En lugar de depender únicamente de laboratorios físicos, algunas universidades están utilizando laboratorios virtuales y simulaciones avanzadas basadas en IA para ofrecer experiencias de aprendizaje más inmersivas y accesibles. Por ejemplo, la Universidad de Stanford ha desarrollado simulaciones virtuales de laboratorio que permiten a los estudiantes realizar experimentos científicos complejos desde cualquier lugar con acceso a internet.
- Plataformas de aprendizaje en línea con IA integrada: Universidades como la Universidad de Michigan están colaborando con plataformas de aprendizaje en línea que incorporan IA para mejorar la experiencia educativa. Estas plataformas utilizan algoritmos de IA para recomendar contenido de curso personalizado, proporcionar retroalimentación instantánea sobre el progreso del estudiante y facilitar la interacción entre estudiantes y profesores a través de herramientas de chatbots y tutoría virtual.
- Investigación asistida por IA: En el ámbito de la investigación académica, algunas universidades están utilizando herramientas de IA para facilitar la búsqueda y el análisis de información, acelerando así el proceso de investigación. Por ejemplo, la Universidad de Oxford ha desarrollado sistemas de IA que pueden analizar grandes cantidades de datos científicos para identificar patrones y tendencias relevantes en diversas áreas de estudio.
La creación de sistemas capaces de aprender y adaptarse por sí mismos sin intervención humana directa es un desafío complejo y fascinante en el campo del aprendizaje automático y la inteligencia artificial. Algunas técnicas y enfoques utilizados para demostrar esta capacidad incluyen:
- Aprendizaje Profundo (Deep Learning): Mediante el uso de redes neuronales profundas, es posible desarrollar sistemas que pueden aprender representaciones complejas de datos y ajustar sus parámetros internos para mejorar su desempeño sin una supervisión humana constante.
- Algoritmos de Aprendizaje por Refuerzo: Estos algoritmos permiten que un agente aprenda a través de la interacción con un entorno, recibiendo recompensas o castigos según sus acciones. De esta manera, el sistema puede adaptarse y mejorar su desempeño de forma autónoma.
- Aprendizaje Continuo: Implementar estrategias de aprendizaje continuo permite a los sistemas actualizar constantemente sus conocimientos a medida que se enfrentan a nuevos datos o situaciones, lo que les permite adaptarse y mejorar su rendimiento con el tiempo.
- Redes Neuronales Recurrentes (RNN): Las RNN son capaces de procesar secuencias de datos y aprender dependencias temporales, lo que les permite adaptarse a patrones cambiantes en los datos de entrada sin una intervención directa.
Estos enfoques representan solo algunas de las técnicas utilizadas para crear sistemas autónomos capaces de aprender y adaptarse por sí mismos en diversos campos como la robótica, la informática y más allá. La combinación de estos métodos con investigaciones continuas en el campo del aprendizaje automático está llevando a avances significativos hacia la creación de máquinas verdaderamente autónomas e inteligentes.
En el campo del aprendizaje automático y la creación de sistemas autónomos capaces de aprender y adaptarse por sí mismos, se han llevado a cabo diversas investigaciones que han contribuido significativamente a los avances en este ámbito. Algunos ejemplos destacados de investigaciones relevantes incluyen:
- Investigación en Aprendizaje Profundo (Deep Learning):
- Artículo Científico: «Playing Atari with Deep Reinforcement Learning» por Mnih et al. (2013), donde se presenta un enfoque novedoso utilizando aprendizaje profundo para entrenar agentes capaces de aprender a jugar videojuegos de Atari de forma autónoma.
- Investigador: Volodymyr Mnih.
- Investigación en Aprendizaje por Refuerzo:
- Artículo Científico: «Human-level control through deep reinforcement learning» por Mnih et al. (2015), que destaca el uso de aprendizaje profundo y aprendizaje por refuerzo para lograr un control autónomo a nivel humano en juegos de Atari.
- Investigador: Demis Hassabis.
- Investigación en Redes Neuronales Recurrentes (RNN):
- Artículo Científico: «Sequence to Sequence Learning with Neural Networks» por Sutskever et al. (2014), que introduce un enfoque basado en RNN para tareas de traducción automática, demostrando la capacidad de adaptarse a secuencias de entrada y salida.
- Investigador: Ilya Sutskever.
Estas investigaciones representan solo una muestra del amplio espectro de estudios y avances en el campo del aprendizaje automático y la creación de sistemas autónomos inteligentes. La combinación de estos métodos con investigaciones continuas está allanando el camino hacia la creación de máquinas verdaderamente autónomas y capaces de aprender y adaptarse en diversos campos como la robótica, la informática y más allá.
La combinación de diversos métodos en el campo del aprendizaje automático está allanando el camino hacia la creación de máquinas verdaderamente autónomas y capaces de aprender y adaptarse en campos como la robótica, la informática y más allá. Además de los enfoques mencionados anteriormente, se pueden agregar algoritmos adicionales que contribuyen a este avance:
- Redes Generativas Adversariales (GAN):
- Aplicación: Las GAN son utilizadas para generar datos sintéticos realistas, lo que puede ser beneficioso para el entrenamiento de sistemas autónomos en entornos virtuales antes de su implementación en el mundo real.
- Aprendizaje Federado:
- Aplicación: Este enfoque permite entrenar modelos de aprendizaje automático en múltiples dispositivos o servidores sin compartir datos sensibles, lo que es crucial para garantizar la privacidad y seguridad en entornos distribuidos.
- Redes Neuronales Convolucionales (CNN):
- Aplicación: Las CNN son ampliamente utilizadas en tareas de visión por computadora y reconocimiento de patrones, lo que es fundamental para sistemas autónomos como vehículos autónomos o robots que requieren percepción visual.
- Algoritmos Evolutivos:
- Aplicación: Estos algoritmos se inspiran en la evolución biológica para optimizar soluciones a problemas complejos, lo que puede ser útil para el diseño y mejora continua de sistemas autónomos adaptativos.
La integración de estos algoritmos adicionales junto con los enfoques previamente mencionados en investigaciones continuas está impulsando el desarrollo de máquinas autónomas cada vez más sofisticadas y capaces de aprender y adaptarse de manera autónoma en una variedad de campos tecnológicos.
En la robótica, se utilizan diversos algoritmos para mejorar la inteligencia de las máquinas. Algunos de los algoritmos más relevantes incluyen:
- Máquinas de Soporte Vectorial (SVM):
- Aplicación: Se utilizan para el reconocimiento y clasificación de patrones, lo que es fundamental para mejorar el movimiento y la navegación de los robots2.
- Redes Neuronales Artificiales:
- Aplicación: Estos algoritmos son esenciales en el sector sanitario y se inspiran en el funcionamiento del cerebro humano para realizar tareas como clasificación y procesamiento de datos3.
- Algoritmos Genéticos:
- Aplicación: Ayudan a calcular rutas eficientes para transportar mercancías, optimizando costos y plazos de entrega, además de ser útiles en la logística y robótica2.
- Aprendizaje por Refuerzo:
- Aplicación: Algoritmos como Q-Learning se utilizan ampliamente en la inteligencia artificial y la robótica para que los agentes virtuales aprendan a tomar decisiones óptimas en entornos complejos4.
Estos algoritmos, entre otros, desempeñan un papel crucial en mejorar la inteligencia y capacidades autónomas de los robots en diversos campos como la navegación, manipulación de objetos, reconocimiento de patrones y toma de decisiones en tiempo real.
El movimiento hacia máquinas autónomas es fundamental en el campo del aprendizaje automático y el aprendizaje ubicuo. Este enfoque busca desarrollar sistemas capaces de aprender y adaptarse por sí mismos, sin intervención humana directa, lo que tiene implicaciones significativas en diversos sectores como la inteligencia artificial, la robótica, la informática y más allá.Algunos autores destacados en este campo incluyen:
- Yoshua Bengio: Uno de los pioneros en el campo del aprendizaje profundo y reconocido por su trabajo en redes neuronales. Algunos de sus artículos científicos relevantes incluyen «Deep Learning» y «Learning Deep Architectures for AI». Además, su libro «Deep Learning» es una lectura fundamental para comprender este tema.
- Andrew Ng: Conocido por su trabajo en aprendizaje automático y co-fundador de Google Brain, ha contribuido significativamente al desarrollo de algoritmos de aprendizaje profundo. Algunos de sus artículos notables son «Sparse Autoencoder» y «Deep Learning of Representations for Unsupervised and Transfer Learning». Su curso en Coursera sobre Machine Learning es altamente recomendado.
- Fei-Fei Li: Reconocida por su investigación en visión por computadora y aprendizaje profundo, ha publicado trabajos importantes como «ImageNet Classification with Deep Convolutional Neural Networks». Su libro «Computer Vision: Algorithms and Applications» es una lectura esencial para aquellos interesados en el tema.
Un ejemplo básico de cómo se implementa un árbol de decisión en Python utilizando la biblioteca scikit-learn
, que es una de las bibliotecas más utilizadas para aprendizaje automático en Python. Vamos a suponer un escenario hipotético donde queremos predecir si un estudiante tendrá éxito en un curso universitario en función de diversas características, incluyendo el uso de tecnología de IA en la educación. Aquí está el código:
pythonCopy code# Importar las bibliotecas necesarias
from sklearn import tree
import numpy as np
# Definir los datos de entrenamiento
# Supongamos que tenemos datos sobre el uso de tecnología de IA (1 para sí, 0 para no),
# horas de estudio semanalmente y si el estudiante ha tenido éxito en el curso (1 para sí, 0 para no)
X = np.array([[1, 10], [0, 5], [1, 8], [0, 3], [1, 12], [0, 7]])
y = np.array([1, 0, 1, 0, 1, 0]) # 1 para éxito, 0 para fracaso
# Inicializar y entrenar el modelo de árbol de decisión
modelo_arbol = tree.DecisionTreeClassifier()
modelo_arbol = modelo_arbol.fit(X, y)
# Hacer predicciones
# Supongamos que tenemos un nuevo estudiante que usa IA y estudia 9 horas a la semana
nuevo_estudiante = np.array([[1, 9]])
prediccion = modelo_arbol.predict(nuevo_estudiante)
if prediccion == 1:
print("El nuevo estudiante probablemente tendrá éxito en el curso.")
else:
print("El nuevo estudiante probablemente no tendrá éxito en el curso.")
En este ejemplo, el modelo de árbol de decisión intenta encontrar patrones en los datos de entrenamiento (las características de los estudiantes y si tienen éxito o no) para hacer predicciones sobre nuevos datos (en este caso, si un nuevo estudiante tendrá éxito o no en función de si usa IA y cuánto tiempo estudia).
Su aplicación en los diferentes tipos de aprendizaje que constituyen el aprendizaje automático y que nos conduciría de lleno a este autoaprendizaje:
Aprendizaje Supervisado:
Ejemplo: Clasificación de Recursos Educativos con Machine Learning
Supongamos que tenemos un conjunto de datos que contiene características de recursos educativos (como nivel de dificultad, tema, formato) y queremos predecir si un recurso será útil para un estudiante en particular (por ejemplo, si lo ayudará a comprender un tema específico). Podemos utilizar algoritmos de clasificación supervisada, como Support Vector Machines (SVM) o Random Forests, para predecir la utilidad de los recursos basados en características previamente etiquetadas por otros usuarios.
Aprendizaje No Supervisado:
Ejemplo: Agrupamiento de Estudiantes para Estudio Colaborativo
Podemos utilizar algoritmos de clustering, como K-Means, para agrupar a los estudiantes en grupos basados en sus estilos de aprendizaje, intereses o niveles de habilidad. Estos grupos pueden ser útiles para organizar sesiones de estudio colaborativo, donde los estudiantes dentro de un mismo grupo pueden tener estilos de aprendizaje similares, lo que facilita la colaboración y el intercambio de conocimientos.
Aprendizaje Auto-Supervisado:
Ejemplo: Modelos de Recomendación de Contenido Educativo
Los modelos de recomendación auto-supervisados pueden analizar el historial de navegación y el comportamiento de los usuarios en plataformas educativas para recomendar contenido relevante y personalizado. Estos modelos pueden utilizar técnicas como el filtrado colaborativo o el aprendizaje por similitud para identificar patrones en los datos y ofrecer recomendaciones precisas sin la necesidad de etiquetas explícitas.
Aprendizaje por Refuerzo:
Ejemplo: Entrenamiento de Agentes de Tutoría Inteligente
En un entorno de aprendizaje en línea, podemos utilizar el aprendizaje por refuerzo para entrenar agentes de tutoría inteligente que proporcionen retroalimentación y apoyo a los estudiantes durante su proceso de aprendizaje. Por ejemplo, un agente de tutoría inteligente podría adaptar sus respuestas y estrategias de enseñanza según el progreso y las necesidades individuales del estudiante, lo que mejora la eficacia del aprendizaje y la experiencia educativa.
Podemos llegar con ello a anticiparnos a situaciones personalizadas ya que las posibilidades automáticas vs moviles, hace que las situaciones que hemos ideado con anterioridad se puedan implementar en cualquier espacio, tiempo y escenario, eso si, los beneficios de los mismos (MOBILE LEARNING AND MACHINE LEARNING, siemrpe dependeran de como se apliquen.
considerando la convergencia entre el Mobile Learning (aprendizaje móvil) y el Machine Learning (aprendizaje automático), junto con el enfoque de la Educación Disruptiva y la Inteligencia Artificial (IA), podemos anticiparnos a situaciones personalizadas en diversos espacios y tiempos educativos. Veamos algunos ejemplos de cómo esto podría manifestarse:
1. Personalización del Aprendizaje en Tiempo Real:
Utilizando aplicaciones móviles que integren algoritmos de machine learning, los estudiantes podrían recibir recomendaciones de recursos educativos adaptados a sus necesidades, intereses y estilos de aprendizaje específicos. Estas recomendaciones podrían ajustarse dinámicamente según el progreso del estudiante, permitiendo un aprendizaje personalizado en tiempo real.
