Buscar

juandon. Innovación y conocimiento

La búsqueda del conocimiento en una Sociedad de la Inteligencia

Etiqueta

machine learning

La gestión de datos del machine learning nos permitirá aprender de manera creativa y autónoma.

juandon
a0b606d64fd75a0e13e60fef5b1289dd3423f762_2880x1620
El aprendizaje automático es el arte de hacer que una computadora haga cosas útiles sin codificarla explícitamente. Más específicamente, el aprendizaje automático es la adquisición de nuevos conocimientos a través de un sistema artificial.
 
Al igual que un ser humano, la computadora de forma independiente genera conocimiento a partir de la experiencia y puede encontrar de forma independiente soluciones a problemas nuevos y desconocidos. Para hacer esto, un programa de computadora analiza ejemplos y usa algoritmos de autoaprendizaje
 
El objetivo de Machine Learning es vincular de manera inteligente los datos, reconocer relaciones, sacar conclusiones y hacer predicciones.
 
¿Cómo funciona el aprendizaje automático en principio?
En principio, similar al aprendizaje humano. De forma similar a como un niño aprende que ciertos objetos se pueden ver en las imágenes, una computadora también puede “aprender” a identificar objetos o distinguir personas. Para este propósito, el software de aprendizaje primero se alimenta con datos y se entrena. Por ejemplo, los programadores le dicen al sistema que un objeto es “un perro” y otro “no un perro”. A medida que avanza, el software de aprendizaje recibe constantemente comentarios del programador, que utiliza el algoritmo para ajustar y optimizar el modelo: con cada nuevo registro, el modelo mejora y finalmente puede distinguir claramente a los perros de los que no lo son.
 
El aprendizaje automático ayuda a las personas a trabajar de manera más eficiente y creativa y siempre de manera personalizada/socializadora. Por ejemplo, pueden usar el aprendizaje automático para organizar y editar sus imágenes más rápido. Con el aprendizaje automático, también pueden dejar el trabajo aburrido o elaborado en la computadora. Los documentos en papel, como las facturas, pueden escanear, almacenar y almacenar software de aprendizaje de forma independiente.
 
 
La diversidad de pensamiento crea “interrupción constructiva” (DISRUPCION-EDUCACION DISRUPTIVA -learnig is the work) que pueden influir en las nuevas formas de pensar, innovación y nuevas iniciativas, lo que nos lleva a crear un nuevo paradigma.
Cada vez más vamos a situaciones donde “las organizaciones que definen a las personas, las personas definen a las instituciones”.
Estamos próximos a la posibilidad de utilizar agentes que comprenden contextos, que sean capaces de hacer “coherente” el sentido de los flujos de datos variados para buscar información, descubrir y proporcionar el contenido necesario para cada uno..
Una cosa que me parece fascinante la idea de que se podrá crear un “perfil de aprendizaje”, una identidad que es esencialmente un paquete digital de nuestras preferencias de aprendizaje y los contenidos del aprendizaje del pasado, que se podrá acceder por las máquina (PERSONALIZED LEARNING + MACHINE LEARNING. by Juan Domingo Farnos)
Esto permitirá que la “máquina” en realidad adapte sus interfaces de usuario, el contenido de aprendizaje y la experiencia en sí misma, y presentar información de una manera que se adapte a las preferencias de los humanos….eso sin duda nos lleva a la VERDADERA SOCIEDAD INTELIGENTE.
Todo ello ocasionará un Aprendizaje integrado – aprendizaje en red que estará integrado en cada dispositivo, cada herramienta, cada recurso físico de LAS PERSONAS, no hay necesidad de una formación específica, la información más reciente estará disponible sólo en el tiempo, de fuentes auténticas COMPUTACIÓN UBÍCUA E I-BICUA, a juzgar por el valioso análisis de la red, siempre con el contexto y que las personas prestemos nuestra ayuda.
 
La Personalización puede tomar muchas formas, ya que se adapta el contenido, la práctica, la retroalimentación, o de dirección para que coincida con el progreso y el rendimiento individual. Por ejemplo, dos personas que utilizan la misma instrucción al mismo tiempo pueden ver dos conjuntos completamente diferentes de los objetos de aprendizaje. El mayor beneficio de la personalización de aprendizaje es la capacidad para hacer más fácil la instrucción compleja, presentando sólo lo concreto que será útil o aceptado por cada uno.
fig-1-evolutionary-history-of-ubiquitous-computing-technology
Una buena retroalimentación hace pensar:….
              a-Si el voto es uno de los factores más importantes para mejorar el trabajo del aprendiz y los resultados….a…
              b- ¿qué esperamos? que todos en los centros puedan intervenir por igual…
              c-¿no sería mas justo?
Si el modelado del proceso de retroalimentación permite a los jóvenes desarrollar su propia autorregulación de mejorar el trabajo….
¿Cómo no un centro cualquiera deja de implementar toda una política de la regeneración de la universidad, escuela que tenga en cuenta los muchos matices de cada tema?
La retroalimentación es importante. Nos retroalimentamos con los aprendices a a diario, es más, nosotros también lo somos, pero si podemos hacerlo ayudandonos de la Machine learning (La tecnología Machine Learning está abriendo nuevas oportunidades para las aplicaciones de software en temas de retroalimentación, al permitir a los ordenadores aprender de grandes y de pequeñas cantidades de información sin necesidad de ser programados explícitamente, aprendiendo de los errores producidos y segun los datos personalizados, readaptarlos en otras direcciones, lo cual nos permite optar por otras opciones de aprendizaje…)
En este sentido, los sistemas Machine Learning representan un gran avance en el desarrollo de la inteligencia artificial, al imitar la forma en que aprende el cerebro humano -mediante la asignación de significado a la información y darnos más posibilidades de opción segun nuestros personalismos.
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 de Roger Schank ). 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.
Desde los primeros albores de la temprana inteligencia artificial, los algoritmos han evolucionado con el objetivo de analizar y obtener mejores resultados: árboles de decisión, programación lógica inductiva (ILP), clustering para almacenar y leer grandes volúmenes de datos, redes Bayesianas y un numeroso abanico de técnicas que los programadores de data science pueden aprovechar” XAKATA
 
El sueño de entregar el aprendizaje personalizado utilizando objetos de aprendizaje que se ajusta al tiempo real, en cualquier lugar, en cualquier momento, justo suficientes necesidades del estudiante está a punto de convertirse en una realidad. Hoy en día, junto con muchos desarrollos importantes en la psicología de la instrucción, estándares abiertos, lenguajes de marcas estructuradas para la representación de datos interoperables, y el cambio de control de flujo de instrucción desde el cliente al servidor, una base totalmente nueva está haciendo realmente personalizado de aprendizaje en línea .
“Poco a poco las características subversivas de la computadora fueron erosionados distancia: En lugar de cortar a través y así desafiar la idea misma de fronteras temáticas, el equipo ahora se define un nuevo tema; en lugar de cambiar el énfasis del currículo impersonal a la exploración en vivo emocionados por los estudiantes, el ordenador se utiliza ahora para reforzar los caminos de la escuela. Lo que había comenzado como un instrumento subversivo de cambio fue neutralizado por el sistema y se convierte en un instrumento de consolidación”..… Audrey Watters
 
Lo que hace que la programación ed-tecnología “adaptable” es que la IA evalúa la respuesta de un estudiante (por lo general a una pregunta de opción múltiple), luego sigue con la “segunda mejor” cuestión, cuyo objetivo es el nivel “adecuado” de dificultad. Esto no tiene por qué requerir un algoritmo especialmente complicado, y la idea en realidad basada en “la teoría de respuesta al ítem”, que se remonta a la década de 1950 y el ascenso de la psicometría. A pesar de las décadas siguientes, sinceramente, estos sistemas no se han vuelto terriblemente sofisticados, en gran parte debido a que tienden a basarse en pruebas de opción múltiple.
 
Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.
 
https://juandomingofarnos.wordpress.com/…/los…/ Los algoritmos salen de las Universidades de Juan Domingo Farnós Miró
 
Cute Robot
Estamos hoy en la clase difusa del pensamiento calculador y comparaciones cuantitativas insta a que el utilitarismo, tal razonamiento no se basa en el trabajo de visibilidad a hacer. Más bien, eso depende de algoritmos de análisis, qui a su vez depende de la presa de los algoritmos silenciosos –los que convierten en silencio nuestro comportamiento en una avalancha de datos. (son la metafora de los presos alrededor que se pusieron alrededor de una torre de vigilancia para ser visualizados, hasta que estos alcanzaron la manera de evitarlo( estos eran los algoritmos)….
 
Si partimos de la idea de que la REALIDAD es múltiple, podemos entender por qué aprender en la diversidad no tiene porque llevarnos a un punto común-….esta premisa es fundamental para entender el pensamiento crítico en los aprendizajes y sin la cuál sería imposible llevar a cabo aprendizajes basados en la diversidad-INCLUSIVIDAD (EXCELENCIA)…
 
…todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA), por medio de una mezcla de inteligencia artificial y algorítmica.
 
El beneficio más evidente de estas innovaciones es la creación de una ecología de aprendizaje que comparte recursos de grandes depósitos de contenidos en los objetos de aprendizaje que se comparten de forma individual, ampliamente, y de forma más económica.
Por tanto debemos elegir entre dos posturas que condicionarán el futuro de la Sociedad, ya que la Educación es una de las principales piedras angulares en que gravita cualquier hábitat.
Una, sería seguir buscando mejoras, modificaciones, regeneraciones…a los Sistemas Educativos de amplio aspectro que venimos realizando las últimas generaciones-que sería seguir con una Educación eminentemente formal, estandarizada,
homogeneizadora…basada en Curriculums prescriptivos e igualadores… y enfocada a dar resultados que generen titulaciones previstas para que luego deriven en la sociedad en los trabajos clásicos de siempre…..
Ahora la Sociedad debe decidir como quiere que sea la Educación, cómo quieren que la innovación que se vaya produciendo, se desarrolle, …si es que realmente desean que esté, en cierta manera enmarcada y aceptada por todos,… una Educación natural, por tanto eminentemente no formal, informal, que pueda o no llegar a la formal, pero por medio de mecanismos no dados, es decir, de ir siempre hacia resutados finalistas, consabidos, previstos…sino de planteamientos creativos, constructivos y sobretodo priorizando la conectividad entre personas y/u organizaciones y estableciendo mecanismos generadores de procedimientos abiertos, flexibles y autoregenerables, donde la retroalimentación producto del ENSAYO-ERROR, sea la base del funcionamiento normal de la sociedad y eso se consigue con la ayuda del Machine learning.
Un artículo de Brighton analiza el rol de los nuevos medios digitales, los“UBIMEDIA” que por sus características –multifacéticas, convergentes,colaborativas y cooperativas, móviles- tienen el potencial de empoderar a las personas y crear una mayor cultura participativa.En este contexto las instituciones que tradicionalmente tenían la potestad de establecer aquello que está bien y lo que no lo está, hoy se ven amenazadas por nuevas reglas del juego. Estos retos nos llevan a pensar en nuevos perfiles de profesionales.
Hacen falta perfiles híbridos digitales-analógicos que sean capaces de traducir conocimiento de una comunidad a otra y que puedan generar valor al momento de conectar conocimientos. Necesitamos de habilidades multiplicadas y desarrollo de actitudes creativas, las cuáles se presentan como elementos claves. Es necesario a pensar en un aprendizaje mejorado, que no se limite a una disciplina o certificación, sino que sea permanente, distribuido y escalable, cuya trazabilidad esté en manos de la mayor parte de la población, cada uno con sus características…
Poder personalizar el proceso de aprendizaje a cada estudiante es vital para facilitar su progreso y conseguir que utilice todo su potencial. Es necesario adaptar la enseñanza a las necesidades de cada alumno para lograr atender sus dificultades y aprender a potenciar sus puntos más fuertes. Aquí interviene la trazabilidad educativa, un elemento importantísimo en este proceso.
¿Cómo funciona la trazabilidad educativa?
Utilizar herramientas digitales orientadas a este objetivo nos permite acceder a una gran cantidad de datos que nos aportarán la información necesaria para personalizar la educación a cada alumno. Aunque varían según la plataforma, generalmente podemos agruparlas en dos categorías:
                             a-Seguimiento de uso: Se refiere a los datos relacionados con las conexiones a la plataforma y a cada recurso. Cuántas veces la visitan, cuánto tiempo dedican a cada recurso, cuántas veces acceden a ellos…
                             b-Seguimiento de actividades: Suelen incluirse dos tipos de actividades, las autocorrectivas y las entregables. Las primeras, de respuesta cerrada (tipo test), tienen la ventaja de que son corregidas de forma automática por la aplicación, lo que ahorra un tiempo considerable al docente.
                             c-Se podrá acceder a todos los datos relativos al tiempo dedicado, si han necesitado salir de la página para buscar más información, los intentos realizados, etc. Además, también puede medirse la participación en foros y debates.
Es también habitual que las herramientas nos permitan elaborar un seguimiento del progreso de los alumnos. Para ello, generan automáticamente informes a partir de las diferentes actividades y el uso de la plataforma, pudiendo referirse al conjunto de la clase o a estudiantes individuales.
 