2. Predicción y Prevención del Abandono Escolar:
Mediante el análisis de datos recopilados a través de dispositivos móviles, como el uso de aplicaciones educativas, la IA podría identificar patrones que sugieran un riesgo de abandono escolar. Basándose en estos patrones, se podrían implementar intervenciones tempranas personalizadas para brindar apoyo adicional a los estudiantes en riesgo, como recursos de tutoría, orientación académica o programas de mentoría.
3. Adaptación del Contenido Educativo a Entornos Cambiantes:
Con el aprendizaje automático, las plataformas de educación móvil podrían ajustar automáticamente el contenido educativo en función de factores contextuales como la ubicación del estudiante, el momento del día o incluso el clima local. Por ejemplo, en un entorno de aprendizaje al aire libre, la aplicación podría recomendar actividades educativas relacionadas con la naturaleza o la ciencia ambiental.
4. Mejora de la Experiencia de Aprendizaje a Través de la Retroalimentación Inteligente:
Las aplicaciones móviles podrían utilizar técnicas de IA para ofrecer retroalimentación inteligente sobre el progreso del estudiante y sugerir áreas de mejora. Esta retroalimentación podría presentarse de manera interactiva y personalizada, utilizando interfaces de usuario adaptativas que se ajusten a las preferencias y necesidades individuales del estudiante.
5. Facilitación de la Colaboración y el Aprendizaje Social:
Mediante el análisis de datos generados por la interacción de los estudiantes en entornos móviles de aprendizaje, la IA podría identificar oportunidades para la colaboración y el aprendizaje social. Por ejemplo, podría sugerir grupos de estudio basados en intereses comunes o facilitar la conexión entre estudiantes que comparten objetivos educativos similares.
La combinación de Mobile Learning y Machine Learning en el contexto de la Educación Disruptiva y la IA ofrece un gran potencial para personalizar y mejorar la experiencia educativa en una amplia gama de espacios y tiempos, siempre y cuando se aplique de manera ética y reflexiva para maximizar los beneficios para los estudiantes.
Escenario: Transformación Educativa del Siglo XXI con IA Autónoma
En el año 2030, el sistema educativo ha experimentado una transformación radical gracias a la integración de máquinas autónomas basadas en inteligencia artificial (IA). Esta revolución educativa ha dejado atrás los modelos tradicionales de aprendizaje, caracterizados por su naturaleza cerrada y estática, para adoptar un enfoque abierto, inclusivo y ubicuo.
En este nuevo paradigma educativo, cada estudiante tiene acceso a un asistente virtual personalizado, una entidad de IA autónoma que se adapta dinámicamente a las necesidades, intereses de aprendizaje únicos de cada individuo. Este asistente no solo proporciona conocimientos y habilidades relevantes, sino que también actúa como mentor, guía y compañero de aprendizaje a lo largo de la vida.
El aprendizaje ya no se limita a las paredes de las aulas tradicionales, sino que se ha extendido a todos los aspectos de la vida diaria. Los estudiantes pueden aprender en cualquier momento y en cualquier lugar, aprovechando la ubicuidad de la tecnología y la conectividad global. Por ejemplo, mientras viajan en transporte público, realizan actividades deportivas o interactúan con su entorno natural, los estudiantes pueden recibir lecciones interactivas, participar en simulaciones inmersivas y colaborar con otros compañeros de forma remota.
Además, las máquinas autónomas han revolucionado la evaluación y retroalimentación del aprendizaje. En lugar de exámenes estándar y calificaciones tradicionales, los estudiantes son evaluados de manera continua y personalizada a través de sistemas de IA que analizan su progreso, comprensión y desempeño en tiempo real. Esta retroalimentación instantánea permite a los estudiantes identificar áreas de mejora de manera oportuna y recibir recomendaciones específicas para fortalecer sus habilidades.
La educación del siglo XXI también se ha vuelto altamente inclusiva, gracias a las capacidades de adaptación de la IA. Los estudiantes con diferentes necesidades y capacidades pueden recibir un apoyo individualizado y recursos personalizados que se ajustan a sus requisitos específicos. La IA también facilita la colaboración entre estudiantes de diversas culturas, antecedentes y ubicaciones geográficas, fomentando así la diversidad y el entendimiento intercultural.
La integración de máquinas autónomas basadas en IA ha marcado un antes y un después en la educación del siglo XXI. Este nuevo enfoque educativo, caracterizado por su apertura, inclusión y ubicuidad, ha democratizado el acceso al conocimiento y ha empoderado a los estudiantes para que se conviertan en aprendices autónomos y continuos a lo largo de sus vidas.
Para analizar la calidad de una educación inclusiva, se pueden considerar diversos indicadores y métricas.
Algunos de ellas incluyen:
—Participación de estudiantes con discapacidad: se puede analizar la cantidad de estudiantes con discapacidad que están matriculados y participando activamente en el aula.
—Accesibilidad a recursos y materiales: se puede evaluar si los materiales y recursos utilizados en el aula son accesibles para todos los estudiantes, incluyendo aquellos con discapacidad.
—Evaluaciones inclusivas: se puede analizar si las evaluaciones se realizan de manera equitativa y accesible para todos los estudiantes, incluyendo aquellos con discapacidad.
—-Enfoque en la diversidad: se puede evaluar si el enfoque en la educación es inclusivo y valora la diversidad, incluyendo la diversidad cultural, lingüística y de capacidades.
La inteligencia artificial puede ayudar a garantizar la calidad de la educación inclusiva de varias maneras:
- Análisis de datos: La inteligencia artificial puede utilizarse para analizar grandes cantidades de datos relacionados con el aprendizaje de los estudiantes, lo que permite a los profesores identificar tendencias y desafíos y tomar medidas para mejorar la inclusión y la calidad de la educación.
- Personalización: La inteligencia artificial puede utilizarse para personalizar la experiencia de aprendizaje de los estudiantes, asegurándose de que reciban la educación y el apoyo adecuados para sus necesidades individuales.
- Evaluación: La inteligencia artificial puede utilizarse para crear sistemas de evaluación más precisos y objetivos que permitan a los profesores evaluar con mayor precisión el progreso y el rendimiento de los estudiantes.
- Accesibilidad: La inteligencia artificial puede utilizarse para crear entornos de aprendizaje accesibles para todos los estudiantes, incluyendo aquellos con discapacidades.
- Aprendizaje automático: La inteligencia artificial puede utilizarse para crear sistemas de aprendizaje automático que permitan a los estudiantes aprender de manera más eficiente y a su propio ritmo.
Varios autores han estudiado la tendencia internacional hacia la educación inclusiva, como Ruijs, Van Der Veen y Peetsma (2010), Booth, Rueda, Sandoval, Echeita y Muñoz (2015)[2], Arnaiz (1996)[3] y futuros docentes[4]. Estos autores analizan la relación entre equidad y educación de calidad[2], el diagnóstico cualitativo de la garantía y goce del derecho a la educación inclusiva y las percepciones sobre la educación inclusiva[4].
Si el enfoque en la educación es inclusivo y valora la diversidad. Para hacerlo, se pueden utilizar diferentes métodos, como encuestas, entrevistas y observaciones, entre otros. Algunas preguntas que se pueden hacer para evaluar la inclusión en la educación incluyen:
¿Cómo se aborda la diversidad cultural en el aula?
¿Se fomenta el respeto hacia la diversidad lingüística y se apoya el uso de diferentes lenguas en el aula?
¿Se toman en cuenta las necesidades de los estudiantes con capacidades diferentes y se les brinda apoyo adecuado para su participación en el aula?
¿Los materiales de enseñanza y las actividades están diseñados de manera inclusiva y accesible para todos los estudiantes?
Además, es importante evaluar la percepción de los estudiantes y del personal sobre el enfoque inclusivo y la valoración de la diversidad en la educación. La retroalimentación de estos grupos puede ser valiosa para identificar áreas de mejora y asegurarse de que la educación sea realmente inclusiva y valore la diversidad.
Participación de padres y tutores: se puede analizar la participación y el envolvimiento de padres y tutores en el proceso educativo y si se les brinda apoyo adecuado.
Formación del personal docente: se puede evaluar si el personal docente ha recibido la formación adecuada para brindar una educación inclusiva y si existen programas de capacitación continua para mejorar sus habilidades.
Anuncio publicitario
Ajustes de privacidad
Para evaluar si el personal docente ha recibido la formación adecuada para brindar una educación inclusiva, se pueden considerar los conocimientos y habilidades cognitivas asociados al éxito escolar, así como las capacidades sociales y emocionales[1]. Además, es importante tener en cuenta las actitudes de los docentes frente a la inclusión de estudiantes con discapacidad. Para mejorar sus habilidades, se recomiendan programas de capacitación continua que aborden los factores influyentes en las actitudes de los docentes
¿Cómo explicar a docentes la educación inclusiva con el soporte de laInteligencia artificial, TIC, sino tienen ninguna base ni perspectiva teórica desde la cual poder adelantar de manera sistémica la deri vación hacia las teorías de sistemas y de la complejidad, con énfasis en las ideas de causalidad, recurrencia y retroalimentación?
Explicar el uso de la inteligencia artificial para la educación inclusiva a docentes que no tienen conocimiento previo de la misma puede ser un desafío, pero existen varias estrategias que pueden ser útiles:
- Habla en términos simples: Es importante explicar el uso de la inteligencia artificial en términos simples y fáciles de entender para que los docentes puedan comprender cómo puede ser útil en su trabajo diario.
- Ilustra con ejemplos concretos: Es útil proporcionar ejemplos concretos y visuales de cómo la inteligencia artificial se puede utilizar en la educación inclusiva, como la personalización del aprendizaje o la evaluación precisa y objetiva.
- Enfócate en los beneficubrimientos: Al centrarse en los descubrimientos y los resultados positivos de la implementación de la inteligencia artificial en la educación inclusiva, es más probable que los docentes comprendan su importancia y valor.
- Proporciona recursos de formación: Ofrecer recursos de formación, como tutoriales o cursos en línea, puede ayudar a los docentes a comprender mejor la inteligencia artificial y cómo puede ser útil en su trabajo diario.
- Involucra a los docentes en la implementación: Involucrar a los docentes en la implementación de la inteligencia artificial en la educación inclusiva es importante para asegurarse de que comprendan su valor y cómo pueden utilizarla de manera efectiva en su trabajo.
Es importante tener en cuenta que los docentes pueden tener diferentes niveles de conocimiento sobre la inteligencia artificial, por lo que es importante proporcionar una explicación clara y concisa, ilustrar con ejemplos concretos, enfocarse en los descubrimientos, proporcionar recursos de formación y involucrar a los docentes en la implementación.
Tutoriales y cursos en línea para docentes interesados en aprender más sobre la relación entre la inteligencia artificial y la educación inclusiva:
- Coursera: «Inteligencia Artificial para la Educación»
- Udemy: «Usando la Inteligencia Artificial en la Educación»
- EdX: «Inteligencia Artificial para Mejorar la Educación»
- FutureLearn: «Introducción a la Inteligencia Artificial en la Educación»
- Khan Academy: «Introducción a la Inteligencia Artificial en el Aprendizaje»
- OpenAI: «Curso de Introducción a la Inteligencia Artificial para la Educación»
- AI4Ed: «Tutorial de Inteligencia Artificial para la Educación Inclusiva»
Tampoco han visto nunca el aula como una herramienta crítica, ni han practicado con un aprendiz que por si mismo es el aprendizaje.
Están acostumbrados a aprender en un mundo lineal en el que la relación causa-efecto nos parece algo incontrovertible. Actúan de acuerdo con viejos modelos mentales, los cuales son los patrones que usan cuando toman decisiones y cuando afrontan el mundo que les rodea.
A nivel organizacional, utilizan creencias generalizadas sobre lo que hay que hacer y cómo hacerlo. Estas convicciones son muy importantes, pues influencian y constriñen la forma en que actúan y desarrollan sus tareas.
Solo aprenden y reaccionan ante un suceso con la información que tienen con el fin de obtener un determinado resultado.
En este tipo de aprendizaje podrán cambiar sus decisiones y adaptarlas a las diferentes circunstancias dependiendo de la información que reciben, pero no cambiaran sus modelos mentales ni sus convencimientos ( y eso es importante y básico). Les sevira para solucionar los problemas y reaccionar ante sucesos, pero ignoran el origen “real” del problema e imposibilita atacar las causas raíces del mismo.
Para poder explicárselo deberían aprender cambiar sus modelos mentales, convicciones y las reglas de juego con las que toman las decisiones.
Para ello necesitare hacer acopio de sus experiencias e información previas para replantar los propios convencimientos y presunciones. Cambiándolos podemos obtener otros resultados que ataquen la raíz de los problemas mas allá de donde podemos ver una posición única.
En el aprendizaje lineal clásico solucionaremos los problemas en base a lo aprendido en el pasado, los éxitos o fracasos, dentro de sus modelos mentales.
Si consigo ayudarles el aprendizaje se realizará a través de la reflexión sobre la validez de sus convencimientos y presunciones. Nos replanteamos la validez de sus modelos mentales”
Son aspectos técnicos o metodológicos desvinculados de otras dimensiones que componen un todo articulado denominado paradigma, modelo, lógica de la investigación o abordaje teórico metodológico, es decir, se deja a un lado la complejidad de las alternativas epistemológicas, en consecuencias se produce la hipertrofia del nivel técnico instrumental, creando un falso conflicto entre cantidad y cualidad.
Autores como ejm: Smith (1983), Pérez Gómez discriminan dos paradigmas en la investigación socio-educativa. Para esbozar una aproximación expresado mediante las tendencias racionalista, positivista, empirista, cuantitativa predominante en la investigación socio-educativa hasta la década de los 60. Cada paradigma surge en un contexto histórico político-social-cultural particular, en donde el motor que impulsa la creación es la insatisfacción ante las respuestas que da un paradigma a interrogantes formuladas sobre el que hacer de la investigación. Es necesario hacer aquí la acotación sobre que consideran no existir ruptura/discontinuidad de paradigmas sino, más bien complementariedad.
En EDUCACIÓN…dada la naturaleza técnico-científica y multidisciplinaria de la tecnología, su estudio contribuye a comprender, desarrollar y aplicar variadas teorías, métodos, técnicas y procedimientos, lo cual permite un mejor avance de las ciencias y de las artes y una formación más integral y dinámica del hombre.
En el campo educativo la aparición de una interdisciplina que permite el desarrollo de procesos tecnológicos para la aplicación de los nuevos paradigmas de las ciencias primarias, secundarias y de las conducta, a la solución de problemas educativos en los subsistemas administrativo y curricular se conoce como tecnología educativa.
Es necesario que el docente se familiarice con el conocimiento y utilización de los procesos tecnológicos que maneja dicha interdisciplina, ya que esto les permitirá desempeñar con eficacia el roll que como facilitadores del proceso de aprendizaje y como diseñadores y productores de recursos y ambientes de aprendizaje, que satisfagan las necesidades personales del alumno y de la sociedad en la cual se desempeñan; dentro de los parámetros de una formación integral.
El mundo en el que vivimos se identifica con la dinámica, donde lo que es válido hoy, quizás mañana no tenga el mismo valor, siendo la única constante el cambio mismo. Por tal razón educadores y educandos, hemos esperado la llegada de nuevas formas de enseñanza y herramientas que permitan lograr con eficiencia y eficacia, la realización, en algunos casos e innovación en otros, de los procesos encontrando en Internet el medio de acercar al agente publico novedades y elementos que permitan acceder al conocimiento sin implicar trasladarse o contar con nutridos presupuestos para adquirir materiales y ponerlos al alcance de todos.
Nuestras escuelas, universidades tradicionales han quedado atrapadas en una espiral de muerte burocrática, más interesadas en la preservación y expansión de salarios y beneficios para los profesores titulares y administradores que servir a los estudiantes.
Los estudiantes, los padres y los empleadores son cada vez más escépticos sobre el valor de un título universitario, pero, ¿Qué lo puede reemplazar? …yo creo que nada lo puede ni debe reemplazarlo, es más, sería caer en un error de quitar un sistema y poner otro, que al final del camino se volverá a viciar y seguiremos en más de lo mismo…
Los padres pueden aprender sobre la relación entre la inteligencia artificial y la educación inclusiva, incluyendo:
- Participar en conferencias y talleres sobre tecnología y educación en su comunidad o en línea.
- Participar en sesiones informativas o presentaciones en la escuela de sus hijos, donde se discutirá la utilización de la inteligencia artificial en el aprendizaje.
- Leer artículos y recursos en línea sobre la inteligencia artificial y la educación, específicamente la educación inclusiva.
- Participar en grupos de discusión en línea o en persona con otros padres interesados en la tecnología y la educación.
- Consultar a expertos en tecnología educativa y recibir asesoramiento individualizado sobre cómo la inteligencia artificial puede ser utilizada para apoyar el aprendizaje de sus hijos.
Estas oportunidades pueden ayudar a los padres a comprender mejor cómo la inteligencia artificial puede ser utilizada en la educación inclusiva para apoyar el aprendizaje y el desarrollo de sus hijos,
Debemos instaurar una sociedad donde el VALOR sean las personas y solo ellas dirijan su vida, y no me refiero de manera individualizada, que también, sino aprendiendo para mejorar como personas individuales aportando cada vez más ese valor a la comunidad..
Las universidades de todo el mundo todavía están girando el sueño de mediados del siglo XX de la movilidad social a través de la educación, mientras que la vida está cambiado y muy rápido….
El hecho de que sólo hay tanto espacio en la parte superior se ha expuesto: La escalera mecánica de la carrera está atascada, como dice el fundador de Linkedin Reed Hoffman. Un estilo de vida profesional ya es historia, y el colegio no ha tenido 1/21 actualización siglo (como puede tener cualquier programa informático), es por esto que ahora está fuera de lugar, con sus locales fuera de fecha, falsas esperanzas y beneficios inexistentes, y no me refiero a económicos…
Habrá que convencerlos de que ¿Por qué los lugares de aprendizaje no aprenden ellos mismos? Han dejado de ser lugares de aprendizaje durante mucho tiempo, tal vez cuando las comunidades de aprendizaje de auto-organización fueron expropiadas en el servicio del Estado moderno.
Se podría argumentar que las universidades cambian con el tiempo, pero es posible argumentar que este cambio se produjo, ya que vendieron su alma:
El Estado del bienestar no sufrió, sino que los destruyó – en la toma de la falsa promesa a sus ciudadanos acerca de una especie de paso de la pobreza a la riqueza de movilidad que nunca iba a ser-un Estado del bienestar mal construido des de sus inicios, ya que se formó para ser inamovible, estático…y eso siempre beneficia a los mismos, a los que ya más tienen….
A medida que el trabajo por turnos y las vidas, las nuestras, vayan cambiando, los “diploma de la universidad” ya no serán el marcador de la competencia y capacidad.
Para transformar la educación, tanto presencial como online y hacerlo bajo el prisma de un cambio de roles, deberemos empezar por:
–Las administraciones educativas en cualquier ámbito (policy makers). Éstas ofrecerán las posibilidades de currículos abiertos, inclusivo y ubicuos que nos lleven directamente a aprendizajes personalizados (personalized learning) y socializadores (social learning).
El rol de las administraciones en una educación inclusiva es el de configurar un sistema de gestión que promueva la transparencia comunicacional, relaciones, participación y convivencia inclusiva con la comunidad, así como la atención educativa a grupos con necesidades especiales. Esto implica realizar ajustes en los componentes del sistema educativo para promover la práctica de la inclusión mediante el empoderamiento del rol que cada uno ejerce desde su lugar
Esta pregunta haciéndomela mi, obtendrán una respuesta que la mayoría de gente no daría, es decir, algunos creemos que las organizaciones, tal como están concebidas actualmente, no deberían tener el control de la formación, y ya no digo Educación, porque Educar, no educa la Escuela ni la Universidad, sino la sociedad en conjunto.
A partir de aquí el planteamiento cambia, la Educación, ahora si, debe ser Inclusiva, en el sentido de romper cualquier brecha social, económica, de conocimientos y buscar la Excelencia de cada persona, debe hacer que cada ciudadano se sienta el mejor en lo que hace y de esta manera progresará e/ella y ayudará a la sociedad, con lo que evitaremos el fracaso escolar y aumentaremos la potencialidad individual y colectiva.
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-con lo que 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 PERSONALIZADA)…
¿Y si pudiésemos prescindir del currículo, o mejor aún, construirlo a medida que vamos construyendo los aprendizajes, el conocimiento lo transformaríamos en metaaprendizaje mediante una metacognición aplicada a la práctica real (aprendizaje-trabajo), aprenderíamos haciendo mediante la investigación, propia y de los demás?
Para integrar el aprendizaje de una manera ubicua, se pueden implementar diferentes estrategias, tales como:
- Aprovechar el aprendizaje móvil: Permitir que los estudiantes accedan a materiales y actividades de aprendizaje en cualquier momento y lugar a través de dispositivos móviles y aplicaciones.
- Integrar el aprendizaje basado en proyectos: Incorporar proyectos prácticos que permitan a los estudiantes aplicar sus habilidades y conocimientos en situaciones reales.
- Colaboración en tiempo real: Utilizar herramientas en línea que permitan a los estudiantes colaborar y compartir información en tiempo real.
- Personalización del aprendizaje: Utilizar tecnologías de inteligencia artificial para personalizar el aprendizaje en función de las necesidades individuales de los estudiantes.
- Fomentar el aprendizaje autónomo: Proporcionar recursos y materiales que permitan a los estudiantes aprender a su propio ritmo y en su propio tiempo.
Estas estrategias pueden ayudar a prescindir del curriculum tradicional y a integrar el aprendizaje de una manera más ubicua, permitiendo a los estudiantes tener un papel activo en su propio proceso de aprendizaje.
Si somos capaces de reconocer de que los lugares de trabajo son entornos de aprendizaje y ello cuaja de manera generalizada tanto en los círculos de investigación, política, educación, sociales…sería el inicio de una nueva sociedad (disrupción), así de fácil y así de complejo..
Las personas que tendrán y tienen las ideas diferentes a las anteriores sociedades deberán convertirse en líderes de equipos que fomenten la discusión abierta, el ensayo y error, y la búsqueda de nuevas posibilidades en los pequeños grupos que influyen directamente. La otra tarea que tendrán sera trabajar duro para construir organizaciones que conducen a extraordinarias posiciones de trabajo en equipo y el aprendizaje en toda su extensión.
El nuevo mundo de aprendizaje se basa en una nueva forma de pensar – el intercambio en lugar de esconderse, colaborando en lugar de instruir, actuando en lugar de reaccionar. La tecnología nos permite apoyar los procesos de aprendizaje en las empresas en el ámbito laboral. Hoy en día es más importante que nunca para estar al día.
El aprendizaje permanente es una parte integral de nuestras vidas. No hace mucho tiempo, las organizaciones de formación hicieron otra cosa que entregar el contenido de formación.
En estos días una de las tareas más importantes es la de facilitar el aprendizaje en el lugar de trabajo. Probablemente, la mayor diferencia entre los dos modelos es el hecho de que las organizaciones de formación modernos de hoy necesitan para proporcionar plataformas y opciones – no sólo soluciones, tienen que asegurarse de que los empleados, los aprendices… sean capaces de interactuar entre sí, que sean capaces de colaborar y compartir su knwoledge (CONOCIMIENTO)
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.
Ya hace mucho que los Sistemas inteligentes y la Internet de las cosas es real y muchos, si no la mayoría, el silicio, el software, y los pedazos de la red están finalmente empezando a caer en su lugar. Pero el desarrollo de negocios creativos entre los desarrolladores de la tecnología no ha seguido el ritmo de sus innovaciones tecnológicas.
Las herramientas tecnológicas pueden ser del siglo XXI, pero el pensamiento empresarial de las herramientas “creadores”, se ha mantenido con demasiada frecuencia en el siglo XX. Sin embargo, a pesar del considerable progreso en muchas áreas, el potencial de los sistemas inteligentes está todavía en gran parte sin explotar – potencialmente miles de millones, si no miles de millones de nodos podrían conectarse si la tecnología adecuada estuviera en su lugar. Así que lo que realmente se requiere para impulsar la innovación y los nuevos modelos de negocio de colaboración de los Sistemas Inteligentes, y eso lo podríamos utilizar en una nueva manera de hacer las cosas, obviamente sería innovadora y muy disruptiva y serviría en educación, política, economía….
Ello conduce a un cambio de las fórmulas de riesgo / recompensa para las alianzas y nuevas relaciones con Internet de las cosas: otra manera de ver las titulaciones e incluso cuestionarse su necesidad, el error como aprendizaje, la retroalmentación al instante (sincrona) como algo totalmente normalizado….
Para ello utilizaremos tres elementos interrelacionados: una visión de cómo las redes de colaboración impulsarán la innovación “catalizador” para ayudar a los aprendices, clientes, trabajadores…en su enfoque más personalizado y socializador; una plataforma para organizar la creación de valor que provee un impulso para reducir el esfuerzo, apoyado por herramientas en la nube de la web 2.0, lo cual lo hará todo más creativa, colaborativo y cooperativo… lo que las personas que intervienen tengan que hacer; y será cuando los facilitadores de relaciones e incentivos traten de persuadir y ayudar a lo que ejercen estos procesos, lo que nos va a permitir que el ecosistema de desarrolladores sea serio y de calidad y realmente puedan escalar totalmente y aportando nuevas creaciones de valor y de sistemas de suministro. ….
Todo ello nos llevará a realizar nuestras tareas de todo tipo, del de el trabajo al aprendizaje, de manera más automatizada y por tanto “desmitificando” por una parte la mal llamada cultura del esfuerzo y por otro un mayor dinamismo y mejoras en todo lo que necesitamos hacer…
¿Se lo podré explicar? ¿me entenderán?...
….y exploren las preocupaciones centrales del debate educativo[4].
Estos son solo algunos ejemplos de indicadores que se pueden utilizar para evaluar la calidad de una educación inclusiva. Es importante tener en cuenta que la educación inclusiva es un proceso continuo y que la evaluación regular es esencial para identificar áreas de mejora y tomar medidas para mejorar la calidad de la educación inclusiva
Algunas herramientas que se pueden utilizar incluyen:
—Encuestas: se pueden realizar encuestas a estudiantes, padres, tutores y personal docente para obtener información valiosa sobre la calidad de la educación inclusiva.
Ejemplo de encuesta para evaluar la inclusión en la educación:
¿Cómo calificaría la forma en que el aula aborda la diversidad cultural?
a. Muy bien
b. Bien
c. Regular
d. Mal
¿Se fomenta el respeto hacia la diversidad lingüística en el aula?
a. Sí, de manera muy efectiva
b. Sí, pero podría mejorar
c. No, no se aborda en absoluto
¿Cree que los estudiantes con capacidades diferentes reciben apoyo adecuado para su participación en el aula?
a. Sí, siempre
b. A veces
c. No, nunca
¿Los materiales de enseñanza y las actividades están diseñados de manera inclusiva y accesible para todos los estudiantes?
a. Sí, siempre
b. A veces
c. No, nunca
¿Cómo calificaría su experiencia en el aula en términos de inclusión y valoración de la diversidad?
a. Muy positiva
b. Positiva
c. Neutral
d. Negativa
¿Cómo podría mejorarse el enfoque inclusivo en la educación en su opinión? (Escriba su respuesta abierta aquí)
Esta encuesta puede ser adaptada según sea necesario y utilizada para obtener retroalimentación tanto de estudiantes como de profesores o personal escolar. La información recogida puede ser utilizada para identificar áreas de fortaleza y de mejora en el enfoque inclusivo y la valoración de la diversidad en la educación:
Análisis de datos: se pueden utilizar herramientas de análisis de datos para recopilar y analizar información sobre la participación de estudiantes con discapacidad, la accesibilidad a recursos y materiales, y otras métricas relevantes.
Evaluaciones formales: se pueden realizar evaluaciones formales para medir el rendimiento de los estudiantes y determinar si se están logrando los objetivos de educación inclusiva.