 
images
Los objetivos de estos proceso pretenden hacer frente a las necesidades actuales y las oportunidades de aprendizaje, mediante esta analítica recogiendo los enfoques multidisciplinares pero complementarios de diferentes campos, tales como Ciencias de la Computación, Ciencias de datos, Matemáticas, Educación, Sociología…, eso si, deben ser siempre personalizados y con la responsabilidad de los propios aprendices.
Necesitamos por tanto:
               1–Análizar el aprendizaje basado en competencias, lo que nos llevará…
               2–Aprender y por tanto a realizar la propia evaluación (recordemos que cada aprendizaje lleva impreso consigo la evaluación, ya no como una medición, si no como parte del mismo) con los procesos de aprendizaje de los demás mediante el análisis de ruta de aprendizaje personal y social. Al mismo tiempo, el mecanismo de aprendizaje tecno-social personalizado nos permite que el aprendiz aprenda de acuerdo a su situación y objetivos.
               3–Establecer una ruta de aprendizaje individual lo podemos modelar para registrar su proceso de aprendizaje. Por tanto, el espacio de aprendizaje personal (PLE), sera siempre un espacio no lineal…, es en esta situación donde el pensamiento crítico actúa de manera determinante, para manifestarse capaz de deducir las consecuencias de lo que cada uno sabe, y sabe cómo hacer uso de la información para resolver problemas, y buscar fuentes de información pertinentes para aprender más…
               4-Realizar un análisis de aprendizaje para la evaluación de las competencias genéricas y específicas:
          a-La integración de la analítica de investigación y aprendizajes educativos.
          b-Analíticas de aprendizaje y el aprendizaje autorregulado.
          c-Intervenciones y análisis de los diferentes aprendizajes, estudio de casos…
          d-Implementaciones de la analítica de aprendizaje.
          e-Analíticas de aprendizaje y efectos a largo plazo (estudios sobre la analítica de aprendizaje).
          f-Los avances teóricos en la analítica de aprendizaje.
          g-Replicación y validación cruzada de las investigaciones existentes.
          h-Aspectos éticos de la analítica de aprendizaje.
          i-Analíticas de aprendizaje y formulación de políticas (policy makers)
          j–Interoperabilidad para la analítica de aprendizaje.
Otro beneficio de la personalización es que cada vez que se personaliza, a aprender y almacenar un poco más sobre el conjunto único de un alumno, se aportan posiciones diferenciadas al aprendizaje social.
Esto no solo permite llegar a un mejor AUTOAPRENDIZAJE, si no también una manera más de “emprendimiento” y “apropiación” de la red, como “espacio” claramente de aprendizaje personalizado y socializador.
Esta “vinculación” que se establece, es propia incluso del funcionamiento cerebral, como muy bien dice George Siemens y diría mi amigo argentina Alicia Banuelos (una maravillosa Física)…”la sinapsis neuroal provoca que las neuronas se vinculen, se relacionen unas con otras”.
 
 
“Sin entrar en detalles complejos sobre los diferentes paradigmas de Inteligencia Artificial y su evolución podemos dividir dos grandes grupos: la IA robusta y la IA aplicada.
 
 
Inteligencia Artificial robusta o Strong AI: trata sobre una inteligencia real en el que las máquinas tienen similar capacidad cognitiva que los humanos, algo que, como los expertos se aventuran a predecir, aún quedan años para alcanzar. Digamos que esta es la Inteligencia de la que soñaban los pioneros del tema con sus vetustas válvulas.
Inteligencia Artificial aplicada Weak AI (Narrow AI o Applied AI): aquí es donde entran el uso que hacemos a través de algoritmos y aprendizaje guiado con el Machine Learning y el Deep Learning.
El Machine Learning en su uso más básico es la práctica de usar algoritmos para parsear datos, aprender de ellos y luego ser capaces de hacer una predicción o sugerencia sobre algo.
 
El Machine Learning en su uso más básico es la práctica de usar algoritmos para parsear datos, aprender de ellos y luego ser capaces de hacer una predicción o sugerencia sobre algo. Los programadores deben perfeccionar algoritmos que especifiquen un conjunto de variables para ser lo más precisos posibles en una tarea en concreto. La máquina es entrenada utilizando una gran cantidad de datos dando la oportunidad a los algoritmos a ser perfeccionados.
 
 
La capacidad de manejar relaciones complejas entre la entrada y salida de grandes cantidades de datos es uno de los beneficios clave del aprendizaje automático.
 
Machine Learning es una rama de la Inteligencia Artificial (AI). En el mismo sentido, la lógica, el análisis y estocástica son ramas de las matemáticas; Subdivisiones de Física de Mecánica, Termodinámica y Física Cuántica.
 
La Inteligencia Artificial en sí misma es una subdisciplina de la informática y generalmente se ocupa de la automatización del comportamiento humano inteligente. Además del aprendizaje automático, la Inteligencia Artificial, como lo implica el término alemán, incluye áreas tales como los sistemas basados ​​en el conocimiento (expertos), el reconocimiento de patrones, la robótica, el procesamiento del lenguaje natural y la traducción automática. Sin embargo, Machine Learning actualmente se considera una de las disciplinas de Inteligencia Artificial más importantes y exitosas.
“Vamos ya a aprender durante toda nuestra vida y en cualquier momento, el qué, cuándo, cómo y dónde (eligiendo con quién), ya han dejado de ser, una obligación para pasar a seer algo usual en nuestra vida, las TIC, Internet, la Inteligencia Artificial, “han dinamitado” todo ese planteamiento que no sabíamos ni podíamos superar, ahora el estaticismo de aprender de manera controlada, uniforme, el “ocupar un espacio y un tiempo”, han dejado ya de existir, por lo cuál, vivimos aprendiendo, aprendemos en cada momento de nuestra vida, por eso, cualquier planteamiento que hagamos en este impás, debe acomodarse a esta nueva manera de entender la vida que ya está aquí, pero estamos “suscribiendo” las maneras de llegar a ello”
Hay muchas maneras de personalizar el aprendizaje. Sin embargo, al igual que los términos de estilos y la motivación del aprendizaje, la personalización es otro término mal definido. Para ser más específicos, se describe la personalización aquí con cinco niveles con creciente sofistificación, cada nivel que describe una estrategia de personalización específica. Desde los más simples a las más complejas, las cinco estrategias son:
          (a) nombre reconocido;
          (B) describe a sí mismo;
          (C) segmentados;
         (D) cognitivo-basada; y
          (E) de base integral de la persona.
A lo mejor el “sueño de algunos de una educación autónoma y libre (solo realizable mediado con la Machine learning, AI, internet, TIC), no es tal sueño y es una realidad.
juandon
Anuncios

El Machine learning entra de lleno en la educación y la va a condicionar.

juandon

231921969_41b3028d92

El machine learning, el aprendizaje automatizado, va a condicionar y mucho el aprendizaje de hoy y más el de mañana, es por eso que os dejo cuatro artículos que he escrito al respecto y que son fruto de las investigaciones que ya conoceis, su deriva lógica que nunca irán de manera aislada si no que están dentro de la EDUCACIÓN ABIERTA, INCLUSIVA, UBÍCUA, en la que siempre nos basamos pero que como es lógico va evolucionando de manera permanente y continuada.

 

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.

 

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

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

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

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

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

 

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

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

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

” La pieza central de cualquier forma de “aprendizaje personalizado” es el algoritmo para la adaptación de los aprendizajes a los estudiantes individuales .Es cierto que cuando se programa un algoritmo se puede hacer más incidencia en unos valores más que con otros, éstas decisiones son subjetivas; que contienen juicios de valor sobre las variables dependientes e independientes y su relación entre sí. Las cifras ocultan la subjetividad dentro de estas ecuaciones.
Los ingenieros de software crearán diferentes versiones de “aprendizaje personalizado” e insertarán los juicios de valor en las ecuaciones de regresión complicados con el que han escrito para lecciones en línea. Estas ecuaciones estarán ancladas en los datos de los estudiantes prediciendo (no en su totalidad ya que los ingenieros y educadores hacen tweak- “masaje” -las ecuaciones favorecidas) lo que los estudiantes deben estudiar y absorber, clases individualizadas de software en línea , nosotros cambiamos lo de absorver de manera individualizada, por “aprender de manera personalizada-personalized learning, and social learning”.
Tales lecciones “personalizadas” alteran la función del docente para mejor, de acuerdo a los promotores de la tendencia. En lugar de cubrir el contenido y la enseñanza de habilidades directamente, los docentes pueden tener los estudiantes en línea , por medio de ELEARNING, MLEARNING… liberando así el mismo docente para entrenar, dar atención individual a los estudiantes que se desplazan por delante de sus compañeros de clase y los que luchan.
juandon

Con el personalized learning y el machine learning, proyectamos escenarios de aprendizaje!!!

https://juandomingofarnos.wordpress.com/2017/08/12/con-el-personalized-learning-y-el-machine-learning-proyectamos-escenarios-de-aprendizaje/  (Juan Domingo Farnós Miro)

 

Machine learning: ¿personalized learning automatizado?

https://juandomingofarnos.wordpress.com/2017/08/30/machine-learning-personalized-learning-automatizado/ (Juan Domingo Farnos Miro)

 

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

https://juandomingofarnos.wordpress.com/2017/12/02/conocimiento-y-aprendizaje-hibrido-el-futuro-machine-learning-y-personas/ (Juan Domingo Farnos Miro)

 

El MACHINE LEARNING vs MOBILE LEARNING: medios para encumbrar el personalized/social learning en el nuevo paradigma…

 

https://juandomingofarnos.wordpress.com/2017/12/03/el-machine-learning-vs-mobile-learning-medios-para-encumbrar-el-personalized-social-learning-en-el-nuevo-paradigma/ (Juan Domingo Farnos Miro)

 

juandon

El MACHINE LEARNING vs MOBILE LEARNING: medios para encumbrar el personalized/social learning en el nuevo paradigma…

Juan Domingo Farnos
 
privacy
 
La necesidad de tener máquinas autónomas están en el corazón del movimiento de aprendizaje automático y del aprendizaje ubícuo en si mismo.
 
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.
 
 
 
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.
 
Podemos seguir y seguir, pero acabaremos haciéndonos preguntas, como siempre:….
 
                       —¿Qué es el aprendizaje automático? ¿Cómo podemos implementarlo en el mundo de la educación y de manera móvil?
 
                       —¿Qué es el aprendizaje móvil? ¿Cuáles son sus posibilidades y limitaciones?
 
                       —¿Cuáles son algunos de los límites de los dispositivos móviles en términos de insumos de información? Información de recibo a través del entorno de una pequeña pantalla?
 
                       —¿Cuáles son los pasos necesarios para el diseño y construcción de objetos digitales de aprendizaje para la entrega a través de dispositivos móviles y desarrollados de manera automática?
 
                        —¿Cuáles son algunos tipos de mobile-friendly objetos de aprendizaje digitales que se pueden crear hoy en día?
 
                        —¿Cuáles son algunos ejemplos de los métodos pedagógicos utilizados en escenarios reales de aprendizaje móvil y autonámicos o es mejor crearlos nosotros mismos según nuestras necesidades y contextos, siempre de manera personalizada/socializadora?
 
 
                       —¿Estamos listos para el Aprendizaje Móvil?
 
                      —¿Estamos preparados para un aprendizaje móvil dentro del machine learning?
 
 
El uso frecuente de los dispositivos móviles no significa que los estudiantes o profesores están preparados para el aprendizaje móvil ni automático:
 
                    a——¿Estamos los estudiantes y profesores dispuestos a dar el salto del aprendizaje presencial, del e-learning …al aprendizaje móvil automático?
 
                   b —–¿Qué significa estar preparados? Para responder a estas preguntas, podemos examinar los dispositivos móviles que los estudiantes y profesores ya estan utilizando, así como las actividades que realizan durante el uso de estos dispositivos. En la mayoría de los casos, los estudiantes y los profesores ya han participado en una variedad de actividades de informática móvil y la comunicación en el trabajo y para otras facetas cotidianas.
 
Veremos que pasa en los próximos tiempos, pero parece obvio que el APRENDIZAJE MÓVIL, el el AUTOMATIZADO SE MEZCLEN: “aprender desde cualquier sitio y sin importar el tiempo”, cambiará la manera de aprender, eso está claro, sus consecuencias pueden llevarnos a que la sociedad se decida por otra forma de educarse, pero eso lo veremos….
 
El aprendizaje automático tiene el potencial de respaldar aspectos de la enseñanza y el aprendizaje que consumen mucho tiempo y son difíciles de gestionar, como el trabajo en proyectos individuales, la colaboración, los tutoriales y el aprendizaje autodirigido y si se extrapola a situaciones ubicuas, se podrá incluso a entender la necesidad del cambio de ROLES
 
Investigaciones recientes de acceso digital han demostrado que el arte de los cuestionamientos abiertos en las aulas está desapareciendo. ¿Qué pasa si volteamos un sistema típico de aprendizaje automático? ¿Qué pasaría si, en lugar de aislar a un alumno de hechos específicos, los sistemas fueran diseñados en su lugar para hacer preguntas abiertas a los estudiantes para excitar y despertar su imaginación, para que su personalización y socialización de sus aprendizajes fueran decisivos en su vida y en su educación?
 
¿Qué pasa si estos sistemas fueron diseñados para preparar a los jóvenes para gestionar de forma autonoma, abierta, flexible y ubícua (MOBILE LEARNING) su propio aprendizaje asegurándose de que están listos para hacer las preguntas apropiadas y maximizar las conversaciones , habiendo ya explorado el tema con sujetos agentes? Además de alimentar la imaginación, este enfoque abierto podría beneficiarse de otras características del aprendizaje automático.
 