Observación de aulas: se pueden realizar observaciones de aulas para evaluar la inclusión y la participación de estudiantes con discapacidad, así como para identificar áreas de mejora.
Estas son solo algunas de las herramientas que se pueden utilizar para evaluar la calidad de una educación inclusiva. Es importante utilizar una combinación de herramientas para obtener una visión completa y precisa de la situación y tomar medidas adecuadas para mejorar la calidad de la educación.
¿Cómo sabremos si una institución educativa o una universidad son inclusivas?
La visión científica y fragmentada de la educación en la UNIVERSIDAD es también un error grave que no permite que los estudiantes en la escuela desarrollen sus habilidades investigativas y su aprendizaje INCLUSIVO y personalizado.Por otra parte, critica que, el sentido crítico hasta el momento, haya manejado a lo largo de los siglos de manera reduccionista, creyendo en absolutismos de la ciencia y leyes que a la fecha ya no son exactas ni precisas.
La visión intersubjetiva del sentido crítico no maneja el componente complejo y transdisciplinar, la interrelación de las ciencias y de la educación (Esteve, 2003)
Los investigadores “estrella, ya son pasado, es o de todas todas ahora necesitamos investigadores trasdisciplinares que se atrevan a meterse en muchos “berenjenales” y con diferentes estrategias que hasta ahora eran impensables para muchos, como por ejemplo una rotura del blindaje estandarizado clásico y la entrada en el mundo virtual de INERNET.
Numerosos autores (Gibbons et al. 1994) advierten que actualmente los conocimientos no sólo tienen que ver con la ciencia, sino que están adquiriendo nuevas formas y también tienen lugar en otros ámbitos.
Actualmente están en discusión, en referencia a la producción de conocimientos según Weingart (1997), las siguientes cinco afirmaciones:
a-Las universidades han perdido su lugar de preferencia para la producción de conocimientos. También producen conocimientos los centros de investigación, laboratorios industriales, Think-Tanks, oficinas de asesoramiento, etc. La forma de organización de estas agrupaciones y redes de investigación es de carácter pasajero.
b-La meta de generar nuevos conocimientos no es solamente la búsqueda de leyes naturales, sino también la aplicación y el aprovechamiento del conocimiento para los actores.
c-No solamente las disciplinas ofrecen el marco para la formulación de preguntas en la investigación y objetos de investigación. Los problemas a solucionar nacen también en los ámbitos de aplicación y son tratados en cooperación con los actores involucrados.
d-Los clásicos criterios de calidad científica y las instancias de control son complementados o bien desprendidos desde criterios adicionales, tanto sociales y políticos como económicos, y dificultan la valoración de la investigación.
e-La producción de conocimientos tiene que ser legitimada socialmente. Por eso la ciencia se encuentra frente a un cambio obligatorio hacia la rendición de cuentas.
No hay ninguna duda que las actuales tecnologías informáticas y comunicativas (TIC) han modificado la manera en que el saber científico se registra, publica y utiliza (revistas electrónicas, bases de datos, repositorios, etc.). En general, los procesos de difusión y transmisión del conocimiento se han vuelto más ágiles. Pero la comunicación científica, además de la difusión (contemporánea) y la transmisión (histórica) de la información, viene cumpliendo otras funciones: evaluación o justificación del conocimiento, construcción de consenso entre los expertos y acreditación y reconocimiento de los investigadores.
Estas últimas funciones apenas han cambiado hasta ahora con los nuevos formatos de publicación; se han ampliado las fronteras y la accesibilidad, pero subsiste el marco institucional de interacción de las comunidades científicas.
Sin embargo, cabe preguntarse si la aceleración del cambio tecnológico y las innovaciones más recientes, como las ciberinfraestructuras y plataformas grid, o la Web social, alteran y dinamizan la producción del conocimiento científico y afectan a la investigación hasta provocar cambios revolucionarios.
El término “igualdad y diversidad” describe un enfoque que valora la diferencia y trata a cada individuo de manera justa y con dignidad y respeto, libre de acoso e intimidación.
Las actividades de los estudiantes deben involucrar a todos los géneros; el currículo y la práctica deben ser proactivamente inclusivos.
Creemos que una cultura organizacional diversa e inclusiva, en la que todos se sientan valorados y puedan aprender o trabajar a su máximo potencial, contribuye a una fuerza laboral de educación superior más efectiva y productiva.
Las expectativas que se ponen en la investigación inter y transdisciplinaria son elevadas, y se espera, ante todo en los ámbitos de las ciencias, superar la unidimensionalidad de la investigación disciplinaria y poder dominar su complejidad. Las expectativas pueden resumirse de la siguiente manera (Thompson-Klein 1990):
a.responder cuestiones complejas;
b.orientarse hacia cuestiones más amplias;
c.explorar relaciones disciplinarias y profesionales;
d.resolver problemas que van más allá del ámbito de una disciplina cualquiera;
e.alcanzar la unidad del conocimiento, sea en escala limitada o grande.”
El término transdisciplinario también se utiliza hoy en día por algunas personas que más quieren centrarse sobre todo en una integración de la práctica multidisciplinaria en el contexto de la resolución de problemas intelectual.
Los conocimientos demasiado flexibles de la globalización, transdisciplinares, nuevos medios de comunicación, todos nos sumergen en la incertidumbre, el riesgo, la colisión y la colaboración; condiciones que – al igual que con las responsabilidades a múltiples audiencias de autorías dolorosamente limitadas – que no controlamos, y en la que nos encontramos elementos en reorganizaciones emergentes de las economías del conocimiento”
Nosotros abogamos por una sociedad abierta, inclusiva y ubícua, donde lo transdisciplinar es diferencia si, pero a su vez transciende esta diferencia y la acepta para aunar procesos con otros valores añadidos que hasta ahora nunca se habían contemplado.
La aplicación de los términos inter y transdisciplinariedad en los últimos años puede ser catalogada como inflacionaria, sin saber nunca con claridad a qué contenido se refiere. Aquí se presenta la comprensión propuesta mediante la ilustración.
No podemos buscar obtener constructos de conocimiento que nos llevaran en una sola dirección, necesitamos flujos de conocimientos que vayan en busca de personas que puedan realizar aprendizajes que por medio de una relación entre todo puedan ofrecernos diferentes posibilidades de mejora en muchos campos, de tal manera que cada campo y la unión de los mismos, en red, sino de todos, en parte, vayan labrando una sociedad abierta, mas democrática y diversa. (un apartado básico en la EDUCACION DISRUPTIVA (learning is the work) https://juandomingofarnos.wordpress.com/…/transdiscipl…/Transdisciplinar-Multidisciplinar : la carretera de la Educación Disruptiva (learning is the work) Juan Domingo Farnós Miró
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 conducirá a una mejora para cada uno de nosotros, todo lo contrario, debemos alejarnos de compartimentos estanco, para eso ya tenemos muchas organizaciones empresariales, educativas, científicas…de hecho si os fijáis ya hablamos cada vez menos de educación y mas de aprendizajes, eso significa el fin de una época y el principio de otra.
La transdisciplinariedad nos permitirá pasar del PERSONALIZED LEARNING al SOCIAL LEARNING y al revés de manera natural, que de otra manera sería imposible (es decir, de manera uniformizadora y estática). El ser individual va formándose, no en solitario, sino con otros seres, habiendo una comunión de conciencias siendo estos objetos de esta educación, unos con otros. (Cambio 1986, Paulo Freire), con estas conjeturas aceptamos que la “pedagogía de la liberación” promete un crecimiento individual que fomenta el mismo ideal que la perspectiva transdisciplinar, aunque ambas practicas distintas, con desarrollos distintos, pero que pueden desarrollarse una frente a la otra siendo complementarias para formar a un “Ciudadano”.
¿Cómo se traducen las conclusiones o resultados de una investigación en una narrativa transmedia?
Se pueden crear varios medios o plataformas que expliquen de manera diferente o que arrojen los resultados de esta investigación de manera diferente. Podemos utilizar, por ejemplo, visualización de datos, esquemas, infografías, formatos como la no ficción y el documental que son muy interesantes e idóneos para este propósito, o formatos periodísticos como el reportaje, el “especial”, el ensayo fílmico o escrito, formatos educativos, la museística.
Todo esto formaría parte de posibles soluciones para poder, de alguna manera, difundir los resultados de la investigación, no solo de una manera seria sino con alcance a las personas para que entiendan esa investigación. La narrativa transmedia permite divulgar sin usar términos tan técnicos, tan complejos, ni una estructura tan lineal o estricta como es un texto académico en formato de tesis doctoral, de grado o maestría.
La narrativa transmedia permite divulgar una investigación en términos más sencillos Lo transmedia hace las cosas no solo más fáciles si no que pone en BANDEJA DE PLATA, de manera más natural a la excelencia personalizada de cada uno, mejores maneras de aprender….
La investigación-acción puede apoyar la enseñanza de la “inclusión” en la educación superior. Con la mejora de las prácticas educativas, la investigación-acción se identifica como un enfoque de investigación práctica para estudiar la relación entre las teorías y las prácticas de educación inclusiva.La investigación de acción facilita una lente crítica que permite a los profesores reconsiderar las estrategias de enseñanza y evaluación de una manera colaborativa y participativa, y los primeros hallazgos indican una mejora en el aprendizaje de los estudiantes.
Para todo ello la universidad debe entender que sino se mueve por parámetros inclusivos esta relación ciencia-tecnologías en un corto espacio de tiempo puede desaparecer y quedarse en el ostracismo.
Y qué decir de las herramientas de autor para facilitar la construcción de materiales para el aprendizaje virtual?…pensando en su carácter inclusivo y diferenciador, pero tomándolo cómo un enriquicimiento. (Inclusión=diferenciación+excelencia personalizada):
-¿cuál es el impacto que tiene las diferentes tecnologías, la forma en que se usan, y sus características en el aprendizaje de las personas?;
-¿que impacto tiene web 2.0?;
-¿cómo organizar el aprendizaje virtual en escenarios web 2.0?
-¿qué papel juegan los Personal Learning Environment?, (PLE, PLN)
-¿pueden servir como núcleos organizadores del aprendizaje en web 2.0?
De la misma forma investigamos cómo pasar de escenarios virtuales tradicionales mediados por plataformas convencionales haca escenarios en los que las redes sociales son el motor y centro de la interacción humana?…teniendo presente, por encima de todo la accesibilidad y la usabilidad de las mismas…
Por tal motivo estamos en:
a-¿Cómo preguntar a la web para obtener información inteligente?
b -¿cómo usar los recursos de la web semántica para refinar la interacción con la web hacia una interacción más inteligente?
c-¿cómo influirá ello en el aprendizaje?…buscar escenarios en 3D que simulen, mediante realidad virtual y aumentada, escenarios reales, para que de esta manera podamos llegar a los mismos después de la retroacción que nos permitirá este trabajo.
d-¿Qué significa calidad en e-leaning?
¿cuáles son los indicadores esenciales de la calidad?
e -¿cómo evaluarlos?…buscar rúbricas, que no sólo nos digan los resultados, si no que nos permitan la observación de procedimientos concretos, para después establecer cauces nuevos y más adecuados.
La sociedad pondrá a su disposición todos los elementos de acompañamiento, facilitaduría etc, humanos y materiales, que estén a su abasto para que a través de sus aprendizajes, trabajos etc…redunden en su mejora y en la de la misma sociedad:
-E-facilitación es básica en trabajos de aprendizaje en línea, especialmente con elearning, mlearning e incluso con b-learning.
-La E-facilitación se refiere a las formas en que diferentes tipos de diálogo en línea (en lugar de cara a cara) se ven facilitadas y administrados po diferentes personas que intervienen en un proceso de aprendizaje.
En el mundo globalizado de hoy en día nos encontramos a menudo en situaciones en las que nuestros colegas y socios están trabajando en diferentes ubicaciones geográficas(UBICUIDAD)
Además, la mayoría de PARA CREAR CONOCIMIENTO Y APRENDIZAJE utiliza diálogos en línea como su herramienta principal interacción. Diálogos en línea — en especial de correo electrónico basado en la interacción — puede ayudarnos a hacer nuestro trabajo de manera inclusiva y eficiente, así como aprender de la experiencia de los demás.
El machine learning, el aprendizaje automatizado, va a condicionar y mucho la nueva manera de educar, la nueva manera social de vivir
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 y eso conforma una nueva sociedad con otras necesidades y otra idiosincrasia.
Entramos en una época de fronteras porosas entre la inteligencia humana y la inteligencia artificial (con razón llamamos “inteligencia artificial”). Necesitamos una prueba de Turing para decidir si una entidad es humano o no. Si solicitamos algo en línea, como comprar, aprender, un billete de avión…es posible que tengamos que demostrar, que no somos un BOT, una máquina. Y, cuando se trata del desafío que enfrenta la educación — la forma de proporcionar una educación de calidad para un gran número de estudiantes a un costo reducido — la tentación de cruzar la frontera hombre-máquina y dejar que las máquinas (es decir, algoritmos) hagan el trabajo pesado es casi irresistible, es más, ya no es una tentación, realmente es una necesidad.
Hay muchas herramientas de análisis de datos que se pueden utilizar para analizar la calidad de una educación inclusiva. Algunas de las más comunes incluyen:
Tablas dinámicas: se pueden utilizar para organizar y analizar grandes cantidades de datos, y para crear visualizaciones y gráficos que ilustren los resultados del análisis.
Sistemas de información estudiantil: se pueden utilizar para recopilar y analizar información sobre el rendimiento de los estudiantes, incluyendo información sobre la participación de estudiantes con discapacidad.
Software de análisis de encuestas: se pueden utilizar para analizar los resultados de encuestas realizadas a estudiantes, padres, tutores y personal docente.
Herramientas de análisis de texto: se pueden utilizar para analizar textos, comentarios y otras formas de información no estructurada para obtener información valiosa sobre la calidad de la educación inclusiva.
Estos son solo algunos ejemplos de herramientas de análisis de datos que se pueden utilizar para evaluar la calidad de una educación inclusiva. Es importante elegir la herramienta adecuada para cada situación y asegurarse de que se tenga acceso a los datos necesarios para realizar un análisis preciso y significativo.
Hay muchos software de análisis de datos que se pueden utilizar para evaluar la calidad de una educación inclusiva. Algunos de los software más comunes incluyen:
Microsoft Excel: una hoja de cálculo muy popular que se puede utilizar para recopilar y analizar datos y crear visualizaciones y gráficos que ilustren los resultados del análisis.
Tableau: una herramienta de análisis de datos y visualización que permite a los usuarios crear visualizaciones interactivas y explicar los datos de manera fácil y atractiva.
Google Sheets: una hoja de cálculo en línea que se puede utilizar para recopilar y analizar datos y crear visualizaciones y gráficos.
Qualtrics: un software de análisis de encuestas que permite a los usuarios crear, administrar y analizar encuestas en línea.
R: un lenguaje de programación y software de análisis de datos que se utiliza comúnmente en la investigación y el análisis de datos estadísticos.
Estos son solo algunos ejemplos de software de análisis de datos que se pueden utilizar para evaluar la calidad de una educación inclusiva. Es importante elegir el software adecuado para cada situación y asegurarse de que se tenga la experiencia y los conocimientos necesarios para utilizarlo de manera efectiva.
El pensamiento computacional es una habilidad crítica que permite a los estudiantes desarrollar soluciones efectivas a problemas complejos mediante el uso de la tecnología. Para introducir el pensamiento computacional en la educación inclusiva, se pueden seguir los siguientes pasos:
Comprender los conceptos básicos: es importante que los docentes entiendan los conceptos básicos del pensamiento computacional, incluyendo la programación, la resolución de problemas y la lógica.
Integrar tecnologías accesibles: para asegurar que todos los estudiantes tengan acceso a las tecnologías que se utilizan para el pensamiento computacional, es importante utilizar tecnologías accesibles y ajustar las actividades de acuerdo a las necesidades de los estudiantes.
Enseñar solución de problemas: el pensamiento computacional implica la resolución de problemas, por lo que es importante enseñar a los estudiantes cómo abordar y resolver problemas mediante el uso de la tecnología.
Fomentar la colaboración: el pensamiento computacional es un proceso colaborativo que se beneficubre y desarrolla a través de la discusión y el trabajo en equipo.
Ofrecer oportunidades para el desarrollo de habilidades: es importante proporcionar a los estudiantes oportunidades para desarrollar y mejorar sus habilidades de pensamiento computacional a lo largo del tiempo.
. ´—Es importante trabajar con los estudiantes individualmente para identificar sus necesidades y proporcionar un entorno de aprendizaje inclusivo que les permita desarrollar sus habilidades de pensamiento computacional.
Es extremadamente importante trabajar con los estudiantes individualmente para identificar sus necesidades y proporcionar un entorno de aprendizaje inclusivo que les permita desarrollar sus habilidades de pensamiento computacional. Cada estudiante es único y tiene diferentes fortalezas y desafíos, y es importante que los maestros se esfuercen por entender las necesidades individuales de cada estudiante para poder apoyarlos adecuadamente.
Además, el trabajo individual con los estudiantes les da la oportunidad de recibir una atención individualizada y un seguimiento más cercano, lo que puede ayudarles a sentirse más valorados y motivados. También puede ayudar a los maestros a identificar tempranamente cualquier problema o dificultad que un estudiante pueda estar experimentando, lo que les permite proporcionar apoyo y recursos adicionales de manera más efectiva.
En resumen, el trabajo individual con los estudiantes es fundamental para garantizar un entorno de aprendizaje inclusivo y efectivo que permita a todos los estudiantes desarrollar sus habilidades de pensamiento computacional y alcanzar su máximo potencial.
Para el desarrollo del pensamiento computacional en los estudiantes, es importante que ellos tengan ciertas habilidades. Algunas de estas habilidades incluyen:
Resolución de problemas: los estudiantes deben ser capaces de identificar y resolver problemas mediante la aplicación de la lógica y el razonamiento.
Comunicación: los estudiantes deben ser capaces de comunicar de manera clara y efectiva sus ideas y soluciones a los problemas.
—–Colaboración: los estudiantes deben ser capaces de trabajar en equipo y colaborar con otros para resolver problemas y desarrollar soluciones.
Pueden trabajar juntos para desarrollar una solución de inteligencia artificial para resolver un problema específico.
Juegos y actividades colaborativas: Los juegos y actividades colaborativas que utilizan inteligencia artificial y pensamiento computacional pueden ayudar a los estudiantes a desarrollar habilidades de colaboración y trabajo en equipo mientras aprenden sobre estos temas.
Discusión y resolución de problemas en grupo: Los estudiantes pueden trabajar en equipo para discutir y resolver problemas relacionados con inteligencia artificial y pensamiento computacional. Esto les ayuda a desarrollar habilidades de comunicación y colaboración, y a aprender de los demás.
—Creatividad: los estudiantes deben ser capaces de pensar fuera de la caja y utilizar su creatividad para desarrollar soluciones innovadoras.
Aquí hay algunos ejemplos de cómo puede ayudar:
Generación de ideas: La inteligencia artificial generativa puede utilizarse para generar ideas y sugerencias para soluciones innovadoras a problemas específicos. Los estudiantes pueden utilizar estas ideas como punto de partida para desarrollar soluciones más sofisticadas y originales.
Combinación de soluciones: La inteligencia artificial generativa puede combinar soluciones existentes para crear soluciones innovadoras y únicas. Los estudiantes pueden utilizar estas soluciones combinadas como punto de partida para desarrollar soluciones más sofisticadas y originales.
Inspiración para la creatividad: La inteligencia artificial generativa puede inspirar a los estudiantes a pensar de manera diferente y a utilizar su creatividad para resolver problemas de manera innovadora.
La inteligencia artificial generativa puede ser una herramienta valiosa para fomentar la creatividad en los estudiantes. Al proporcionar ideas y sugerencias innovadoras, y al inspirar a los estudiantes a pensar de manera diferente, puede ayudarlos a desarrollar soluciones únicas y originales a los problemas que enfrentan.
Pensamiento crítico: los estudiantes deben ser capaces de analizar y evaluar información y soluciones para tomar decisiones informadas.
—Flexibilidad y adaptabilidad: los estudiantes deben ser capaces de adaptarse a situaciones nuevas y cambiantes y ser flexibles en su enfoque y solución de problemas.
La inteligencia artificial puede utilizarse de varias maneras para fomentar la flexibilidad y la adaptabilidad en los estudiantes:
Análisis de datos: La inteligencia artificial puede utilizarse para analizar grandes cantidades de datos y ayudar a los estudiantes a identificar patrones y tendencias que les permitan adaptarse a situaciones nuevas y cambiantes.
Simulación: La inteligencia artificial puede utilizarse para simular situaciones cambiantes y ayudar a los estudiantes a desarrollar habilidades de pensamiento flexible y adaptable.
—Aprendizaje automático: La inteligencia artificial puede utilizarse para crear sistemas de aprendizaje automático que se adapten a las necesidades individuales de los estudiantes. Esto les permite aprender de manera más eficiente y adaptarse a situaciones nuevas y cambiantes.
“En los albores de cualquier transformación, todas las tecnologías incipientes que han implicado una revolución, han provocado, también, una inercia de cambio. En ocasiones, el cambio es tan profundo que tiene –por momentos– el poder de «adormecer» la conciencia humana. Durante esta etapa de «agitación» –mientras nos acostumbramos al nuevo medio– surgen las oportunidades de aprendizaje.
Tratar de llegar a un acuerdo para alcanzar un nuevo paradigma de desarrollo rápido es todo un desafío en un mundo globalizado, donde se contraponen los intereses de los países soberanos y el paradigma globalizado que corresponde a la sociedad.
Hemos de tener presente que a medida que las personas comenzaremos a trabajar con datos(dentro de esta nueva cultura-paradigma) a gran escala, deberemos hacer algo más que sólo tener que “enchufarnos” en la tecnología y con ello llegar a nuestro aprendizaje. Para obtener el máximo valor de los datos, los profesionales deberemos también transformar la manera en que pensamos acerca de los datos y cómo diseñamos posibles soluciones.
Con la obtención de microdatos por medio del Big Data (macrodatos) estructurados i embebidos establecemos anotaciones semánticas que pueden ser procesados por los motores de búsqueda para comprender el significado de los fragmentos de contenidos y proporcionar la información necesaria dentro de los parámetros ubicuos-OER- de manera que los podamos utilizar como actuaciones que nos servirán para posteriores relaciones con datos producto de la observación transformándose en metadatos.
O por contra hacer caso a Michael Bolton que dice «reconozcamos que los macrodatos conllevan grandes problemas. Esto, a su vez, causará grandes problemas para los modelos de aprendizaje automático basados en grandes datos BAD»
En los últimos 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 tendrá 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 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 .
La tecnología estará ahí siempre, debemos empezar a usarla para nosotros desarrollar, para alcanzar nuestros objetivos de manera adecuada. La oportunidad está ahí, está lista para aprovecharla:
- Introducción y prácticas de aprendizaje. Modelo de gestión por competencias y su valoración, Mini- Proyecto de Innovación (presencial y/o virtual)
- Innovación: ¿Qué es? Principios básicos y paradigmas
- Tendencias globales. Competencias para gerenciar la innovación
- Interpretación de los resultados en la valoración de competencias
- Mini- Proyecto de Innovación
- Creatividad e Innovación ¿Quién fue primero?
- Algunas historias de innovación. La innovación y el cambio en las organizaciones: cómo gestionar el gobierno de la innovación
- Competencias del día: Visión Estratégica del Cambio + Innovación
- Ejecución de las ideas innovadoras: riesgos y aceleradores
- Sistema de gestión de ideas. Indicadores. Balanced Score Card
- Competencias del día: Orientación a resultados + Influencia
- Cultura de innovación y calidad de servicio: mapa de innovación
- Tendencias globales en servicios. Prácticas innovadoras
- Competencias del día: Orientación al cliente + Autocrítica
- Comunicación de la Innovación
Competencias del día: Comunicación influyente + Integridad
Presentación de Mini-Proyecto de Innovación
Los ciudadanos nos hemos empoderado de estas tecnologías y los empleamos en todos nuestros quehaceres, ya no sabemos vivir sin ellos.
En educación sucede un fenómenos anómalo, confundimos el entender para qué utilizarla, por qué utilizarlo y como realizarla, lo cual nos conduce a un camino de dudas, incredulidad, desconocimiento y como consecuencia, desconfianza.
Todo ello está haciendo demasiado daño a una educación tradicional y caduca a la que aplicar tecnologías duras y blandas, pero mejorarlas no tiene el menor sentido y empezar con la transformación representa un gran esfuerzo, especialmente de mentalización.
Sinceramente y después de pensarlo y analizarlo mucho, entre procesos abiertos, inclusivos, ubicuos, veo en lo que entenderíamos por ubicuidad el verdadero motor de la disrupción.
La posibilidad de libertad espacio-temporal admite una gran variedad de posibilidades, de pensamientos, ideas, posiciones, conocimientos, actos,…
Pero todo tuvo su comienzo…
ORIGEN
Este periodo de transición tiene lugar mientras nos familiarizamos con cualquier dispositivo novedoso. Así ocurrió con las TECNOLOGÍAS DE COMUNICACIÓN MÓVILES; por esta razón, las primeras versiones de e-Learning y m-Learning eran «intentos» de utilizar procedimientos de gestión de aula tradicionales en una suerte de metáforas que redenominaban los nuevos espacios con los que nos proveía la tecnología:
- Aulas virtuales.
- Libros de calificaciones.
- Organizadores de clase.
- Cuestionarios en línea.
- Sistemas de gestión.
Sin embargo, durante los últimos dos años, el e-Learning «ha ampliado su horizonte» para pasar a formar parte de la extensa red de medios sociales que nos permiten vivir CONECTADOS. De esta manera, aquellos primeros pasos de la enseñanza-aprendizaje móvil han dado lugar a la normalización de:
- Conferencias.
- Lecturas.
- Videotutoriales.
- Plataformas especializadas.
De hecho, tanto han cambiado realmente las cosas, que el e-Learning, tal y como lo conocíamos, ya no existe; mientras que el m-Learning se ha integrado en todas nuestras acciones de enseñanza-aprendizaje.
El aprendiente del siglo XXI vive «míticamente». En la escuela, sin embargo, se encuentra con una situación organizada por medio del status (enseñanza vertical) y de la información clasificada (ordenación curricular). Los temas están interrelacionados y concebidos –visualmente– siguiendo el mismo modelo de unidad didáctica. En esta estructura, el estudiante no puede encontrar espacio posible alguno de participación proactiva que implique un bien para sí mismo; y le permita descubrir cómo la escena educativa se relaciona con el Mundo «mítico» de los datos y su experiencia en red.
La educación formal sistematizada –y, aún peor, sistémica–
NO SE LO PERMITIRÁ NUNCA.
Marta Toran, sigue con la estela que estamos difundir y proponer para que tanto el trabajo como el aprendizaje se puedan realizar a través de lo que denomianmos METADATOS (TEMÁticas, autores, lenguajes) y lo que llamamos PARADATOS (que le dan contexto sobre dónde, cuándo, por quién y para qué se usa), en lo que hemos denominado LEARNING IS THE WORK y que está dentro de nuestras investigaciones para un futuro que ya es el presente…..