El problema con la práctica actual es que una prueba de cultivo significa que las máquinas se utilizan para pintar el tipo incorrecto de imágenes. Los puntajes de las pruebas son la única moneda que cuenta en las aulas, por lo que estas imágenes tienden a ser de rendimiento de prueba y no dicen nada sobre lo que los alumnos pueden hacer, cómo lo hacen y qué/quien les importa. Las transcripciones de las conversaciones con un agente “abierto” impulsado por el aprendizaje automático podrían ayudar a crear imágenes mucho más ricas para que puedan implementar sus aprendizajes en la vida real.
 
Un artículo reciente con un problema adicional con el aprendizaje automático que a menudo se denomina inteligencia artificial (AI). Este término es problemático y que indica claramente que se desplaza a los seres humanos con las máquinas y confirma que todo se enfoca en cómo se trata de que los robots reemplacen a los maestros. En lugar de reemplazar a los seres humanos, estas sistemas estarán listos para trabajar junto con las personas para amplificar la capacidad humana y se desarrollarán de manera móvil, con lo que nos solo su VISIBILIDAD si no también su UTILIDAD en el mundo del aprendizaje será mayor.
 
En la mayoría de los aspectos de nuestras vidas, la tecnología ha hecho cambios significativos (para bien y para mal), pero en la educación, particularmente , todavía hay resistencia obstinada. La promesa de obtener mejores resultados en las pruebas mediante la aplicación del aprendizaje automático puede y debe atraer a los políticos, policy makers… y continuar obteniendo fondos. El aprendizaje automático puede determinar si ha levantado un pasaje textualmente de la web.
 
 
También podemos crear con la tecnología móvil y con su metodología y didáctica de aprendizaje un objeto móvil fácil con el aprendizaje digital, comenzando por la comprensión de los objetivos de aprendizaje y planificar el diseño del objeto a través del aprendizaje de diseño que considera el contenido de la información, la audiencia proyectada, el método de entrega y la interfaz , si el objeto es un objeto independiente o una integrada con actividades no móviles, y si la multimedia es rica o no.
 
El aprendizaje móvil es una especie de realidad aumentada, con los dispositivos móviles que permiten el acceso y la conectividad de información de muchas ciudades y otros entornos para mejorar la experiencia del alumno. Wireless Fidelity (WiFi) tecnologías y la divulgación amplia de muchos dispositivos móviles (teléfonos inteligentes, iPads, Tablet PC, ordenadores portátiles pequeños, y otros) han hecho que el acceso a Internet y la Web, sean realmente ubícuos. Hay muchos en esta “base de usuarios” que puede acceder all aprendizaje móvil eficaz.ogata_diagram
 
Incluso con el aprendizaje en línea tradicional, que ayuda a que los objetos de aprendizaje digitales móviles sean accesibles, para una más amplia gama de puntos de acceso para que “en cualquier momento y en cualquier lugar” podamos aprender.
 
Además, los dispositivos móviles, con sus micrófonos, cámaras y otras tecnologías de la ingestión(software) permiten la captura de información del mundo real en formato digital y el intercambio de esa información en el mundo.
 
El crecimiento de las aplicaciones creativas permiten mucho más la interactividad en tiempo real, conciencia de temas de localización educativa y los intercambios multimedia.
 
El aprendizaje móvil se ha convertido en una forma viable de aprendizaje a distancia y mezclado (híbrido), de aprendizaje debido a las nuevas habilitaciones de diversas tecnologías.
El aprendizaje automático (Machine Learning, ML) ha revolucionado el mundo de las computadoras y lo hará en el de la eduación, permitiendo como acabamos de demostrar el aprendizaje personalizado y socializador, al permitirles aprender a medida que avanzan con grandes conjuntos de datos, mitigando así muchas trampas de programación previas e impases. Machine Learning crea algoritmos que, cuando se exponen a grandes volúmenes de datos, producirán autoaprendizaje y evolución. Cuando esta tecnología única impulsa las aplicaciones de Inteligencia Artificial (AI), la combinación es poderosa .Pronto podremos esperar ver robots inteligentes a nuestro alrededor haciendo todo nuestro trabajo, mucho más rápido, con mucha mayor precisión e incluso mejorando en cada paso. ¿Este mundo ya necesitará humanos inteligentes o pronto seremos superados por robots que piensan en sí mismos?¿Cuáles son las tendencias más visibles de Machine Learning ?
 
La popularización de los dispositivos móviles ofrecen una poderosa motivación para crear contenidos de aprendizaje pueden reproducir en dispositivos móviles automatizados .Los dispositivos móviles también permiten los usos del medio físico real en maneras que no eran alcanzables con otras tecnologías de aprendizaje en línea.
Además, las capacidades de comunicación entre los alumnos en sus dispositivos móviles también permiten más a fondo la colaboración y/0 co-aprendizaje:

                         a) Adoptar, adaptar  y actualizar fácilmente las tecnologías.

b) Desarrollar un ambiente digital personal a partir de una gama de herramientas y servicios.

c) Comprender cómo la tecnología digital está cambiando las prácticas en el trabajo, en la educación y en la vida social.

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

 

 

 

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

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

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

 

 

 

 

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

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

 

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

0_EtsoFi_gYX63hTG4

Daniel Mroz’s illustration of Trurl — a genius constructor from The Cyberiad

juandon

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

juandon

howmachinele

 

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

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

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

 

 

 

 

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

 

 

 

f0307315

 

 

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

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

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

 

 

 

 

 

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

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

La personalización por las tecnologías digitales sólo libera los seres humanos para personalizar mejor nuestra vida (es decir, encontrar nuestras propias maneras), lo demás deben hacerlo las tecnologías y e aqui mi insistencia en conseguir un ALGORITMO, el cual pueda facilitar la recepcion de DATOS, pasarlos por un proceso de ANALISIS Y CRITICA, lo que los transformara en APRENDIZAJES. Si todo el proceso esta evaluado, necesitaremos el algoritmo para que nos realice la retroalimentación. Lo cual hara que todo nuestro proceso de aprendizaje este ayudado por este proceso tecnológico.

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

¿El aprendizaje PERSONALIZADO tiene suficiente mejoría en el aprendizaje del aprendiz para justificar los costos de un sistema de aprendizaje más complejo?
¿Cómo podemos aprovechar algoritmos de aprendizaje automático “big data” y otros.. para la construcción de sistemas de aprendizaje personalizadas más eficientes y rentables?
¿Cómo pueden las ideas y resultados de la investigación de las ciencias cognitivas, utilizarlos para mejorar la eficacia de los sistemas de aprendizaje personalizados?.

La Machine learning (La tecnología Machine Learning está abriendo nuevas oportunidades para las aplicaciones de software en temas de retroalimentación, al permitir a los ordenadores aprender de grandes y de pequeñas cantidades de información sin necesidad de ser programados explícitamente, aprendiendo de los errores producidos y segun los datos personalizados, readaptarlos en otras direcciones, lo cual nos permite optar por otras opciones de aprendizaje…)
En este sentido, los sistemas Machine Learning representan un gran avance en el desarrollo de la inteligencia artificial, al imitar la forma en que aprende el cerebro humano -mediante la asignación de significado a la información y darnos más posibilidades de opción según nuestros personalismos.

El Machine learning identificará y categorizará las entradas repetitivas y utilizar la retroalimentación para fortalecer y mejorar su rendimiento. Es un proceso similar a cómo un niño aprende los nombres y la identidad de los animales, haciendo coincidir las palabras con las imágenes; el ordenador, poco a poco, aprende a procesar la información correctamente.
deep-learning-680x365_c
La evolución de los algoritmos que “aprenden” de los datos sin tener que programarse de forma explícita. Un subgrupo particular de Machine Learning se conoce como “aprendizaje profundo” (Deep Learning). Este término describe el uso de un conjunto de algoritmos llamados redes neuronales que toman como modelo el cerebro humano. Los avances en este aprendizaje profundo han impulsado una rápida evolución de las tareas de aprendizaje por parte de las máquinas en los últimos años, en particular el procesamiento del lenguaje y texto, y la interpretación de imágenes y vídeos. Estos sistemas, por ejemplo, llegan a identificar caras o a interpretar el idioma natural a una velocidad y con un grado de acierto que puede superar al de un ser humano.

 

 

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

 

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

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

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

 

 

 

 

 

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

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

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

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

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

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

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

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

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

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

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

 

 

506-3076-1-PB

 

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

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

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

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

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

 

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

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

 

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

 

 

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

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

 

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

 

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

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

 

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

 

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

 

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

 

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

 

 

 

 

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

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

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

 

 

 

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

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

Y lo haremos:

 

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

 

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

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

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

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

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

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

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

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

i-¿Cuánto tiempo y dinero está disponible?

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

 

 

 

 

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

 

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

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

 

 

 

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

 

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

 

 

audit

 

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

 

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

 

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

 

 

 

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

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

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

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

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

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

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

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

 

 

 

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

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

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

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

 

 

 

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

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

 

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

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

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

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

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

 

Design-thinking-Process-1024x512 (1)

 

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

 

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

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

 

 

 

 

 

Estructuras de aprendizaje con  una arquitectura eficaz:

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

 

 

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

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

 

 

 

 

 

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

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

 

 

 

aprendizajebasadoenproblemas-170222173820-thumbnail-4

 

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

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

 

 

 

kolbs-learning-model

 

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

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

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

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

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

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

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

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

 

 

 

efeu_action_workshop-_experiential_learning_devilarts_cc-Copy

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

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

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

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

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

 

 

 

 

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

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

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

 

 

 

 

 

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

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

 

 

 

 

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

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

 

 

 

 

 

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

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

 

 

 

 

 

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

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

 

juandon

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

juandon

1455

Fotografía: Paula Rosa (Fellini GalLery)

 

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

 

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

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

 

 

 

 

 

Estructuras de aprendizaje con  una arquitectura eficaz:

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

 

 

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

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

 

 

 

 

 

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

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

 

 

 

 

 

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

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

 

 

kolbs-learning-model

 

 

 

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

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

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

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

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

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

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

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

 

 

 

efeu_action_workshop-_experiential_learning_devilarts_cc-Copy

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

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

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

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

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

 

 

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

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

 

 

 

 

 

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

 

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

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

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

 

 

 

 

 

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

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

 

 

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

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

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

 

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

 

 

 

f0307315

 

 

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

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

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

 

 

 

 

 

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

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

La personalización por las tecnologías digitales sólo libera los seres humanos para personalizar mejor nuestra vida (es decir, encontrar nuestras propias maneras), lo demás deben hacerlo las tecnologías y e aqui mi insistencia en conseguir un ALGORITMO, el cual pueda facilitar la recepcion de DATOS, pasarlos por un proceso de ANALISIS Y CRITICA, lo que los transformara en APRENDIZAJES. Si todo el proceso esta evaluado, necesitaremos el algoritmo para que nos realice la retroalimentación. Lo cual hara que todo nuestro proceso de aprendizaje este ayudado por este proceso tecnológico.

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

¿El aprendizaje PERSONALIZADO tiene suficiente mejoría en el aprendizaje del aprendiz para justificar los costos de un sistema de aprendizaje más complejo?
¿Cómo podemos aprovechar algoritmos de aprendizaje automático “big data” y otros.. para la construcción de sistemas de aprendizaje personalizadas más eficientes y rentables?
¿Cómo pueden las ideas y resultados de la investigación de las ciencias cognitivas, utilizarlos para mejorar la eficacia de los sistemas de aprendizaje personalizados?.

la Machine learning (La tecnología Machine Learning está abriendo nuevas oportunidades para las aplicaciones de software en temas de retroalimentación, al permitir a los ordenadores aprender de grandes y de pequeñas cantidades de información sin necesidad de ser programados explícitamente, aprendiendo de los errores producidos y segun los datos personalizados, readaptarlos en otras direcciones, lo cual nos permite optar por otras opciones de aprendizaje…)
En este sentido, los sistemas Machine Learning representan un gran avance en el desarrollo de la inteligencia artificial, al imitar la forma en que aprende el cerebro humano -mediante la asignación de significado a la información y darnos más posibilidades de opción según nuestros personalismos.

El Machine learning identificará y categorizará las entradas repetitivas y utilizar la retroalimentación para fortalecer y mejorar su rendimiento. Es un proceso similar a cómo un niño aprende los nombres y la identidad de los animales, haciendo coincidir las palabras con las imágenes; el ordenador, poco a poco, aprende a procesar la información correctamente.
deep-learning-680x365_c
La evolución de los algoritmos que “aprenden” de los datos sin tener que programarse de forma explícita. Un subgrupo particular de Machine Learning se conoce como “aprendizaje profundo” (Deep Learning). Este término describe el uso de un conjunto de algoritmos llamados redes neuronales que toman como modelo el cerebro humano. Los avances en este aprendizaje profundo han impulsado una rápida evolución de las tareas de aprendizaje por parte de las máquinas en los últimos años, en particular el procesamiento del lenguaje y texto, y la interpretación de imágenes y vídeos. Estos sistemas, por ejemplo, llegan a identificar caras o a interpretar el idioma natural a una velocidad y con un grado de acierto que puede superar al de un ser humano.