Los que nos dedicamos a pensar y a escribir sobre el aprendizaje móvil (i.e.: «ubicuo») nos enfrentamos a una tarea de enormes proporciones: La reconceptualización, tanto de la TEORÍA DEL APRENDIZAJE, como del DISEÑO INSTRUCCIONAL. Si hemos de ayudar a aquellos que están desarrollando los modos de capacitar a las personas que utilizan las tecnologías móviles, tenemos que establecer, en primer lugar, cómo funciona el aprendizaje móvil (esa tecnología, extensión de nuestros sentidos); y, en segundo lugar, cómo abordar la nueva manera de aprendizaje.” INED21 y Juan Domingo Farnós
Entendemos el conocimiento como cada una de las de las facultades sensoriales del hombre. La gestión de conocimiento algunos expertos la definen como una forma de identificar, detectar, reelaborar y poner a disposición de toda la organización los conocimientos y las prácticas que aporten valor añadido a los miembros de cualquier entidad. JOYANES, (2003) también dice que la gestión de conocimiento significa entregar a las personas los datos e informaciones necesarias para ser eficientes (eficaces) en sus trabajos u organizaciones, siendo este el proceso organizativo e institucional cuyas tecnologías deben permitir: Identificar conocimientos necesarios, identificar donde y quien tiene el conocimiento o si necesita ser creado….
Reunir y capturar el conocimiento identificado, determinar su importancia, resumir y sintetizar la información disponible, distribuir la información a distintos niveles, actualizar, eliminar y modificar el conocimiento obsoleto y guardar y organizar el conocimiento obsoleto, en su caso, para futuras consultas.
Podemos gestionar todo este alud de datos en lo que algunos quieren llamar AULAS VIRTUALES....
Recibir los contenidos por medio de Internet es solo parte del proceso, también debe existir un mecanismo que permita la interacción y el intercambio de información. Es necesario que el “aula virtual” tenga previsto un mecanismo de comunicación entre el alumno y el facilitador o entre los mismos alumnos, para garantizar esta interacción. En la educación a distancia, donde el riesgo de deserción es muy alto, una de las maneras de evitarlo es haciendo que los alumnos se sientan involucrados en la clase que están tomando, y acompañados por pares o por el facilitador.
El monitoreo de la presencia del alumno en la clase es importante para poder conocer si este visita regularmente las páginas, si participa o cuando el maestro detecta lentitud o ve señales que pueden poner en peligro la continuidad del alumno en el curso.
La interacción se da más fácilmente en cursos que se componen por alumnos que empiezan y terminan al mismo tiempo, ya que estos pueden diseñar actividades que alientan a la participación y comunicación de los pares. En el caso de cursos que tienen inscripciones abiertas en cualquier momento, la comunicación y/o monitoreo por parte de los instructores o responsables es importante que llegue al alumno en diferentes instancias para demostrarle que esta acompañado en el proceso y que tiene donde acudir por ayuda o instrucciones si las necesita en el transcurso de la clase.
La comunicación en el “aula virtual” se realiza de distintas maneras. Una de ellas es el correo electrónico, el cual se ha convertido en sistema standard de comunicación para los usuarios de Internet, pero que en los casos de “aulas virtuales” no siempre es lo más aconsejable. Comunicarse por correo electrónico es aceptable para comunicación con el profesor en privado, y suele ser el único medio de comunicación en el caso de clases a distancia de inscripción abierta.
En los casos de la enseñanza a distancia, para grupos que toman la docencia al mismo tiempo, o cuando el “aula virtual” es complemento de una clase presencial, el sistema más usado es el tipo foros de discusión, donde los alumnos puede ver la participación de sus compañeros de clases y el profesor puede enriquecer con comentarios a medida que el dialogo progresa. Este método no es externo a la clase, como lo es el correo electrónico, sino que es parte del “aula virtual”. Los mensajes que forman parte del foro de discusión son como las discusiones que se realizan en clase, frente a los alumnos, por lo que enriquecen y contribuyen al desarrollo de los distintos temas. Esto hace que la clase tome vida y se extienda más allá de los contenidos previstos por el docente inicialmente.
El foro de discusión dentro del “aula virtual” es fundamental para mantener la interacción, pero necesita ser alentado e introducido a la clase por el facilitador y reglamentado su uso, de modo que constituya un espacio más dentro del aula, donde la comunicación se realiza con respeto y dentro de los temas previstos.
Algunos cursos a distancia utilizan también el chateo o comunicación sincrónica para las discusiones en clases o para las consultas. Este medio es sumamente rico en el sentido de velocidad en la comunicación, habilidad para compartir archivos, y facilidad para discutir en grupos distintos temas de la clase. Pero al ser en tiempo real, esto limita a aquellos que no pueden cumplir con horarios determinados. También esto esta previsto ya que muchos de los programas de chateo permiten archivar la conversación y poner este archivo a disposición de la clase para consultas posteriores. Aun con todas estas posibilidades, este medio de intercambio de ideas no está disponible como actividad en todos los cursos que usan “aulas virtuales” , pero si como herramienta de comunicación para consultas al docente o facilitador.
La teoría de una clase no es suficiente para decir que el tema ha sido aprendido, ya que el aprendizaje involucra aplicación de los conocimientos, experimentación y demostración, con razonamiento crítico de los mismos. Y de acuerdo con PIAGET, (1981) : La meta principal de la educación es crear hombres que sean capaces de hacer cosas nuevas no simplemente de repetir lo que otras generaciones han hecho; hombres que sean creativos, inventores y descubridores. La segunda meta de la educación es la de formar mentes que sean críticas, que puedan verificar y no aceptar todo lo que se les ofrece.
Y es que las “aulas virtuales” deben de se ser diseñadas de modo que los alumnos tengan la posibilidad de ser expuestos a situaciones similares de práctica del conocimiento. Por el solo hecho de experimentar, no para que la experiencia sea objeto de una calificación o examen. En el mundo virtual esto es posible a través de diferentes métodos como ejercitaciones que se autocorrijen al terminar el ejercicio, o que le permiten al alumno comparar sus respuestas con las correctas o sugeridas por el docente, para que el mismo juzgue su rendimiento. Y en otros casos hasta es posible que el alumno pueda experimentar con aplicaciones o simulaciones que en la vida real involucrarían riesgo personal del educando, como experimentos químicos, simuladores de vuelo, y otros. Estos ejemplos de experimentación son opciones que ocurren casi exclusivamente en el ámbito virtual. El estudiante debe también ser capaz de recibir comentarios acerca de la exactitud de las respuestas obtenidas, al final de una unidad, modulo o al final de un curso y esta evaluación debe estar revestida de la seriedad y privacidad en el trato que cada evaluación requiere.
Podemos encontrar diferentes tipos de “aulas virtuales” . Algunas de ellas están realizadas en tres y otras en dos dimensiones, aunque también podemos crear un aula virtual mixta.
Las aulas de tres dimensiones son espacios virtuales donde el participante interactúa libremente sobre la plataforma virtual. Lo más novedoso es la adopción de un personaje, que son representaciones gráficas de los participantes y que pueden o no parecerse a ellos, pero que sirven para interactuar en ambientes virtuales.
De esta forma un asistente puede recorrer libremente las diferentes zonas de ese mundo virtual, teniendo la posibilidad de hablar con las distintas personas que se encuentren dentro del aula en ese momento o interactuar con objetos.
También hay experiencias de “aulas virtuales” en tres dimensiones en la enseñanza mediante cascos virtuales, o en la enseñanza química con la virtualidad de moléculas.
En cuanto a su utilidad en la formación multimedia, vemos los siguientes puntos:
- Ventajas
- Se pueden alquilar por un tiempo o espacios virtuales dentro de un mundo virtual para realizar tele- tutorías o tele- equipos de trabajo, su uso motiva mucho por la novedad y el diseño en tres dimensiones, pueden crearse zonas distintas para realizar diferentes actividades, cada vez más, los sistemas para su creación y desarrollo son más sencillos y asequibles y se pueden desarrollar dentro del “aula virtual” cuestionarios, aventuras formativas y cualquier cosa que creemos.
- Desventajas
- Costo elevado de diseño e implantación, puede convertirse en una mera zona social, las conversaciones no se mantienen y se pierden y cuando hay un volumen elevado de personas, seguir una conversación es difícil.
Aulas virtuales en dos dimensiones son Webs con todas las posibilidades tecnológicas actuales. Con ellas podemos crear espacios 2D de comunicación vía Chat individualizados para poder desarrollar “tele equipos”, “tele tutorías”, zonas de entrenamiento, etc.
- Ventajas
- Podemos crear espacios donde los comentarios y experiencias de los asistentes pueden quedar reflejados en el tiempo y ser leídos por otros, se pueden realizar retos en entrenamientos sobre un tema específico puntuados, creando una especie de liga competitiva, pueden crearse zonas distintas para realizar diferentes actividades mediante Chat, los sistemas para su creación y desarrollo son cada vez más sencillos y asequibles, se pueden desarrollar dentro del aula virtual cuestionarios, aventuras formativas y cualquier cosa que creemos en 2D y podemos tener diferentes clases mediante net meeting utilizando todo su potencial (pizarra, vídeo, audio y demás).
- Desventajas
- Al igual que los de tres dimensiones puede convertirse en una mera zona social, las conversaciones no se mantienen y se pierden, cuando hay un volumen elevado de personas, seguir una conversación es difícil y el generador de motivación tiene que ser el “tele tutor”. Este debe hacer que los participantes se involucren y realicen actividades.
El crecimiento de Internet, fuente de inagotables recursos, ha generado nuevos tipos de espacios de enseñanza-aprendizaje, en los que los educadores y educandos no necesitan las sesiones cara a cara, típicas de los planteamientos presenciales. De esta forma se ha dado lugar al nacimiento de espacios y sitios en la Web pensados para la enseñanza y con la idea de hacer un uso educativo en la Web. Estos sitios son las denominadas “aulas virtuales”. El planteamiento que hemos visto es que este tipo de aulas deben permitir la distribución de materiales en línea y al mismo tiempo hacer que esos y otros materiales estén al alcance de los alumnos en formatos Standard para imprimir, editar o guardar. También hemos visto que los contenidos de una clase virtual deben ser especialmente diseñados para tal fin y que los autores debe adecuar el contenido para un medio donde se mezclan diferentes posibilidades de interacción de multimedios y donde la lectura lineal no es la normal.
Por ultimo, podemos decir que las “aulas virtuales” deben de se ser diseñadas de modo que los alumnos tengan la posibilidad de ser expuestos a situaciones similares de prácticas del conocimiento, para que puedan experimentar y vivir las experiencias y no a que simplemente sean objetos de una calificación o examen.
El aumento de la generación y recopilación de datos personales ha creado un ecosistema complejo, meta colaboración veces A menudo combativa, en torno a las empresas, organizaciones de todo tipo y los individuos involucrados en el uso de estos datos.
Proponemos que a interacción entre tesis garantiza que entren agentes nuevos en estos procesos: Humano-Interacción de Datos (IDH). Utilizaremos una multidisciplinariedad de facetas para ello, con potentes istrumentos inteligentes de BIG DATA, lo cual nos facilitará la intersección de varias disciplinas, como la informática, la estadística, la sociología, la psicología y la economía del comportamiento.
Los ecosistemas-asociados con la rápida evolución de los datos personales es la creación de un nuevo campo de estudio científico, dicen los científicos de la computación. Y esto requiere una infraestructura ética basada mucho más potente. Comienzan señalando la larga disciplina del la del que data de la investigación la interacción humano-computadora ha centrado siempre en las computadoras como dispositivos para interactuar con. El propósito de esta interacción con el mundo cibernético se ha vuelto más sofisticado como el poder de computación se ha convertido en omnipresente, un fenómeno impulsado por Internet a través de móvil con meta dispositivos como teléfonos inteligentes. En consecuencia, los seres humanos están produciendo constantemente y revelando datos en todo tipo de formas diferentes.
Esto lleva al equipo a identificar tres temas clave asociados con la interacción de datos humanos que creen que las comunidades involucradas con deberes de datos se centran en…
El primero de ellos tiene que ver con lo que los datos y la analítica-asociados a ella, tanto, transparente y comprensible para la gente común, esto como la legibilidad de los datos Que las personas son claramente conscientes de los datos y los métodos utilizados para sacar conclusiones al respecto y las implicaciones de esto.
Hacer que la gente sea consciente de ser los datos meta recopilados blanco es la comprensión clara de las implicaciones de este proceso de recolección de datos y el tratamiento es mucho más difícil que sigue. En particular, esto podría estar en conflicto con los derechos de propiedad intelectual de las empresas que hacen las analíticas.
Un factor aún más importante es la del que implicaciones de este proceso no siempre claras en el momento que los datos se recogen.
El segundo tema tiene que ver con dar a las personas la capacidad de controlar e interactuar con los datos que les conciernen. Debe permitirse a aceptar o rechazar fuera de los programas de recolección de datos y los datos adecuados si resulta ser errónea o desactualizada y así sucesivamente. Eso requerirá de datos fáciles de usar con acceso han a mecanismos que hay que desarrollar.
El tema final se basa en esto para permitir que la gente intercambie datos sus preferencias en el futuro, , algo que pudiésemos negociar… Algo como esto ya está llegando al poder en la Unión Europea Cuando el Tribunal de Justicia para obligar a ello ha comenzado recientemente con el “derecho al olvido” qui permite a la gente para eliminar la información de los resultados de búsqueda en algunas circunstancias.
La sensación general de este manifiesto es que nuestra sociedad basada en datos está evolucionando rápidamente, especialmente con el creciente interés en los grandes datos.
“Creemos que los diseñadores de tecnología deben asumir el reto de la construcción de los sistemas éticos”….
Personalización: La inteligencia artificial puede utilizarse para personalizar la experiencia de aprendizaje de los estudiantes en tiempo real, adaptándose a sus habilidades y necesidades individuales. Esto les permite aprender de manera más eficiente y adaptarse a situaciones nuevas y cambiantes.
Curiosidad: los estudiantes deben ser curiosos y estar interesados en aprender sobre nuevas tecnologías y soluciones.
Estas son algunas de las habilidades clave que deben desarrollar los estudiantes para tener éxito en el pensamiento computacional. Es importante proporcionar oportunidades para que los estudiantes desarrollen estas habilidades y les den la confianza para aplicarlas en su vida y trabajo futuros.
La inteligencia artificial (IA) puede ayudar a mejorar la educación inclusiva y la integración de diversos grupos en la educación de varias maneras:
Personalización de aprendizaje: La IA puede utilizarse para personalizar la experiencia de aprendizaje de los estudiantes. Los algoritmos de aprendizaje automático pueden analizar los datos de los estudiantes para identificar sus fortalezas y debilidades, y luego personalizar la experiencia de aprendizaje en consecuencia.
Accesibilidad: La IA puede utilizarse para hacer la educación más accesible para estudiantes con discapacidades. Por ejemplo, puede utilizarse para crear materiales de aprendizaje accesibles para estudiantes con discapacidades visuales o auditivas.
Análisis de datos: La IA puede utilizarse para analizar grandes cantidades de datos para identificar patrones y tendencias que pueden ayudar a mejorar la inclusión y la integración. Por ejemplo, los datos sobre el rendimiento de los estudiantes pueden utilizarse para identificar grupos de estudiantes que pueden requerir apoyo adicional para alcanzar su máximo potencial.
Evaluación: La IA puede utilizarse para evaluar el rendimiento de los estudiantes de manera más eficiente y objetiva. Esto puede ayudar a minimizar las posibles sesgos inconscientes y asegurar una evaluación justa y equitativa para todos los estudiantes.
La IA puede ser una herramienta valiosa en el camino hacia una educación más inclusiva e integrada, siempre y cuando se utilice de manera responsable y equitativa, y se tenga en cuenta la privacidad y la seguridad de los datos de los estudiantes.
La visualización de datos es una forma importante de comprender y presentar información. En el contexto de la educación inclusiva, los datos pueden visualizarse de diversas maneras para ayudar a identificar patrones y tendencias que puedan ser útiles para mejorar la inclusión y la integración.
Imitar al cerebro humano para ayudarlo a aprender. Los sistemas informáticos reproducen la manera en la que el cerebro adquiere nuevos conocimientos y razona. De esta forma la inteligencia artificial nos ayuda con los idiomas o con cualquier otra materia que queramos conocer.
Si los robots son capaces de aprender nuevas destrezas por sí mismos, como caminar por distintos entornos, y los sistemas informáticos pueden desarrollar algoritmos de aprendizaje automático sin que el ser humano interfiera en estos procesos; también es posible que esos sistemas ayuden a las personas a adquirir conocimientos.
En busca de la formación
Durante el confinamiento vivido como consecuencia de la crisis sanitaria del coronavirus, la demanda de formación online se disparó en España. Tal y como señala la empresa malagueña Vértice Elearning, el número de alumnos aumentó rápidamente en más de un 50 por ciento en sus plataformas online.
La compañía de formación ha podido establecer un perfil de estudiante que se define mayoritariamente femenino; las edades predominantes se sitúan entre los 25 y los 34 años y los 45 y los 54 años; y el ordenador es el dispositivo más utilizado.
La inteligencia artificial (IA), está estrechamente relacionada con el aprendizaje, pero ¿cuál es el motivo?
Una de sus áreas principales de desarrollo es la Programación Neurolingúística (PLN) que es la base sobre la que se desarrollan herramientas tan útiles y conocidas como los asistentes virtuales tipo Siri, Alexa o Aura. Para que estos funcionen correctamente necesitan construirse sobre un modelo de lenguaje.
Para desarrollar un modelo, la IA necesita una gran cantidad de datos para aprender. Gracias a la repetición de esos datos, la tecnología es capaz de encontrar su relación y establecer patrones.
Por este motivo cuando, por ejemplo, hacemos una búsqueda en Google, esta herramienta es capaz de sugerirnos palabras y relacionarlas con otras búsquedas. En el caso de los idiomas, los datos son las palabras.
Los idiomas, lo más demandado
Inglés, alemán, francés y chino fueron los grandes protagonistas del confinamiento, según indica la plataforma de formación online 8Belts. La intención de mejorar el dominio de los idiomas, ha sido una de las habilidades que más interés ha despertado en el último año y medio, en especial el inglés.
La conectividad ha permitido mejorar las destrezas de miles de personas en distintas materias y la formación online ha favorecido el desarrollo del aprendizaje.
En este entorno de adaptación, la tecnología ha sido clave para dar respuesta a esas necesidades. IA y machine learning ofrecen metodologías que se adaptan al nivel de cada alumno, y en función de este pueden diseñar un itinerario, para adecuarse a sus objetivos individuales.
Las plataformas de teleformación permiten incluso, mantener un nivel de exigencia adecuado al ritmo de aprendizaje de cada persona, de tal forma que el alumno se sienta “retado” y pueda mantener un nivel óptimo de interés e implicación en aquello que está aprendiendo.
En este sentido, la gamificación es una herramienta muy eficaz en el aprendizaje no solo de idiomas, también de cualquier materia que se quiera estudiar. Permite a los alumnos divertirse mientras adquieren nuevos conocimientos, favorece el interés y la curiosidad para que ellos mismos avancen en sus conocimientos y quieran seguir ampliándolos.
Algunas de las formas en que se pueden visualizar los datos para la educación inclusiva incluyen:
Gráficos de barras: Los gráficos de barras pueden utilizarse para comparar las diferencias en el rendimiento de los estudiantes de diferentes grupos demográficos, como género, raza y origen socioeconómico.
Gráficos de línea: Los gráficos de línea pueden utilizarse para mostrar la evolución del rendimiento de los estudiantes a lo largo del tiempo.
Mapas de calor: Los mapas de calor pueden utilizarse para identificar las áreas geográficas donde se concentran los estudiantes con necesidades especiales o de apoyo.
Diagramas de dispersión: Los diagramas de dispersión pueden utilizarse para identificar las relaciones entre diferentes variables, como el rendimiento de los estudiantes y el acceso a recursos.
Estos son solo algunos ejemplos de cómo se pueden visualizar los datos para la educación inclusiva. La visualización de datos efectiva requiere una comprensión profunda de la información y un enfoque consciente en presentarla de manera clara y concisa
La educación disruptiva se refiere a un enfoque innovador para la educación que utiliza tecnologías avanzadas para mejorar la experiencia educativa. La educación inclusiva, por su parte, busca proporcionar un entorno de aprendizaje equitativo y accesible para todos los estudiantes, independientemente de sus necesidades o habilidades.
La integración de la educación inclusiva en la educación disruptiva implica utilizar tecnologías innovadoras para crear un entorno de aprendizaje accesible y equitativo para todos los estudiantes. Algunas de las formas en que se puede lograr esta integración incluyen:
Accesibilidad digital: La tecnología puede utilizarse para crear materiales de aprendizaje accesibles para todos los estudiantes, incluyendo aquellos con discapacidades visuales o de audición.
Personalización: La tecnología puede utilizarse para crear programas de aprendizaje personalizados que se adapten a las necesidades individuales de los estudiantes.
Aprendizaje colaborativo: La tecnología puede utilizarse para fomentar el aprendizaje colaborativo entre los estudiantes, independientemente de su ubicación o habilidades.
Monitoreo y evaluación: La tecnología puede utilizarse para monitorear el progreso de los estudiantes y proporcionar retroalimentación en tiempo real.
Supongamos que queremos construir un sistema de recomendación educativa que utilice árboles de decisión para sugerir recursos educativos personalizados a los estudiantes. Utilizaremos un conjunto de datos que incluye características de los estudiantes y las calificaciones que obtuvieron en diferentes materias. Utilizaremos esta información para construir un árbol de decisión que pueda predecir qué recursos educativos serían más útiles para un estudiante en particular.
pythonCopy codefrom sklearn.tree import DecisionTreeClassifier
import pandas as pd
# Datos de ejemplo (características del estudiante y calificaciones en materias)
data = {
'Edad': [18, 20, 22, 19, 21],
'Horas_estudio_semanal': [10, 8, 12, 6, 9],
'Calificacion_matematicas': [85, 75, 90, 70, 80],
'Calificacion_ciencias': [80, 70, 85, 65, 75],
'Recurso_recomendado': ['Libro', 'Video', 'Libro', 'Video', 'Libro']
}
df = pd.DataFrame(data)
# Dividir los datos en características (X) y etiquetas (y)
X = df.drop(columns=['Recurso_recomendado'])
y = df['Recurso_recomendado']
# Inicializar y entrenar el modelo de árbol de decisión
modelo_arbol = DecisionTreeClassifier()
modelo_arbol.fit(X, y)
# Realizar una predicción para un nuevo estudiante
nuevo_estudiante = pd.DataFrame({'Edad': [23], 'Horas_estudio_semanal': [11],
'Calificacion_matematicas': [87], 'Calificacion_ciencias': [82]})
recurso_recomendado = modelo_arbol.predict(nuevo_estudiante)
print("Recurso recomendado para el nuevo estudiante:", recurso_recomendado[0])
En este ejemplo, el árbol de decisión aprende a partir de las características de los estudiantes y las calificaciones en diferentes materias para hacer recomendaciones personalizadas sobre qué tipo de recurso educativo sería más útil para un nuevo estudiante. Esto ilustra cómo los algoritmos de aprendizaje automático pueden ser utilizados para personalizar y mejorar la experiencia educativa de los estudiantes.
El aprendizaje móvil (o “m-learning”) ofrece muchas posibilidades tanto para aprendizaje mezclado como en línea aprovechando completamente aprendizaje sus beneficios en tiempo real y en espacio real (espacio físico) mezclada con la información digital y experiencias.
Muchos países en desarrollo están buscando tecnologías móviles que tiene el “potencial para ofrecer educación sin depender de una amplia infraestructura de comunicaciones que se adapte al contexto de los países en desarrollo. En algunos países en desarrollo, hay una fuerte base instalada de usuarios de teléfonos móviles que junto al aprendizaje autonmático les facilitaría no solo la parte humana de los mismos, si no también la económica.
Entonces, es importante considerar si el objeto será realizado solo en línea (como una aplicación-algoritmo-machine learning) o como una experiencia. El despliegue previsto o la ecología del mismo, será importante tener en cuenta antes de que el trabajo de desarrollo comience. Una vez que las decisiones importantes se han hecho, entonces el diseño puede entrar en la fase de desarrollo de contenido móvil. El objeto de aprendizaje puede entonces ser cargado y almacenado en un sistema de gestión, o en un servidor de aprendizaje / o en un curso o un sitio web. Desde allí, el objeto de aprendizaje se despliega. De manera óptima, el bucle de retroalimentación de los usuarios, puede informarles sobre el diseño o rediseño.
Los chatbots ofrecen más oportunidades para que los empleados se conecten con sus compañeros a través del dispositivo móvil, haciendo que el aprendizaje móvil sea más colaborativo, efectivo, social y productivo.
Los chatbots pueden enviar recordatorios a los estudiantes para interactuar con la capacitación a través de un dispositivo móvil. Esto puede aumentar la tasa de participación de los empleados en el entrenamiento.
Para llevar el uso de chatbots en el aprendizaje móvil un paso más allá, hacia un enfoque metacognitivo y de desarrollo integral que aborde tanto habilidades blandas como técnicas, podríamos implementar las siguientes estrategias:
1. Adaptación Dinámica:
- Implementar algoritmos de aprendizaje automático en el chatbot para analizar el progreso y las interacciones del usuario.
- Utilizar esta información para adaptar dinámicamente el contenido y las recomendaciones del chatbot según las necesidades y preferencias individuales del usuario.
- Ofrecer sugerencias personalizadas para el desarrollo tanto de habilidades técnicas como blandas, basadas en el análisis de las fortalezas y áreas de mejora del usuario.
2. Enfoque de Aprendizaje Basado en Problemas:
- Utilizar el chatbot como una herramienta para plantear problemas y desafíos relevantes para el usuario.
- Fomentar la resolución de problemas colaborativa al conectar a los usuarios con otros compañeros o expertos a través del chatbot.
- Facilitar la reflexión metacognitiva al guiar a los usuarios a través del proceso de pensar sobre su propio pensamiento y estrategias de resolución de problemas.
3. Retroalimentación Contextualizada:
- Proporcionar retroalimentación oportuna y contextualizada sobre el desempeño del usuario en relación con los objetivos de aprendizaje.
- Incorporar elementos de inteligencia emocional en la retroalimentación del chatbot para apoyar el desarrollo de habilidades blandas como la empatía, la comunicación efectiva y el trabajo en equipo.
- Ofrecer oportunidades para la autorreflexión y la autorregulación emocional a través de preguntas y actividades específicas.
4. Recursos Multimedia Interactivos:
- Integrar una variedad de recursos multimedia interactivos, como videos, simulaciones y juegos, dentro de las conversaciones del chatbot.
- Permitir a los usuarios explorar conceptos técnicos de manera práctica y experimentar situaciones sociales realistas para el desarrollo de habilidades blandas.
- Fomentar la participación activa del usuario a través de actividades de aprendizaje gamificadas y desafiantes.
5. Facilitar el Aprendizaje Social:
- Establecer comunidades de aprendizaje en línea donde los usuarios puedan interactuar, compartir ideas y colaborar en proyectos a través del chatbot.
- Promover la creación de redes y conexiones profesionales entre colegas con intereses y objetivos similares.
- Facilitar el mentorazgo y el coaching entre pares, donde los usuarios puedan proporcionar orientación y apoyo mutuo en su desarrollo profesional y personal.
Al integrar estas estrategias en el diseño y la implementación de chatbots para el aprendizaje móvil, podemos aprovechar todo su potencial para fomentar un desarrollo integral y metacognitivo de los empleados, abordando tanto habilidades técnicas como blandas de manera efectiva y colaborativa.
1. Adaptación Dinámica:
Ejemplo Universitario: Una plataforma de aprendizaje en línea para estudiantes universitarios que utiliza chatbots adaptativos para ofrecer contenido de curso personalizado y recomendaciones de recursos de aprendizaje. Autores Relevantes: Rose Luckin y Benedict du Boulay, reconocidos por su trabajo en inteligencia artificial aplicada a la educación. Artículo Científico: «Artificial Intelligence in Education» por Rose Luckin y Benedict du Boulay (2019). Algoritmo en Python: Algoritmos de aprendizaje automático como clasificadores bayesianos ingenuos o bosques aleatorios para personalizar las recomendaciones del chatbot según las preferencias del usuario.