 

 

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

 

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

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

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

 

 

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

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

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

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

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

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

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

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

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

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

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

 

 

506-3076-1-PB

 

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

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

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

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

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

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

 

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

 

 

 

 

 

 

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

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

 

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

 

 

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

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

 

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

 

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

 

 

 

21246219_1703793732966182_1464898001539869137_o-460x310

 

 

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

 

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

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

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

 

 

 

 

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

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

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

 

 

 

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

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

 

 

 

 

 

 

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

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

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

 

 

 

metalocus-moby-lost-03

 

 

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

 

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

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

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

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

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

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

 

 

 

 

 

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

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

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

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

 

 

 

 

 

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

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

SUJETO OBJETO

 

 

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

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

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

 

 

 

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

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

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

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

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

 

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

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

 

 

 

 

 

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

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

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

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

Lo que sustenta todo esto es una visión conductista particular del aprendizaje que sostiene que las conductas de las personas pueden ser manipuladas y condicionadas a través del diseño de arquitecturas digitales. Audrey Watters ha sugerido que el conductismo ya está resurgiendo en el campo de la tecnología digital, a través de aplicaciones y plataformas que enfatizan el “refuerzo automático continuo” de los “comportamientos correctos” definidos por los ingenieros de software. Tanto en las pedagogías públicas de las redes sociales como en las pedagogías del aula con tecnología mejorada, se está poniendo en práctica un reinicio digital de la teoría del aprendizaje conductista.

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

 

 

 

 

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

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

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

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

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

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

Las máquinas, las TIC, la internet… proporcionan información más rápido de lo que nadie podría haber imaginado, pero el aprendizaje es dar sentido a la información y el descubrimiento de su significado, el verdadero objetivo de la educación, y con las máquinas aun no lo hemos conseguido, aunque algunos estemos en ello..

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

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

 

 

 

 

 

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

La máquina, en las tecnologías de aprendizaje adaptativo, se ha hecho cargo: el algoritmo es la creación de itinerarios de aprendizaje, y no lo que haga el alumno. Este enfoque podría entenderse como un intento de “aprendizaje semi-pasivo.” Esto no quiere decir que no haya usos de las tecnologías de aprendizaje adaptativo, pero es que decir que este enfoque sólo puede ser un elemento de un camino de aprendizaje humano impulsado .

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

La personalización por las tecnologías digitales sólo libera los seres humanos para personalizar mejor nuestra vida (es decir, encontrar nuestras propias maneras), lo demás deben hacerlo las tecnologías y e aqui mi insistencia en conseguir un ALGORITMO, el cual pueda facilitar la recepcion de DATOS, pasarlos por un proceso de ANALISIS Y CRITICA, lo que los transformara en APRENDIZAJES. Si todo el proceso esta evaluado, necesitaremos el algoritmo para que nos realice la retroalimentación. Lo cual hara que todo nuestro proceso de aprendizaje este ayudado por este proceso tecnológico.

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

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

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

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

Es nuestra responsabilidad en esta sociedad….

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

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

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

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

            e-Contribuir a la mejora de nuestros algoritmos.

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

¿El aprendizaje PERSONALIZADO tiene suficiente mejoría en el aprendizaje del aprendiz para justificar los costos de un sistema de aprendizaje más complejo?
¿Cómo podemos aprovechar algoritmos de aprendizaje automático “big data” y otros.. para la construcción de sistemas de aprendizaje personalizadas más eficientes y rentables?
¿Cómo pueden las ideas y resultados de la investigación de las ciencias cognitivas, utilizarlos para mejorar la eficacia de los sistemas de aprendizaje personalizados?.

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

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

 

 

 

 

 

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

 

En la educación – especialmente en la tecnología de mejora de la educación – se nota el final de una época y el principio de otra, la propia OBSOLESCENCIA nos lo indica, lo que es más difícil de ver en la vida cotidiana de los espacios cerrados y obligatorios educativos..
Los asesores de educación y altavoces normalmente nos preguntamos “si un estudiante de hace 100 años llegó a nuestras aulas, se sentiría como en casa”. Obviamente, esta es una afirmación absurda (incluso si pasamos por alto los retos de viajes en el tiempo). Los asesores de educación y algunos “voceros” normalmente declaran “si, un estudiante de hace 100 años llegó a nuestras aulas, se sentiría como en casa”.
 eyes-in-Binary
Por tanto pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.
Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA,) por medio de una mezcla de inteligencia artificial y algorítmica.
“Vamos ya a aprender durante toda nuestra vida y en cualquier momento, el qué, cuándo, cómo y dónde (eligiendo con quién), ya han dejado de ser, una obligación para pasar a seer algo usual en nuestra vida, las TIC, Internet, la Inteligencia Artificial, “han dinamitado” todo ese planteamiento que no sabíamos ni podíamos superar, ahora el estaticismo de aprender de manera controlada, uniforme, el “ocupar un espacio y un tiempo”, han dejado ya de existir, por lo cuál, vivimos aprendiendo, aprendemos en cada momento de nuestra vida, por eso, cualquier planteamiento que hagamos en este impás, debe acomodarse a esta nueva manera de entender la vida que ya está aquí, pero estamos “suscribiendo” las maneras de llegar a ello”
Hay muchas maneras de personalizar el aprendizaje. Sin embargo, al igual que los términos de estilos y la motivación del aprendizaje, la personalización es otro término mal definido. Para ser más específicos, se describe la personalización aquí con cinco niveles con creciente sofistificación, cada nivel que describe una estrategia de personalización específica. Desde los más simples a las más complejas, las cinco estrategias son:
(a) nombre reconocido;
(B) describe a sí mismo;
(C) segmentados;
(D) cognitivo-basada; y
(e) de base integral de la persona.
A lo mejor el “sueño de algunos de una educación autónoma y libre (solo realizable mediado con la Machine learning, AI, internet, TIC), no es tal sueño y es una realidad.

 

juandon

 

Evaluación personalizada. (Juan Domingo Farnós Miró)

juandon

figura-3-funciones-de-la-evaluacion-personalizada-aunque-una-evaluacion-mas-actualizada

¿Por qué hay tanto interés en el aprendizaje personalizado ahora? El problema ha sido que es difícil personalizar a escala. Pero ahora, con el apoyo de la tecnología y una accesibilidad más generalizada, atender las necesidades de los estudiantes es más posible que nunca.

 

Si Roger Schank dice taxaticamente: “La evaluación mata la educación“, otros nos cuestionamos si es necesario evaluar los aprendizajes  (Juan Domingo Farnós)…en fin que hay para todos los gustos…

Los equipos docentes  (clase docente)se pasan un gran tiempo mirando a una pantalla tratando de ponerse de acuerdo en una tarea de evaluación sumativa, o en las aulas de clase, cada trimestre realizando interminables sesiones de evaluación,  cuyo objetivo de estas tareas de evaluación sumativa se supone que es para comprobar la comprensión, para ver cómo se ha desarrollado la comprensión de los estudiantes sobre los conceptos explorados durante una unidad de investigación.

Con ello cada una de estas sesiones puede haber ido a ninguna parte, y significa un error que existe en muchas escuelas hoy en día – es una talla única para todas las tareas de evaluación sumativa le informará sobre el nivel de comprensión de cada estudiante individual.

La evaluación de los aprendizaje, y ya entendemos que evaluar es aprender, se realiza siempre sobre patrones uniformizados emanados de curriculums preestablecidos y por tanto normatizados, pues bien, si usamos una evaluación computacional, “creando sistemas de software que se adaptan dinámicamente a la potencialidad cambiante de cualquiera de los recursos que se tengan en diferentes contextos, materiales de aprendizaje y sujetos de las acciones de aprendizaje…

 

 

 

 

El diálogo, la auto-realización, y la justicia social no son viables en un sistema jerárquico que enfrenta a los maestros contra estudiantes alentando la competencia mediante la clasificación de los estudiantes …. Las calificaciones (y los rankings institucionales) son una moneda para un sistema capitalista que reduce la enseñanza y el aprendizaje a una mera transacción. La calificación están inscritas es un esfuerzo masivo coordinado para sacar a los humanos del proceso educativo…

Amy Fast escribe, “la práctica más triste e irónica en las escuelas”, “Hemos creado métodos de evaluación más exitosos, todo sin reconocer a los estudiantes que son los mejores expertos en su propio aprendizaje”.

 

Cvu7B83WYAAlXxa

 

Ciertamente, la metacognición y la capacidad de autoevaluarse deben desarrollarse, pero es una de las habilidades más importantes que podemos enseñar en cualquier entorno educativo.

Tampoco me siento mayormente cómodo haciendo lo mismo en aprendizaje virtuales, por eso mismo hace mucho que desistí a ello,

 

 

 

 

El paso desde una cultura de evaluar para examinar y clasificar hacia una cultura de evaluar para educar o basada en competencias debe hacerse en varios frentes:

Conscientemente hay que:

a—cambiar los objetivos de la evaluación,

b—identificar los nuevos roles y funciones que juega la evaluación,

c—aprender y manejar distintas técnicas de evaluación que estén en línea con los contenidos de competencia que se pretende evaluar,

d—reflexionar y dejar bien sentado lo que el estudiante puede esperar de la evaluación.
Como McDonnell y Elmore (1987) han señalado, los seres humanos no están predispuestos a seguir instrucciones. Su capacidad y propensión a la libre voluntad, y su interés en la búsqueda de sus propias agendas, significa que los mandatos, como las normas y políticas, si se quiere que sea eficaz, se deben desarrollar con los procesos de supervisión de cumplimiento en mente.

Esto es particularmente importante en las instituciones de educación superior, donde uno de los principales valores que sustentan la forma en que organizamos y trabajamos es el de la “libertad académica”. El personal académico se resiste, llega a ser estridente y se opone a que les digan que pueden o no hacer, pero caen en su propia trampa, siempre siguen el CURRICULUM, la jerarquía preestablecida, ya que de alguna manera ven en ello “una tabla de salvamiento en caso de necesidad, una especie de potencción-refugio-

Por esta razón, las universidades, así como otras empresas, por lo general adoptan un segundo enfoque, menos formal de coordinación conocida como la coordinación lateral. Este enfoque emplea reuniones (formales e informales), grupos de trabajo, grupos de trabajo, las estructuras matriciales y formas de organización en red (Bolman y Deal, 2003,), como los medios por los cuales las actividades de personas, grupos y unidades organizativas están coordinados.

También es cierto que si lo extrapolamos al mundo laboral-educativo, este “ambiente” no estaría sujeto a sistemas, leyes, normativas, curriculums…lo que nos dará la máxima posibilidat creativa, personalizada y socializadora,…incluso será el “no lugar” el escenario adecuado para crear nuestros propios “currículums”…
Sería la línea de PENSAMIENTO DE DISEÑO que proponemos dentro del caos, es decir, mentalidad para estar siempre en constante posicionamiento de evolución, incluso dentro de cualquier proceso innovador.

No podemos aprender con un solo planteamiento, eso no sirve, porque las cosas evolucionen con una velocidad exponencial que incluso las metodologías (y ya no me refiero a objetos o contenidos), sirven en un momento determinado, pero a lo mejor de manera inmediata debemos ser capaces de evolucionar hacia planteamientos que a veces son completamente diferentes (DISRUPCIÓN).

 

fb48599ac230dc75d6d93ea8281b5761--design-thinking-process-process-design

 

 

 

La variabilidad de recursos surge de forma natural en un entorno de computación ubicua a través de la movilidad del usuario ( el usuario se mueve de un entorno informático a otro ) , y a través de la necesidad de explotar cualquier variable en el tiempo,se adaptan a los los recursos en un entorno dado (por ejemplo, ancho de banda inalámbrico ) .

Si los enfoques tradicionales evaluativos describen un ecosistema uniformizados, estos argumentos actuales no solo ya no sirven, si no que ya no son necesarios, están obsoletos.

La computación ubícua en la evaluación nos permite ver como el aprendiz pasa de objeto a sujeto de aprendizaje, y es quien dirige “las operaciones” del proceso de su aprendizaje, por tanto de su evaluación.

 

Hay siete defectos en los que solemos estar inmersos en temas de evaluación:

  • La mayoría de estas conversaciones están firmemente dentro de los reinos de “¿qué vamos a hacer?” Y casi todos permanecen en ese ámbito sin tener en cuenta “por qué estamos haciendo esto?”.
  • Muchos equipos docentes enseñan unidades de investigación sin realmente averiguar qué es lo que esperan que los estudiantes puedan entender. Como resultado de ello, sus posibilidades de estar en condiciones de evaluar la comprensión del estudiante es insignificante desde el principio.
  • Muchos equipos docentes tienen una comprensión limitada de lo que es en realidad la comprensión y así tienen dificultades para concentrarse o mantenerse motivado durante las sesiones de planificación extenuantes. A menudo se oye quejas de ser “muerte cerebral al final del día” o “no puedo soportar la semántica” o “sólo estamos dando vueltas y vueltas en círculos”. El proceso de averiguar los entendimientos duraderos de una unidad de investigación es a menudo abandonado por completo, hecho a toda prisa para apaciguar a aquellos que desean salir o hecho por uno o dos profesores en el equipo con la inteligencia o el compromiso de hacer que suceda.
  • Muy a menudo, las tareas de evaluación sumativa se diseñan en evaluar por completo las cosas mal realizadas por error,y los acuerdos quedan intactos y están oculto detrás de la tarea en sí. Llegar a todos los estudiantes para hacer una tarea de evaluación sumativa escrita, por ejemplo, es en realidad una evaluación de su escritura, de la plasmación de su capacidad de memorización y posterior implementación, o bien en un papel o en una pantalla… – no su comprensión. Llegar a todos los estudiantes para hacer una presentación es en realidad una evaluación de su capacidad para hacer y entregar una presentación – no su comprensión. Llegar a todos los estudiantes para hacer un video es en realidad la evaluación de su capacidad para hacer un video – no su comprensión.
  • Muchas de las tareas de evaluación sumativa se convierten en grandes proyectos o producciones que desplazan el énfasis completamente fuera de la comprensión y hacia la tarea en sí.
  • Las formas más efectivas y poderosas para que los estudiantes demuestren su comprensión sólo puede llegar a ser claro que la unidad se desarrolla. En efecto, si miramos a nuestros estudiantes de cerca y escuchar sus ideas, las formas más poderosas y eficaces para evaluar la realidad puede provenir de ellos.
  • Las Tareas de evaluación sumativa se efectuan siempre,   demasiado tarde. Si nosotros y los estudiantes descubren que no entienden algo al final de la unidad (porque en realidad se trata sólo de nosotros terminando el aprendizaje, ¿no?), Entonces ya es demasiado tarde , ¿no lo es?
  • Si utiliza la evaluación formativa y en realidad lo que hacemos es ver a los estudiantes de cerca en toda la unidad, así se puede saber y comprobar exactamente cómo la comprensión de los estudiantes se está desarrollando, o no. Si nos  encuentramos al final … bueno … ummmm … ¿qué has estado haciendo durante seis semanas?…nunca lo sabremos, si ellos no quieren, claro.
  • No todos los estudiantes son capaces de expresar su comprensión de la misma manera.