2. Enfoque de Aprendizaje Basado en Problemas:
Ejemplo Universitario: Un chatbot diseñado para facilitar el aprendizaje basado en problemas en un curso de ingeniería, donde los estudiantes reciben desafíos prácticos relacionados con el tema del curso. Autores Relevantes: John Dewey, pionero en el aprendizaje basado en problemas, y Howard Barrows, quien popularizó el método en la educación médica. Artículo Científico: «Problem-Based Learning: An Inquiry Approach» por John Dewey (1938). Algoritmo en Python: Algoritmos de procesamiento de lenguaje natural (NLP) para comprender y responder a las preguntas y solicitudes de los estudiantes, como modelos de lenguaje basados en transformers.
3. Retroalimentación Contextualizada:
Ejemplo Universitario: Un chatbot que ofrece retroalimentación contextualizada sobre el código de programación de los estudiantes en un curso de informática, brindando sugerencias específicas para mejorar su calidad y eficiencia. Autores Relevantes: John Hattie, experto en retroalimentación efectiva en la educación, y Carol Dweck, conocida por su trabajo en mentalidad de crecimiento. Artículo Científico: «Visible Learning: A Synthesis of Over 800 Meta-Analyses Relating to Achievement» por John Hattie (2009). Algoritmo en Python: Algoritmos de análisis de texto para identificar patrones y errores comunes en el código de programación de los estudiantes, como la coincidencia de secuencias de tokens con bibliotecas como NLTK.
4. Recursos Multimedia Interactivos:
Ejemplo Universitario: Un chatbot que utiliza recursos multimedia interactivos, como tutoriales en video y simulaciones, para enseñar conceptos complejos en un curso de física. Autores Relevantes: Richard Mayer, conocido por su investigación sobre el aprendizaje multimedia, y Seymour Papert, pionero en la teoría de la construcción del conocimiento. Artículo Científico: «Multimedia Learning» por Richard Mayer (2001). Algoritmo en Python: Frameworks de desarrollo de juegos como Pygame para crear simulaciones interactivas y bibliotecas como MoviePy para manipular y combinar archivos de video.
5. Facilitar el Aprendizaje Social:
Ejemplo Universitario: Un chatbot que conecta a estudiantes de diferentes universidades para colaborar en proyectos de investigación interdisciplinarios, facilitando la creación de redes y el intercambio de conocimientos. Autores Relevantes: Etienne Wenger, teórico del aprendizaje social, y Albert Bandura, conocido por su trabajo en teorías del aprendizaje social. Artículo Científico: «Communities of Practice: Learning, Meaning, and Identity» por Etienne Wenger (1998). Algoritmo en Python: Algoritmos de análisis de redes sociales para identificar conexiones y comunidades dentro de la red de usuarios del chatbot, como los algoritmos de detección de comunidades en grafos utilizando NetworkX.
1. Adaptación Dinámica:
pythonCopy codefrom sklearn.ensemble import RandomForestClassifier
# Inicializar y entrenar el modelo de Bosques Aleatorios
modelo_bosques_aleatorios = RandomForestClassifier()
modelo_bosques_aleatorios.fit(X_entrenamiento, y_entrenamiento)
# Realizar una predicción para un nuevo estudiante
nuevo_estudiante = [[18, 10, 85, 80]] # Edad, Horas_estudio_semanal, Calificacion_matematicas, Calificacion_ciencias
recurso_recomendado = modelo_bosques_aleatorios.predict(nuevo_estudiante)
print("Recurso recomendado para el nuevo estudiante:", recurso_recomendado[0])
2. Enfoque de Aprendizaje Basado en Problemas:
Para este enfoque, la implementación podría requerir un sistema de gestión de aprendizaje (LMS) que utilice chatbots para plantear y guiar a los estudiantes a través de problemas de aprendizaje.
3. Retroalimentación Contextualizada:
pythonCopy code# Implementación de algoritmos de Procesamiento de Lenguaje Natural (PLN) para analizar el código de programación de los estudiantes y ofrecer retroalimentación contextualizada.
# Por ejemplo, utilizando bibliotecas como NLTK para el análisis de texto y la identificación de patrones comunes en el código.
4. Recursos Multimedia Interactivos:
Para este enfoque, podrías implementar una plataforma de aprendizaje en línea que utilice chatbots para presentar y guiar a los estudiantes a través de recursos multimedia interactivos, como simulaciones y tutoriales en video. La codificación específica dependerá de la tecnología utilizada para crear estos recursos.
5. Facilitar el Aprendizaje Social:
La implementación de este enfoque requeriría la integración de algoritmos de análisis de redes sociales en el chatbot, lo que podría involucrar la codificación de algoritmos de detección de comunidades y análisis de conexiones en la red de usuarios del chatbot.
Para llevar a cabo la integración de algoritmos de análisis de redes sociales en un chatbot, primero necesitaríamos acceder a los datos relevantes de la red de usuarios del chatbot. Esto podría incluir información sobre las interacciones entre usuarios, conexiones establecidas, intereses compartidos, entre otros. Luego, podríamos utilizar algoritmos de análisis de redes sociales para identificar comunidades y analizar las conexiones en esta red. Aquí tienes un ejemplo básico de cómo podríamos llevar a cabo este proceso utilizando Python y la biblioteca NetworkX para el análisis de redes:
pythonCopy codeimport networkx as nx
# Supongamos que tenemos un grafo que representa la red de usuarios del chatbot
# Aquí creamos un grafo de ejemplo, pero en la práctica, deberías cargar los datos reales de la red
G = nx.Graph()
# Agregar nodos (usuarios)
G.add_nodes_from(["Usuario1", "Usuario2", "Usuario3", "Usuario4"])
# Agregar conexiones entre usuarios (aristas)
G.add_edges_from([("Usuario1", "Usuario2"), ("Usuario1", "Usuario3"), ("Usuario2", "Usuario3"), ("Usuario3", "Usuario4")])
# Identificar comunidades en la red utilizando el algoritmo de Louvain
comunidades = nx.algorithms.community.greedy_modularity_communities(G)
# Imprimir las comunidades identificadas
print("Comunidades identificadas:")
for idx, comunidad in enumerate(comunidades):
print(f"Comunidad {idx + 1}: {comunidad}")
En este ejemplo, creamos un grafo de ejemplo que representa la red de usuarios del chatbot, donde los nodos son los usuarios y las aristas representan las conexiones entre ellos. Luego, utilizamos el algoritmo de Louvain para identificar las comunidades en esta red. Las comunidades identificadas representan grupos de usuarios que están más densamente conectados entre sí que con el resto de la red.
Chatbots realiza un seguimiento del rendimiento y el progreso de los estudiantes móviles.
https://juandomingofarnos.wordpress.com/…/machine-learning…/ Machine learning: ¿personalized learning automatizado? Juan Domingo Farnós Miró
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.
Los chatbots de IA son útiles para empresas, empleados y clientes. Afirmar que están transformando el aprendizaje móvil es insuficiente. Descubra más sobre el aprendizaje móvil en nuestro artículo de blog Mobile Learning Solutions: ¿Qué hay para la capacitación corporativa?
https://es.linkedin.com/…/mobile-learning-le-velocidad-del-… Mobile learning: le «velocidad» del aprendizaje del siglo XXI
Los beneficios clave de m-learning para la educación superior son:
• Exploración de las prácticas de enseñanza y aprendizaje innovadoras.• Habilitación de la realización del “aprendizaje auténtico” – es decir, facilitar en cualquier lugar,en cualquier momento, centrado en el alumno el aprendizaje.(ubicuidad)
• Involucrar a los estudiantes con las affordances de las tecnologías Web 2.0 móvil: conectividad, movilidad, geolocalización, redes sociales, podcasting personal y vodcasting, etc …
• Reducción de la brecha digital mediante el acceso a los contextos de aprendizaje y de usuario, herramientas de creación de contenidos que son asequibles y cada vez más propiedad de los estudiantes.
• Pasar de un modelo de fijo, la informática general dedicado a un móvil inalámbrico, paradigma informático que convierte cualquier espacio en un espacio potencial de aprendizaje.
Las tecnologías(aprendizaje móvil) m-learning ofrecen la posibilidad de participar en el aprendizaje, conversaciones entre estudiantes y profesores, entre pares estudiantiles, los estudiantes y expertos en el tema, y los estudiantes y ambientes auténticos dentro de cualquier contexto.
El aprendizaje tiene lugar no sólo en el aula o en el PC de casa: Las técnicas de aprendizaje móvil (m-learning) hacen posible que algunos años para aprender en otros lugares. Esto significa que, o bien como “tiempo de inactividad” irá utilizado para expandir sin importar la hora y el lugar del conocimiento de uno mismo. Las habilidades están situadas “en el sitio” adquirido aproximadamente a lugares históricos o excursiones. El aprendizaje móvil es compatible con la distribución de contenidos educativos y la comunicación con y. Entre los estudiantes por medio de dispositivos móviles y aplicaciones relacionadas.
El aprendizaje móvil incluye todos los sistemas que permiten al alumno distribuido acceso a los datos y se comunican entre sí sin tener que depender de las redes eléctricas y de comunicación alámbricos (Karran, 2003) Los dispositivos móviles son portátiles, tienen su propia fuente de alimentación y la capacidad de comunicación inalámbrica. Específicamente resuma los incluyendo, pero no limitado …
– Laptops,
-Tabletas
-Smartphones
…chatbots…
El aprendizaje no es ahora estático, localizado ; en cambio, el aprendizaje se extiende a contextos, experiencias e interacciones. No se trata sólo de una información jamming individuo en su cerebro; es inclusivo, social, participativo, flexible, creativo y de por vida. Una fracción de todo lo que he aprendido – una fracción muy pequeña – proviene de las aulas y a mi manera de ver las cosas, de manera residual, incluso habrá un momento que deberemos decidir si las aulas son necesarias, o no..
Espero que pronto tengamos el software necesario para analizar y decidir la retroalimentacion adecuada a cada aprendizaje a cada proceso de trabajo, incluso que nos pueda ayudar a decidir si optamos por seguir con el mismo, aunque sea con variaciones o por contra, cambiar radicalmente (disrupcion).
Juan Domingo Farnós
BIBLIOGRAFÍA
- Rose Luckin – Profesora de Inteligencia Artificial y Educación en University College London (UCL).
- Artículo Científico: «Machine Learning and Human Intelligence: The Future of Education in the 21st Century» (2017).
- Benedict du Boulay – Profesor Emeritus de Ciencias de la Computación en la Universidad de Sussex.
- Artículo Científico: «Artificial Intelligence in Education: Present and Future Prospects» (2020).
- John Dewey – Filósofo y psicólogo educativo, conocido por su trabajo en el aprendizaje basado en problemas.
- Libro: «Democracy and Education» (1916).
- Richard Mayer – Psicólogo educativo especializado en el aprendizaje multimedia.
- Libro: «Multimedia Learning» (2009).
- John Hattie – Profesor y autoridad reconocida en el área de evaluación educativa y efectividad del aprendizaje.
- Libro: «Visible Learning: A Synthesis of Over 800 Meta-Analyses Relating to Achievement» (2009).
- Seymour Papert – Matemático y educador, pionero en el aprendizaje constructivista y el uso de computadoras en la educación.
- Libro: «Mindstorms: Children, Computers, and Powerful Ideas» (1980).
Universidades Relevantes:
- University College London (UCL) – Ofrece programas de investigación y posgrado en el campo de la inteligencia artificial y la educación.
- University of Sussex – Conocida por su investigación en ciencias de la computación y tecnología educativa.
Recursos Adicionales:
- IEEE Transactions on Learning Technologies – Revista académica que publica investigaciones sobre tecnologías educativas, incluida la inteligencia artificial.
- Journal of Educational Psychology – Publica investigaciones en psicología educativa, incluidos estudios sobre el aprendizaje multimedia y la retroalimentación efectiva.
- Entrevistas en línea: Muchos de estos autores participan en conferencias y eventos académicos donde comparten sus ideas y conocimientos. Buscar entrevistas y charlas en línea puede proporcionar una visión adicional sobre sus perspectivas y contribuciones al campo.
- Cristóbal Cobo – Investigador chileno especializado en tecnología educativa y aprendizaje móvil.
- Libro: «Innovación Pendiente: Reflexiones (y Provocaciones) Sobre Educación, Tecnología y Conocimiento» (2014).
- Marcelo Maina – Profesor e investigador argentino en el campo de la tecnología educativa y el aprendizaje en línea.
- Artículo Científico: «Mobile Learning Technologies for 21st Century Teachers and Students: A Review» (2019).
- Fernando Santamaría – Profesor e investigador español en inteligencia artificial aplicada a la educación.
- Libro: «Inteligencia Artificial en Educación: Más Allá del MOOC» (2016).
Universidades Relevantes:
- Universidad de Buenos Aires (UBA) – Reconocida por su investigación en educación y tecnología, ofrece programas de posgrado en educación digital.
- Universidad Nacional Autónoma de México (UNAM) – Destacada por su investigación en tecnologías de la información aplicadas a la educación, ofrece cursos y seminarios sobre el tema.
Recursos Adicionales:
- Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología (RITEET) – Publicación académica que aborda temas de tecnología educativa y aprendizaje móvil en el contexto latinoamericano.
- Latin American Journal of Learning Technologies (LJLT) – Revista académica que cubre investigaciones y desarrollos en el campo de las tecnologías de aprendizaje en América Latina.
- Centro de Investigación y Desarrollo de la Educación (CIDE) – Institución argentina dedicada a la investigación en tecnología educativa y desarrollo curricular.
- Instituto Tecnológico y de Estudios Superiores de Monterrey (ITESM) – Reconocido por su enfoque en la innovación educativa y la tecnología aplicada a la educación, ofrece programas de formación continua y posgrado en este campo.
- Universidad Autónoma de Barcelona (UAB) – Destacada por su investigación en tecnología educativa y aprendizaje móvil, ofrece programas de posgrado y cursos en línea sobre estos temas.
- Congreso Iberoamericano de Educación y Tecnología (CIET) – Evento académico que reúne a investigadores, educadores y profesionales del ámbito educativo para discutir avances y tendencias en tecnología educativa en el contexto iberoamericano.