 

 

 

 

 

Así, la próxima vez que nos sentemos alrededor de una mesa con un grupo de personas que están tratando de hacer un ajuste a todos-uno-tarea de evaluación sumativa … tal vez sugieren que no te molestes. En su lugar, podemos hacer…

  • Asegurarnos que todos los responsables del aprendizaje de la unidad tienen una buena comprensión de los mismos acuerdos que todos estamos tratando de desarrollar en los estudiantes, normalmente esto no sucede casi nunca.
  • Aseguremos de que se ha creado una herramienta, como una buena rúbrica, que se pueda utilizar desde el principio de la unidad como una forma de guiar a los estudiantes hacia la comprensión que estamos esperando.
  • Asegúrese de que haya, la evaluación formativa continua y la constante reflexión que siga dando una imagen de cómo cada estudiante se está desarrollando como la unidad avanza.
  • Dado que la unidad avanza, compartir el aprendizaje  con sus equipos para que sus interpretaciones compartidas de la unidad se fortalezcan, moderados y desafiados, avancen con seguridad…
  • Busquemos oportunidades para ayudar a los estudiantes transferir lo aprendido a nuevos contextos para que puedan ver si realmente están entendiendo los conceptos involucrados.

Muy a menudo, la clave para lograr todas estas cosas reside en la evaluación de la misma manera que acabamos de indicar, o de forma parecida, vaya. Si estamos aprendiendo en una resolución de problemas, el estilo de composición abierta,  deja mucho espacio para el pensamiento crítico y la investigación … y luego evaluar su comprensión será más fácil. Sin embargo, si usted estamos aprendiendo de manera segmentada, por materias…, el aprendizaje prescriptivo en las que hay poco o ningún espacio para la investigación, la resolución de problemas o el pensamiento crítico, la evaluación de la comprensión se hace prácticamente imposible.

Es por ello que nuestra conclusión sería, que la evaluación en los aprendizajes y en el mundo del trabajo “triunfará” cuando no se hable de ella, cuando realmente esté integrada en todos los procesos de aprendizaje formando parte de los mismos de manera integrada e inseparable.

 

Si entendemos por evaluación como un proceso en el que hablamos de  competencias , el aprendizaje basado en competencias y personalizado es un enfoque de la educación que se centra en la demostración de los resultados de aprendizaje deseados como el centro del proceso de aprendizaje del estudiante. Se refiere principalmente a la progresión del estudiante a través de planes de estudio a su propio ritmo, profundidad, etc. Como han demostrado las competencias, los estudiantes continúan progresando, por lo que también lo hacen de lo que entendemos por aprendizajes)  y no hacerlo de capacidades, contenidos y contextos, no tiene sentido, mejor dicho, no tiene sentido en el paradigma en el que aprendemos de manera prescrita, obligatoria en según que edades y uniformizadora siempre ( Necesitamos de habilidades multiplicadas y desarrollo de actitudes creativas, las cuáles se presentan como elementos claves. Es necesario a pensar en un aprendizaje mejorado, que no se limite a una disciplina o certificación, sino que sea permanente, distribuido y escalable, cuya trazabilidad esté en manos de la mayor parte de la población, cada uno con sus características)…
maxresdefault
Si leemos a Perry y Kitchener , nos encontramos con una descripcion de la teoría predominante sobre epistemología  del aprendizaje como la participación de la ruptura deliberada hacia abajo y la reestructuración de los modelos mentales que apoyan las visiones del mundo. Prigogine ofrece una lente adicional en esta teoría en su discusión de “estructuras disipativas“. Esta teoría proporciona un modelo de la dinámica de aprendizaje epistémico; cada alumno pasa por un período de caos, la confusión y se siente abrumado por la complejidad antes de nueva información conceptual trae consigo una reestructuración espontánea de los modelos mentales en un nivel superior de complejidad permitiendo así que un aprendiz para comprender conceptos que eran formalmente opacos,, nos sirve para entender que cualquiera es capaz de llevar a cabo “su complejidad” pero difícilmente la de otros, con lo que un aprendizaje bajo el paraguas de cualquier sistema es imposible que funcione (lo cual hasta ahora no se ha entendido, es más, todos los sistemas educativos están diseñados bajo aspectos uniformizadores, con lo que contradice estos planteamientos y hace que “la enseñanza sea lo más considerado y el aprendizaje personalizado, el gran desconocido”.
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  la evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.
“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… derivando a posiciones diversas, por tanto inclusivas que dan más importancia a actuaciones que cada persona puede hacer con una tecnología determinada y su posterior aportación a la comunidad y posteriormente a lo social, que personas con herramientas (plataformas), que lo único que consiguen es uniformizar los procesos.
     Dentro de la Universidad más que discutir cómo empujarla hacia esta etapa de cambios, lo que haremos será pensar en rutas de auto-innovación (incremental y radical) bajo la lógica de aprender a re-aprender en donde el ‘sujeto en red’ puede diseñar sus propias rutas de adaptación y renovación permanente.”…

     Si queremos establecer en todo este procedimiento  un  storyworld interactivo que une la historia de descubrimiento social y promoción, debemos preguntarnos:

  • ¿Lo social, acciones y conversaciones es lo que quiero para estimular?
  • ¿Cómo me quiero involucrar a la audiencia, aprendices… para producir estas acciones sociales?
  • ¿Qué conocimientos storyworld se necesitan para participar de esta manera?
  • ¿Qué personajes / lugares / cosas tienen este conocimiento y cómo / cuándo va a ser revelado? (es decir, los conflictos y acontecimientos de carácter más interacción con pares, otros…/ lugares / cosas)
  • ¿Cuál es el impacto educativo, formativo, comunicativo…cuando el conocimiento (knowledge) se revela?
  • ¿Cómo puedo potenciar a la audiencia y aprovechar el impulso de la revelación?

CXtVr4aWEAAngmu

Nadie que aporte contenidos, ideas, conocimientos…en la red, debe crearse que ahí termina todo, afortunadamente solo es el principio. La narrativa de los Hipervínculos se encarga que por medio de un movimiento transmedia, todo lo que aportamos se transporte de manera casi cuántica, desapareciendo su autenticidad original..y qué? lo importante nunca es de quien es una cosa, sino la utilidad que tiene, y como a más personas sirva, mejor que mejor.

A menudo, los caminos no necesariamente siguen rutas y destinos totalmente generados por el creador de la historia,casi nunca vaya. Contenido generado por usuarios es un elemento clave de la Web 2.0 y, a menudo pueden entrar en estas historias. Un lector puede agregar contenido en las plataformas de la historia directamente: editar una página wiki, al comentar en un post, en respuesta a un feed de Twitter, publicando una respuesta de vídeo en YouTube… A veces, esta forma de “arte” distribuidas puede ir más allá del control inmediato de un creador. Por ejemplo, cuando los bloggers crean su propia toma en la resolución de trazar una historia del podcast, buscadores web se pueden encontrar dos “versiones”. O considerar Hamlet de Facebook, un relato cómico de la tragedia de Shakespeare por volver a escribir en el idioma de la interfaz de Facebook…

     Un ejemplo de un diagrama basado en el tiempo como Publicado por Peter von Stackelberg en su Transmedia Digesto.

 

StoryworldDiagram

 

 

 

 

 

Este tipo de contenido de reutilización, rediseño y publicación puede abrir problemas de la versión o el control de contenido, pero a cambio, ofrece la posibilidad de cosecha de las energías de la narración del mundo creativo. Además, algunas historias de éxito de la Web 2.0 el problema de control de propósito: a menudo las historias no están claramente identificados como las contamos… Otras formas de aprovechar la Web 2.0 son las estrategias de agregación de grandes cantidades de microcontenido y creativa selección de patrones a partir de un volumen de casi insondable de la información. Con reminiscencias de encontré una cámara digital en el bosque, el artista Jonathan Harris recoge historias como los objetos encontrados de otras personas (http://www.ted.com/index.p hp/talks/jonathan_harris_c ollects_stories.html ), las historias que ofrecen “una visión parcial en la vida de alguien más que conocer la historia completa….

“Todo ello nos conduce al Transmedia para el Cambio (T4C) es un término general que abarca el activismo transmedia (cambio en la sociedad o comunidad) y el crecimiento personal (cambio en el estilo de vida, el desarrollo personal). Subyacente T4C es la creencia de que las historias son importantes, que esas historias necesitan que se les diga a las personas adecuadas en el momento adecuado y lo más importante que los proyectos deben ofrecer un camino hacia el éxito”.

     “¿Dónde vamos ahora a la realidad, nada es real: la realidad que experimentamos se basa en las historias que nos contamos. Así defensores T4C para narradores evolucionan con mensajes positivos que inspiran y motivan mejores opciones y aportan soluciones al respecto.

Por tanto no solo es necesario  aprender a evaluar el conocimiento ‘desinfectado’ de la escuela, pero a lo mejor si lo es hacerlo con un conocimiento nacido o construido de lo social, económico, político, circunstancias históricas y culturales.  o aprender conocimientos complejos que no pueden ser reducidos – solamente – de los principios, invariantes, modelos y teorías de una disciplina con base fuerte.
Como vemos la evaluación se entiende de dos maneras: una, sería EVALUAR PARA APRENDER y la otra (en un nuevo paradigma) LA EVALUACIÓN ES EL MISMO APRENDIZAJE.
En la primera se realizan toda clase de pruebas para ver el “nivel” donde están los estudiantes, qué grado, cantidad, calidad de aprendizajes han asumido…
En la segunda aprendizaje y evaluación serían la misma palabra, es decir, tendrían el mismo significado, EVALUACION=APRENDIZAJE.
Por lo que las competencias serán también aprendizaje y como consecuencia, evaluaciones:
COMPETENCIAS=APENDIZAJES=EVALUACIONES
reglamedir-696x430
Biggs,  Juan Domingo Farnós , de hecho promovemos un enfoque para acompañar al estudiante en su camino hacia los resultados de aprendizaje, consecuentemente, la evaluación. Después de la determinación de este último que también llama la intención de los resultados del aprendizaje (los resultados del aprendizaje proyectado), deberemos mirar la evaluación (Cuáles son los criterios e indicadores que permitirán al profesor decir que estudiante “conoce, entiende y es capaz de hacer”. Entonces, y sólo el método, dispositivo que el profesor pondrá en su lugar y los recursos (ya que la escuela tradicional no se atreve a entregar la EVALUACION en las manos del aprendiz). y lo podemos describir brevemente ‘ como un enfoque hacia los resultados de aprendizaje ‘. Se trata de una alineación entre métodos (tareas que se proponen), la evaluación y los resultados de aprendizaje…lo que antes se establecía entre objetivos, métodos y evaluaciones.
La evaluación, ¿está en manos del sistema? ¿está en manos de los aprendices? ¿por qué?
Sería interesante leer algunos aspectos de la evaluación vista des de perspectivas no solo de contraste de conocimientos, si no de puntos débiles y fuertes para mejorar, o también vista des de el “error” como aprendizaje y no como elemento segregador….
Veremos que la educación de todos y para todos, se basa precisamente en eso, en una evaluación que la puedan realizar todos, pero sin que nadie sea superior ni inferior, si no con la misión de buscar una excelencia personalizada : https://juandomingofarnos.wordpress.com/2013/10/09/evaluar-es-person… Evaluar es personalizar los aprendizajes…! de Juan Domingo Farnós…
¿Qué les parece esta inferencia, este planteamiento?, por otra parte es un “escenario” con el que las TIC nos están ayudando, sin ellas sería casi imposible y aún estaríamos con los escribanos de la edad media.
Cuando se entregue la evaluación formal a los aprendices será el momento en que la educación se transforme (educacion disruptiva), y será entonces cuando aprendizaje y evaluación serán solo una cosa. Deben ser los aprendices quienes hagan este proceso, ya que los docentes no lo harán nunca porque son parte del sistema.
En cambio si utilizamos la evaluación como metodología de aprendizaje, pensaremos en la evaluación de los métodos activos los cuáles requieren el uso de herramientas de evaluación. No es fácil elegir a su / su herramienta (s) y esta elección debe ser siempre de manera pertinente (en relación con las competencias, habilidades, objetivos….
La elección de los instrumentos de medida es importante señalar y recopilar datos y recoger indicadores. Tardif (2006) ofrece nueve principios básicos para el desarrollo de un sistema de evaluación para los estudiantes adquiridas mediante el aprendizaje activo:
1. Informar una progresión;
2. Piense competencia;
3. Determinar los recursos utilizados;
4. Identificar los recursos disponibles;
5. Identificar las situaciones;
6. Documento de la trayectoria;
7. Informe de la autonomía;
8. Emplear múltiples criterios;
9. Integrar las diferencias individuales.

La Evaluación para el aprendizaje (diferenciación) se produce durante todo el proceso de aprendizaje. Es interactiva…-

Con los profesores:
a-instrucción… alinearse con los resultados previstos
b-identificación de las necesidades particulares de aprendizaje de los alumnos o grupos.
c-selección y adaptación de materiales y recursos.
d-creación de estrategias diferenciadas de enseñanza y oportunidades de aprendizaje para ayudar a los alumnos individuales para avanzar en su aprendizaje.
e-proporcionar información inmediata y orientación a los alumnos….

 

Evaluación de como el  aprendizaje (Personalización) se basa en la investigación sobre cómo el aprendizaje ocurre, y se caracteriza por lo que los alumnos deberán reflexionar sobre su propio aprendizaje y hacer ajustes para que puedan lograr una comprensión más profunda.

 

 

 

El papel del docente en la promoción del desarrollo de los estudiantes independientes mediante la evaluación como aprendizaje es:

a-Modelar y enseñar las habilidades de auto-evaluación.

b-Guiar a los alumnos en el establecimiento de objetivos y el seguimiento de su progreso hacia ellos.

c-Proporcionar ejemplos y modelos de buenas prácticas y un trabajo de calidad que reflejen los resultados curriculares

d-Trabajar con los estudiantes para desarrollar criterios claros de buenas prácticas.

e-Guiar a los alumnos en el desarrollo de mecanismos internos de retroalimentación o autocontrol para validar y cuestionar su propio pensamiento, y se sientan cómodos con la ambigüedad y la incertidumbre que es inevitable en aprender algo nuevo.

f-Proporcionar oportunidades regulares y difíciles de practicar, de modo que los alumnos puedan llegar a ser confiados y competentes auto-evaluadores.

g-Supervisar los procesos metacognitivos de los alumnos, así como su aprendizaje, y proporcionar información descriptiva.

 

 

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)

 

 

Así mismo debemos hacernos hacernos las siguientes preguntas:
                    a– ¿He reunido pruebas suficientes para afirmar que el estudiante progresa?
                    b-¿Yo he elegido las herramientas para medir el progreso?
                    c-¿He definido los criterios de éxito?

 

Con todo ello:

  • la información y la tecnología de la comunicación deben ser utilizados por los aprendices para aprender en todo momento.
  • buscadores de información, analizadores y evaluadores;
  • solucionadores de problemas y tomadores de decisiones;
  • comunicadores y colaboradores;
  • informados, los ciudadanos responsables y contribuyentes

 

 

Muchos pensadores sienten que la tecnología va a modificar lo que hacen los maestros. “El cambio más significativo es  el cambio en el papel de un profesor del dispensador de conocimientos a los estudiantes a uno de ayudar a los estudiantes a adquirir conocimientos de una variedad de fuentes, lo que llamaos cambio de roles…

 

 

Quizás para superar estas resistencias al cambio podría empezar por una EVALUACIÓN continuada de de DESEMPEÑO, es decir …En la evaluación de desempeño el supervisor examina el rendimiento laboral de un empleado y comparte con éste el análisis de los resultados obtenidos. La primera parte del capítulo se dedica al propósito de la evaluación de desempeño y la segunda a los pasos que podemos tomar para mejorar el proceso de comunicación con cada empleado sobre su rendimiento. Uno de los pasos más importantes, es la retroalimentación de información a los empleados. Mientras que este paso ha sido motivo de mucha tensión tanto para el supervisor como para el subordinado, en este capítulo analizaremos un sistema de retroalimentación que resulta altamente favorable para ambos. ….http://cnr.berkeley.edu/ucce50/agro-laboral/7libro/06s.htm

 

Frente a ello nos encontramos con que la evaluación-retroalimentación lo entendemos como un PROCESO, El ENSAYO-ERROR-RETROALIMENTACION, sera lo normal en una nueva manera de trabajar, aprender… abierta, inclusiva y ubicua, basada en la persona, en el aprendiz, en los equipos que conforma…

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. Una de las cosas principales que un docente debiera evitar es diseñar experiencias donde la tecnología haga algo para darle conocimiento a sus alumnos. Es importante que el diseño ubique a los alumnos en el control de la tecnología, no viceversa.  Si los alumnos se convierten en sirvientes de la tecnología percibirán que la tecnología sabe algo que ellos no, la computadora es vista como algo “mágico” y no como una herramienta que puedan usar para poner al descubierto el conocimiento (Schwartz en Perkins, 1995)

 

“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.

En definitiva crear un entorno en el que es seguro para los estudiantes a tomar riesgos y que el apoyo está disponible…

 

 

Screen Shot 2013-04-25 at 9.45.19 AM.png

 

 

 

La cuestión crítica, que he tratado de responder siempre , de cómo la tecnología puede medir auténticamente el aprendizaje relevante, primero requiere respuestas a otras seis preguntas importantes:

1.¿Qué se entiende por aprendizaje auténtico, aprendizaje relevante?
2-¿Qué se quiere decir con habilidades de pensamiento?
3-¿Cómo pueden los docentes involucrar con sus estudiantes en el aprendizaje efectivo y cómo puede medirse?
4-¿Qué visión tenemos para el aprendizaje y lo que parece?
5-Lo que define a un rendimiento de alta tecnología y ¿cómo puede medirse?
6-¿Los programas educativos incorporando tecnologías, permite a los estudiantes lograr el aprendizaje mediados las TIC durante el uso de tecnología de alto rendimiento?

 

 

 

Como consecuencia:

 

  • Se aprende mejor cuando dejó de regular a pensar en el tema que cuando usted lee todo de nuevo juntos.
  • Si pensamos críticamente sobre el material que va a entenderlo mejor.
  • El pensamiento crítico es un objetivo de aprendizaje en sí mismo. El aprendizaje no sobre las ideas de los demás o la aceptación acrítica de la autoridad. Aprender significa desarrollo de sí mismo, capaz de evaluar de forma independiente la información y de una manera cuidadosa para formarse una opinión.
  • La investigación ha demostrado una correlación entre el pensamiento crítico, la comprensión lectora y el rendimiento escolar…

 

 

 

El aprendiz debe participar en las tareas de aprendizaje que se adaptan a situaciones de “vida real”. En su preparación para este “mundo real”, tenemos el deber de considerar lo que los lugares de trabajo y comunidades requieren. Muchas de las formas tradicionales de aprendizaje, tales como la memorización, y la evaluación en forma de opciones múltiples, desarrollar las habilidades que son útiles sólo en el ámbito escolar. ¿Cuántos de nosotros hemos tenido que usar un examen de opción múltiple como parte de nuestro trabajo? El lugar de trabajo, por el contrario, va a exigir a los trabajadores que pueden “pensar críticamente y de manera estratégica para resolver problemas.

 

 

 

 

 

Para lograr una nueva manera de evaluación  personalizada y adaptada a cada persona, tendremos que considerar en primer lugar la computadora como una herramienta cognitiva para participar con el alumno en las interacciones (los suyos y con otros) para construir una comprensión más completa más rica.“Como una herramienta cognitiva, el equipo permite al alumno exteriorizar su pensamiento, para enriquecerla, manipularla y cambiarlo, todo mediante la interacción con el o los modelos más conceptuales en el equipo en la forma de un diálogo (ya sea real y llevado a cabo con otros o en la cabeza del alumno) …

 

 

 

 

Con todo ello:

-La información y la tecnología de la comunicación deben ser utilizados por los aprendices para aprender en todo momento:. buscadores de información, analizadores y evaluadores, solucionadores de problemas y tomadores de decisiones; comunicadores y colaboradores… estando siempre informados, los ciudadanos responsables y los contribuyentes.

“Como regla general, la innovación representa un cambio”.

 

 

 

 

 

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)

Estas cuestiones se refieren a los tres pilares (Tardif, 2006) en el que la evaluación del aprendizaje activo, obviamente no es la nuestra (es la de EVALUAR ES APRENDER) ; se encuentra en el corazón de la experiencia de aprendizaje : ¿cómo los alumnos son evaluados dando forma a su comprensión en el plan de estudios determinando su capacidad de progresar? Naturalmento yo creo que esto no sirve para nada, como ya he demostrado en múltiples ocasiones. Otra cosa es que los hábidos por “resistir” , lo cual sucede y mucho, sigan con sus evaluaciones segregadoras: de buenos y malos aprendices, de aprobados y sus pendidos, de los que superan cursos y de los que repitan…
Los “voceros”, en el buen sentido de la palabra, profesamos un enfoque “científico” al diseño de aprendizaje donde se avanzan hipótesis, los datos recogidos y evaluados y nuevas hipótesis formadas. La sabiduría convencional sostiene que una de las
características más importantes del enfoque de la educación abierta es la maleabilidad y personalización de los materiales, permitiendo que los recursos del componente de libre disposición sean remezclados, adaptados y modificados para adaptarse a las directivas institucionales específicos, necesidades de los aprendices, especialmente.
La nueva visión de la educación que promueve el uso de la tecnología informática para facilitar el aprendizaje mediante la participación de los estudiantes, la promoción de la creatividad, fomentar el aprendizaje autodirigido, la colaboración y habilidades de pensamiento avanzado.
El aprendizaje asistido por ordenador debe promover:
El aprendizaje significativo y la colaboración implique tareas desafiantes y de la vida real;
la tecnología como una herramienta para el aprendizaje, la comunicación y la colaboración
evaluaciones basadas en el rendimiento (por ejemplo, si queremos saber si un estudiante puede colaborar mediante el uso de la tecnología, no tendríamos que escriban un ensayo sobre el tema, solo volveríamos a ver a colaborar con otros estudiantes) .
La cuestión crítica, que he tratado de responder, de cómo la tecnología puede medir auténtico, aprendizaje relevante, primero requiere respuestas a otras seis preguntas importantes:
          a-¿Qué se entiende por auténtico, aprendizaje relevante?
          b-¿Qué se quiere decir con habilidades de pensamiento?
          c-¿Cómo pueden los docentes involucrar a sus estudiantes en el aprendizaje efectivo y cómo puede medirse?
          d-¿Qué visión tenemos para el aprendizaje y lo que parece?
          e-¿Que define a un rendimiento de alta tecnología y cómo puede medirse?
          f-¿Los programas educativos incorporando tecnología que permite a los estudiantes para lograr el aprendizaje de las TIC metas durante el uso de tecnología de alto rendimiento?

 

 

screenshot2013-02-03at11-24-19am

 

 

El aprendiz debe participar en las tareas de aprendizaje que se adaptan a situaciones de “vida real”. En su preparación para este “mundo real”, tenemos el deber de considerar lo que los lugares de trabajo y comunidades requieren. Muchas de las formas tradicionales de aprendizaje, tales como la memorización, y la evaluación en forma de opciones múltiples, desarrollar las habilidades que son útiles sólo en el ámbito escolar. ¿Cuántos de nosotros hemos tenido que usar un examen de opción múltiple como parte de nuestro trabajo? El lugar de trabajo, por el contrario, va a exigir a los trabajadores que pueden “pensar críticamente y de manera estratégica para resolver problemas.

 

 

Para lograr una nueva manera de evaluación, personalizada y adaptada a cada persona,  tendremos que considerar en primer lugar la computadora como una herramienta cognitiva para participar al alumno en las interacciones (los suyos y con otros) para construir una comprensión más completa más rica.“Como una herramienta cognitiva, el equipo permite al alumno  exteriorizar su pensamiento, para enriquecerla, manipularla y cambiarlo, todo mediante la interacción con el o los modelos más conceptuales en el equipo en la forma de un diálogo (ya sea real y llevado a cabo con otros o en la cabeza del alumno).

 

Del mismo modo, Brown (1983) y otros… visualizaron una distinción entre una posición estática y una perspectiva dinámica de conocimiento y desempeño, con el argumento que los aprendices varían no solo en lo que saben, sino también en lo que hacen con lo que ya sabían previamente.

Una manera donde la retroalimentación genera más confianza mútua en todos los participantes en el proceso, tanto educativo, como laboral, como mixto, una auténtica DISRUPCIÓN…
  • El progreso es no reducir la velocidad para recoger a los rezagados. El progreso no respeta barreras, arrasa en su camino , hace caso omiso a todas las objeciones y, finalmente, logra su objetivo. Entonces se abre el camino para avanzar aún más, porque la educación en este sentido tiene la característica de un tiburón, es devoradora….

 

 

Entonces y solo entonces, cuando tenemos claro que hemos aprendido, tendremos claro que hemos evaluado, en el mismo tiempo y lugar.

 

 

 

También encontramos diferencias semánticas como en lo referido a Valoración y Evaluación:

EVALUACIÓN es la recopilación sistemática de datos para monitorear el éxito de un programa o curso para lograr los objetivos de aprendizaje deseados * para los estudiantes.

La evaluación se utiliza para determinar:

          -Lo que los estudiantes han aprendido (resultado)
          -La forma en que aprendieron el material (proceso)

 

Podemos incluso revisar la estrategia de evaluación:

-¿Cómo evalúa actualmente a sus estudiantes? Hagan una lista de los métodos que utiliza.
-¿Vale la pena cada evaluación y se puede explicar a sus estudiantes por qué?
-¿Puede explicar cómo se comparan los métodos de evaluación que usa actualmente con los resultados de aprendizaje esperados?
-¿Con qué habilidades y capacidades quieres que tus estudiantes salgan de tu unidad / curso?
-Aproximadamente, ¿cuánto cuesta cada proceso de evaluación a los estudiantes y al personal en términos de tiempo y recursos utilizados?
-¿Siente que podría estar evaluando más? ¿Cómo lo sabes?
-¿Qué criterios utiliza? ¿Son suyos, o puede usted involucrar a los estudiantes ellos mismos en formularlos?
-¿Conoce los alumnos los criterios? ¿Lo entienden realmente?
-¿Está la retroalimentación que da a sus estudiantes claramente relacionada con sus criterios de evaluación?
-¿Qué tan bien los estudiantes de retroalimentación que reciben en el trabajo evaluado les ayudan a saber cómo están haciendo?
-¿Cuánta práctica y orientación tienen los estudiantes en los métodos de evaluación elegidos?
-¿Qué evaluaciones disfrutan los estudiantes y por qué?
-¿Cómo sabes que los estudiantes encuentran útiles sus/las  evaluaciones?
-¿De qué manera las evaluaciones ayudan a su estudiante a aprender?

bala-entrevista-pablo-supermirafiori

 

Esto nos servirá para entender mejor las dos opciones, la antigua y la nueva (transformación del paradigma), y llegaremos a discernir si es mejor el nuevo paradigma que el viejo o dicho de otra manera, si el aprendizaje y la evaluación siendo lo mismo y también en el espacio y en el tiempo, nuestras competencias revelan que en ello estamos todos incluidos y que no solo no sobra nadie, si no que todos hacemos falta.

 

 

Pero también para:

a-Su acercamiento al aprendizaje antes, durante o después del programa o curso en el que el aprendiz está por medio-
-Para evaluar a los estudiantes antes de la instrucción para obtener una base de lo que los estudiantes saben (por ejemplo, mediante la administración de una prueba previa).

b-Durante la instrucción, la evaluación puede usarse para determinar qué estudiantes están aprendiendo para que pueda ajustar su enseñanza, si es necesario. Los cuestionarios o tarjetas de barro, que piden a los estudiantes que identifiquen el “punto más confuso” que les queda después de la clase, son dos métodos de este tipo de “evaluación formativa”.

 

c-Después de la instrucción, puede usar la evaluación para dos propósitos: Determinar si ha habido un cambio en el conocimiento (los exámenes finales se pueden utilizar para la “evaluación sumativa”) y  proporcionarle información para revisar la clase o el programa.

 

 

 

 

 

EVALUACIÓN es un juicio del instructor o investigador educativo acerca de si el programa o la instrucción ha alcanzado sus Resultados de Aprendizaje Adelantados .

(* El término resultados de aprendizaje pretendidos proviene de (Biggs, J y Tang, C. (2011): Enseñanza para el Aprendizaje de Calidad en la Universidad, (McGraw-Hill y Open University Press, Maidenhead))

No dar un salto – Construir un puente…

Si bien muchos líderes educativos están entusiasmados con el aprendizaje personalizado, el camino de la enseñanza tradicional al aprendizaje personalizado puede ser un desafío. Hay muchos modelos de enseñanza y filosofías a lo largo del camino, que van desde el tradicional dirigido por el maestro hasta el centrado en el estudiante personalizado. La tecnología emergente proporciona herramientas que permiten a los educadores y estudiantes tomar decisiones basadas en datos y opciones.

Muchas de las condiciones existen para apoyar la adopción generalizada del aprendizaje personalizado; sin embargo, esperar que los docentes pasen de la instrucción tradicional a la instrucción centrada en el alumno resultará en una transición difícil o imposible para muchos.

Para ayudar al mayor número de educadores a hacer la transición a modelos de aprendizaje personalizado, los líderes deben construir un puente que traza los pasos del cambio.

 

 

 

 

 

El aprendizaje personalizado se basa en los últimos avances pedagógicos en la práctica educativa contemporánea. También las herramientas aplicadas a los profesores y estudiantes para evaluar mejor el progreso de aprendizaje con actuaciones materiales de aprendizaje y de aprendizaje adaptativo medidos en todos los niveles, desde el aula a los datos nacionales e internacionales.

1. ¿Qué es?
El aprendizaje personalizado trata de proporcionar una forma única de aprendizaje adaptado a los estudiantes individuales. Las herramientas tecnológicas tales como sistemas de información, bases de datos y software de análisis crean posiciones personalizadas y ghacen posible el aprendizaje para grandes grupos de estudiantes. Ni siquiera es acerca de la definición precisa de y la relación entre el aprendizaje y conceptos tales como la instrucción diferenciada y el aprendizaje adaptativo personalizado.

2. ¿Cómo funciona?
La base del aprendizaje personalizado es un perfil personal en el que la tasa de aprendizaje, el nivel y los puntos fuertes y débiles del estudiante se registran. Sobre esta base, las instrucciones y las tareas son personalizados para alumno en particular. Puede ser que mientras los estudiantes se dividen en vías predeterminadas, se ajustan cuando se encuentran en ese momento. programas más sofisticados hacen contraste con el basado en el rendimiento de los alumnos, ajustes en tiempo real en el proceso de aprendizaje.

3. ¿Quién lo hace?
Hay muchas escuelas que se están ejecutando un proyecto piloto en el ámbito del aprendizaje personalizado. También funciona con muchos editores, proveedores de contenido y desarrolladores de sistemas de evaluación y sistemas de gestión de ayudas a los estudiantes de enseñanza personalizada y adaptaciones en sus ofertas actuales.

4. ¿Por qué es importante?
El aprendizaje personalizado, con la ayuda de la tecnología, un gran número de estudiantes con itinerarios de aprendizaje individuales realiza una analítica que le permite influir en los datos de aprendizaje, combinados con modelos estadísticos, el estudio de cada estudiante a identificar y predecir la probabilidad de una experiencia de aprendizaje exitosa. Además, estos sistemas proporcionan instrucciones y tareas que cumplen con los requisitos y necesidades del estudiante.

5. ¿Cuáles son las desventajas?
El aprendizaje personalizado es un fenómeno relativamente nuevo. Hay en este momento, por lo tanto, una falta de investigación independiente sobre los resultados de aprendizaje, el valor añadido y el impacto de la personalización. Como resultado, muchas preguntas siguen sin respuesta. La personalización del proceso de aprendizaje está cambiando el papel del docente de todos los niveles desde los más bajos a los universitarios. Esto requiere una formación adecuada, apoyo y presupuesto. Los costos para la implementación de aprendizaje personalizado son, de hecho importante, tanto para las herramientas de tecnología y sistemas para la formación y el apoyo de los maestros.

6. ¿A dónde va?
Hay más y más conocimiento disponible de aprendizaje personalizado. Por lo tanto las escuelas pueden determinar cuándo y cómo es de significativo un enfoque personalizado. por lo tanto actuará siempre más como un sistema en el que la combinación produce más entre los diferentes instrumentos que la suma de sus partes. se pueden combinar más y más datos. Esto proporciona potentes sistemas interconectados, que hacen que sea más fácil para los modelos pedagógicos innovadores – como dar la vuelta al aula (FLIPPED CLASSROOM) – INCLUSIÓN-.
“Es aquí donde conformar nuestros Personal Learning Environament, tanto de los aprendices como del resto de la comunidad educativa, nos llevará a entender mejor los conceptos de aprendizaje abierto, inclusivo, personalizado…lo que hace que la educación actual nada tenga que ver con la que preconizamos …”En seguida se presentaron dos líneas muy diferenciadas de pensamiento, por un lado algunos docentes que estaban en el recinto, preguntaban y preguntaban que ellos que pueden hacer con sus alumnos en el aula, que si ser facilitadores es darles herramientas a los alumnos, si las TIC se pueden utilizar con los más pequeños, si la Universidad las utiliza….., por otra parte, los dos estudiantes (aprendices) comentaron las propuestas que presenté en Caracas, propuestas de innovación, de disrupción en todos los niveles sociales, se refirieron no solo a educación, si no a cambio de mentalidad de las personas, organizaciones”… (Juan Domingo Farnos)

7. ¿Cuáles son las implicaciones para el aprendizaje y la enseñanza?
El aprendizaje personalizado alivia la presión sobre los docentes para proporcionar la educación a cada estudiante con exactitud segun su nivel, ya uqe permite dejar la formación en manos de los mismos aprendices

 

 

Personalized-Learning

 

 

Los puntos de vista del sistema de aprendizaje personalizado aseguran que la educación puede ser clasificada de manera eficaz y eficiente. Los profesores pueden dedicar más tiempo a los estudiantes individuales y ambos tienen una mejor comprensión del proceso de aprendizaje.

¿Está aprendiendo la escuela a la medida de cada estudiante? ¿Esttá la escuela haciendo lo necesario para que cada aprendiz aprenda de manera personalizada?

Una vez que la educación era un sistema de masas en el que los métodos de enseñanza y planes de estudios para todos los alumnos eran iguales, las diferencias entre los aprendices estaban allí, pero no importo mucho la luz del rendimiento esperado.

Si hay suficientes estudiantes cualificados profesional y socialmente abandonaron la escuela, se lograron los objetivos …

El “ajuste fino Personal siguió en el lugar de trabajo, que fue garantizado en muchos casos (Educacion Disruptiva -learning is the work-)

La sociedad va a un ritmo rapido. En la actualidad, vemos que lo anterior está cambiando radicalmente. Los estudiantes de hoy en día tienen cada vez más en ocupaciones que no existían incluso durante su período en edad escolar.

Al mismo tiempo, la atención a las necesidades individuales de aprendizaje del individuo se han disparado.

A la educacion se le da un nuevo papel que va asociado a la adquisición de competencias que son lo contrario de la socialización, que puede actuar de forma independiente y autónoma (Gert Biesta, 2010). Todos sirven segun la función en una sociedad que está cambiando cada vez más deprisa.

 

 

 

 

 

Cuatro elementos clave a tener en cuenta para sus profesores son:

1-Asegúrese de que las herramientas para el aprendizaje personalizado estén disponibles y brinden apoyo para reducir la frustración.

2-Desarrollar una variedad de modelos de implementación que permitan avanzar paso a paso hacia el aprendizaje dando la responsabilidad al alumno, en lugar de hacerlo a la vez.

3-Construir a tiempo para comunidades de capacitación y aprendizaje profesional donde los aprendices y docentes comparten éxitos y desafíos.

4-Modelar una mentalidad de crecimiento, espere y valore los errores, y aprenda de ellos.

Es importante dejar tiempo para que los sistemas, herramientas y filosofías cambien y para que tengan éxito en los puntos provisionales.

Señales de un Aprendizaje bajo la responsabilidad del aprendiz:

A medida que los docentes cambian de roles tradicionales a nuevos roles como facilitadores de aprendizaje, sus aulas comenzarán a mostrar personalización, agencia estudiantil, audiencia real, conectividad y colaboración y creatividad: los sellos distintivos del aprendizaje centrado en el estudiante.

 

 

 

 

 

Es esta la evaluación que queremos?, es una pregunta que  os hago, ni afirmo ni niego, podríais responder?….

Las evaluaciones deben revelar qué tan bien los estudiantes han aprendido lo que queremos que aprendan mientras la instrucción se asegura de que lo aprenden. Para que esto ocurra, las evaluaciones, objetivos de aprendizaje , competencias, estrategias de enseñanza… deben estar estrechamente enfocadas y relacionadas de modo que se refuercen entre sí.

Para asegurarse de que estos tres componentes del curso están alineados,establezcamos  las siguientes cuestiones:

  • Objetivos de aprendizaje: ¿Qué quiero que los estudiantes sepan cuando acaben (..) curso?
  • Evaluación: ¿Qué tipo de tareas revelarán si los estudiantes han logrado los objetivos de aprendizaje que he identificado?
  • Competencias ¿qué tipo habrán alcanzado al terminar (…) curso?
  • Las estrategias de enseñanza: ¿Qué tipo de actividades dentro y fuera de clase reforzarán mis objetivos de aprendizaje y preparar a los estudiantes para las evaluaciones?

¿Qué pasa si los componentes de un curso no están relacionados…?

Si las evaluaciones no están alineadas con los objetivos de aprendizaje, competencias  y estrategias de enseñanza, puede socavar tanto a los estudiantes la motivación y el aprendizaje.

Consideremos a título e ejemplo estas dos situaciones:

Su objetivo es que los estudiantes aprenden a aplicar las habilidades analíticas, pero su evaluación mide sólo recordar los hechos. En consecuencia, los estudiantes perfeccionar sus habilidades analíticas y se sienten frustrados de que el examen no mide lo que aprendieron.

Su evaluación mide la habilidad del estudiante para comparar y criticar los argumentos de los diferentes autores, pero sus estrategias de enseñanza por eso intentan resumir los argumentos de los diferentes autores. En consecuencia, los estudiantes no aprenden o practican las habilidades de comparación y evaluación que serán evaluados.

Esta tabla presenta ejemplos de los tipos de actividades que pueden ser utilizados para evaluar los diferentes tipos de objetivos de aprendizaje (adaptado de la versión revisada de la taxonomía de Bloom ).

Tipo de objetivo de aprendizaje Ejemplos de evaluaciones apropiadas
Recordar 
Reconocer 
Identificar
Elementos de prueba objetivos como relleno en el espacio en blanco, a juego, etiquetado, o preguntas de opción múltiple que requieren que los estudiantes:

  • recordar o reconocer los términos, hechos, conceptos y
Interpretar 
Ejemplificar 
Clasificar 
Resumir 
Inferir 
Comparar 
Explicar 
Actividades tales como papeles, exámenes, boletines de problemas, discusiones en clase, o mapas conceptuales que requieren que los estudiantes:

  • resumir las lecturas, películas o discursos
  • comparar y contrastar dos o más teorías, eventos o procesos
  • clasificar o categorizar los casos, elementos o eventos utilizando los criterios establecidos
  • Parafraseando documentos o discursos
  • encontrar o identificar ejemplos o ilustraciones de un concepto o principio
Aplicar 
Ejecutar 
Implementar 
Actividades tales como boletines de ejercicios, presentaciones, laboratorios, prototipos o simulaciones que requieren los estudiantes para:

  • utilizar procedimientos para resolver o completar tareas familiares o no familiares
  • Determine qué procedimiento (s) son los más apropiados para una tarea determinada
Analizar 
Diferenciar 
Organizar 
Atributo 
Actividades tales como estudios de caso, las críticas, laboratorios, trabajos, proyectos, debates, o mapas conceptuales que requieren que los estudiantes:

  • discriminar o seleccionar partes relevantes e irrelevantes
  • determinar cómo funcionan los elementos juntos
  • determinar el sesgo, los valores, o la intención subyacente en el material presentado
Evaluar 
Comprobar 
Crítica 
Evaluar 
Actividades tales como revistas, diarios, críticas, boletines de problemas, análisis de productos, o los estudios que requieren los estudiantes para:

  • prueba, monitor, juzgar, criticar o lecturas, performances, o productos en función de criterios o normas establecidas
Crear 
Generar 
Plan 
Producir 
Diseño
Actividades tales como los proyectos de investigación, composiciones musicales, actuaciones, ensayos, planes de negocio, diseño de sitios web, o escenografías que requieren los estudiantes para:

  • constituir, crear, diseñar o generar algo nuevo

 

 

 

Si  establecíamos que ….. https://juandomingofarnos.wordpress.com/2013/10/09/evaluar-es-personalizar-los-aprendizajes/  Evaluar, es personalizar los aprendizaje…Juan Domingo Farnós

La evaluación de los aprendizaje, y ya entendemos que evaluar es aprender, se realiza siempre sobre patrones uniformizados emanados de curriculums preestablecidos y por tanto normatizados, pues bien, si usamos una evaluación computacional, “creando sistemas de software que se adaptan dinámicamente a la potencialidad cambiante de cualquiera de los recursos que se tengan en diferentes contextos, materiales de aprendizaje y sujetos de las acciones de aprendizaje…

La variabilidad de recursos surge de forma natural en un entorno de computación ubicua a través de la movilidad del usuario ( el usuario se mueve de un entorno informático a otro ) , y a través de la necesidad de explotar cualquier variable en el tiempo,se adaptan a los los recursos en un entorno dado (por ejemplo, ancho de banda inalámbrico ) .

Si los enfoques tradicionales evaluativos describen un ecosistema uniformizado, estos argumentos actuales no solo ya no sirven, si no que ya no son necesarios, están obsoletos.

La computación ubícua en la evaluación nos permite ver como el aprendiz pasa de objeto a sujeto de aprendizaje, y es quien dirige “las operaciones” del proceso de su aprendizaje, por tanto de su evaluación.

 

 

 

 

 

Valorar y celebrar estas características es una parte de la construcción del puente que todos los educadores pueden usar para apoyar el cambio al aprendizaje personalizado.

La personalización es un entorno centrado en el alumno donde el alumno y el docente colaboran para impulsar el aprendizaje y determinar las necesidades, los planes y el diseño de aprendizaje.

comienzan utilizando un perfil de aprendiz con declaraciones de “Yo puedo” para codificar su conocimiento previo sobre un tema como principiante, progresivo o experto. Luego, los estudiantes proporcionan evidencia de aprendizaje para cada código. Esto les da a los estudiantes una voz en su proceso de aprendizaje como co-planificadores.

 

“Si hace unos díasas hablábamos que la Evaluación ya no es algo aislado, no solo es un aprendizaje más, si no que va siempre de la mano de cualquiera de ellos, que forma un “corpus inseparable” y que ya no debemos pensar más en ella como un elemento aislado, FINALISTA, si no como parte de un proceso más, donde la responsabilidad ya no es del sistema, si no de las personas, porque aprender ya no es solo un derecho, si no una obligación que tenemos todos durante toda nuestra vida, porque ofrecer lo mejor no es solo algo relacionado con nosotros mismos como indivíduos, si no para con la sociedad y ésta se merece lo mejor en cada momento y en cada lugar”… (Juan Domingo Farnós Miró)

 

 

 

 

 

 

Ejemplo de evaluación personalizada con ayuda de las TIC:

La evaluación será uno de los elementos, si no el ELEMENTO, que haga decantar la balanza hacia una sociedad y una educación diferente, divergente, disruptiva….porque de siempre la MÉTRICA de la calidad de las cosas ha hecho que las cosas cambien y en eso estamos…

No estamos en momentos de diseñar “inventos” porque esta sociedad todavía no sabe hacia donde va, esa es la realidad, pero si debemos preparar diferentes caminos, no uno solo, ya que esas diferentes posibilidades hará que tengamos más opciones para todas las personas y para diferentes contextos…, no olvidemos que hasta ahora solo teníamos uno….

Vale la pena inmiscuirse en esta realidad que las tecnologías están provocando cambios acelerados y que por medio de ellas estamos pasando “por encima” de viejas costumbres que creíamos que durarían mil años más…

Podríamos hablar de economía del conocimiento, de la relación aprendizajes con su implicación posterior económica, con un aprendizaje permanente (life long learning),…en los cuáles las nuevas tipologías de evaluación, no por ser nuevos en si, si nó por sus diferentes planteamientos estructurales, de protagonismos, ejecución, retroalimentación, posibilidades de soporte con la Inteligencia artificial y por tanto de la importancia de las automatizaciones…nos introducen no solo en “nuevas formas”(formatos), que también, si no también en una “invisibilidad” de la evaluación que será más importante cuanto más no la nombremos, ya que se entenderá que está integrada en cualquier aprendizaje y en cualquier situación contextual…

La credencial tradicional del título universitario dice más acerca de la institución que concede el título que de la persona que se lo merece….Los Diplomas están fuera de contexto, o, más bien, que existen solamente en el contexto de la agencia de la concesión (organización educativa), lo que proporciona poca evidencia para un empleador que el alumno tiene el conjunto de habilidades específicas y conocimiento para tener éxito en el lugar de trabajo y ofrecer una perspectiva despersonalizado de un intereses y logros del individuo.

Si optamos por un sistema de credenciales tipo EPORTAFOLIOS,….es un sistema flexible controlado por el alumno, hay varios contextos, incluyendo la institución, el individuo, el medio ambiente, el lugar de trabajo, etc

UN sistema de acreditación alternativo, como un sistema de ePortfolio o credencialización puede personalizar una credencial tradicional y permitir que los estudiantes mostrar competencias específicas.

 

 

 

 

 

Aquí están algunas cosas a tener en cuenta en el desarrollo de un sistema de acreditación alternativa:

 

 

 

Un sistema de acreditación alternativa presenta competencias específicas..

La educación basada en competencias se centra en los componentes discretos de aprendizaje (conocimientos, experiencias, áreas de conocimiento) que proporcionan una visión detallada de la realización del alumno mediante la conexión de los conceptos del curso a las manifestaciones visibles o “artefactos” de aprendizaje.

Credenciales alternativas como ePortfolios e insignias muestran competencias junto con las pruebas que puedan ser utilizados por el estudiante para mostrar las habilidades y experiencias en diferentes ámbitos laborales…

 

 

 

El aprendiz tiene el control y la responsabilidad de su evolución y de su eportafolios (evaluación continuada)…

A diferencia de la forma y el mensaje de un título universitario, un eportafolios puede ser manipulado y modificado por el alumno con fines específicos, teniendo en cuenta las circustancias, necesidades…. Ciertos componentes de un eportafolios pueden servir como ayudas de trabajo, vehículos de presentación, o registros de crecimiento en áreas específicas…

 

 

 

Las Insignias funcionan mejor cuando son parte de un EPORTAFOLIOS…

LAS INSIGNIAS reconocen las habilidades y conocimientos escaparate que se adquirieron dentro o fuera de la academia tradicional. Ellos ayudan a personaliza la trayectoria de aprendizaje de un individuo, ayudan a fomentar el aprendizaje permanente y mostran las competencias específicas. Ellos funcionan mejor como parte de un portafolio de trabajo que incluya las competencias curriculares y experiencias institucionales.

 

 

 

Las Credenciales alternativas pueden ser tanto hacia el interior como hacia el exterior—-

Usado internamente, proporcionan la motivación para la fuente de ingresos, una vía clara para el éxito, un sentido de logro y un registro de la consecución de objetivos, consecuencias…(programa o competencias grado).

Usado externamente, pueden representar la fuente de ingresos para los empleadores, instituciones u organismos de certificación. Ambas funciones de un portafolios tienen fundamento y deben ser utilizados especialmente de manera sincrónica.

La credencial tradicional del título universitario y la credencial alternativa del portafolio o tarjeta de identificación puede trabajar en conjunto para presentar un registro más completo de las competencias del alumno.

Mientras que un título universitario lleva el valor de la tradición que se basa en el nombre y la reputación de la institución para la validación, la fuerza de un sistema de acreditación alternativa radica en el nivel de detalle de la información y las pruebas de logro que se centra en el alumno como individuo.

 

 

 

Cuando se usan juntos, un alumno será capaz de mostrar un registro personal y específico de los logros.

Instituir un sistema de acreditación alternativa exige una cuidadosa consideración de diseño instruccional, el aprendizaje basado en competencias y el diseño del propio portafolios .. Sistemas como el Mozilla Infraestructura Badge abierto y organizaciones como HASTAC, proporcionan puntos de partida para aquellos interesados en explorar las credenciales alternativas.

La evaluación, ¿está en manos del sistema? ¿está en manos de los aprendices? ¿por qué?

Sería interesante leer algunos aspectos de la evaluación vista des de perspectivas no solo de contraste de conocimientos, si no de puntos débiles y fuertes para mejorar, o también vista des de el “error” como aprendizaje y no como elemento segregador….

Después de mi conferencia virtual verán que la educación de todos y para todos, se basa precisamente en eso, en una evaluación que la puedan realizar todos, pero sin que nadie sea superior ni inferior, si no con la misión de buscar una excelencia personalizada :  https://juandomingofarnos.wordpress.com/2013/10/09/evaluar-es-person…  Evaluar es personalizar los aprendizajes…! de Juan Domingo Farnós…

¿Qué les parece esta inferencia, este planteamiento?, por otra parte es un “escenario” con el que las TIC nos están ayudando, sin ellas sería casi imposible y aún estaríamos con los escribanos de la edad media.

 

 

 

Las nuevas tecnologías, especialmente las basadas en la web, están conduciendo a la enseñanza y a la formación hacia direcciones que pueden parecer oportunas desde el punto de vista político o económica, pero que no siempre resultan ideales desde la perspectiva pedagógica. Aunque el aprendizaje a través de plataformas basadas en la web puede presentarse como ‘técnicamente novedoso’, esto no conduce automáticamente a mejorar la calidad de dicho aprendizaje.
Un diseño didáctico de calidad lo es con independencia del medio; otra cosa es que este último ofrezca mayores posibilidades de aplicación. Algo similar ocurre con la evaluación del aprendizaje cuando éste se ha realizado básicamente en plataformas de teleformación. Del mismo modo que es posible diseñar entornos de aprendizaje con tecnología hipermedia que soporten principios constructivistas en los aspectos más técnicos, pero no en la filosofía subyacente del modelo, se puede estar cometiendo el error de no aprovechar las posibilidades que brindan las nuevas tecnologías para reflexionar sobre nuestras prácticas evaluativas y su coherencia con el enfoque de aprendizaje adoptado.
Por tanto, al planificar la evaluación del aprendizaje en un medio como Internet, deberíamos partir de las respuestas que demos a una serie de consideraciones previas:
  • Considerar las herramientas y posibilidades de evaluación que ofrece el entorno de aprendizaje basado en Internet que hemos desarrollado.
  • Explorar las formas de evaluación más coherentes con el enfoque de aprendizaje adoptado.
  • Contemplar el modo de integrar armónicamente las opciones tomadas en los niveles de decisión anteriores.

 

2.1. Herramientas y posibilidades de evaluación a través de Internet
Una de las herramientas que más se ha venido utilizando para la evaluación del aprendizaje a través de Internet es el software para diseñar pruebas cerradas con posibilidad de autocorrección. Las principales ventajas que ofrecen este tipo de métodos han sido puestas de manifiesto por McCormack y Jones (1997)
  • Ahorra tiempo en su desarrollo y distribución.
  • Reduce el tiempo de respuesta, aumentando el efecto positivo del feedback.
  • Reduce los recursos humanos y materiales necesarios.
  • Permite el almacenamiento de los resultados y su posterior tratamiento.
  • Flexibiliza el momento en el que el alumno ha de realizar la evaluación.

 

 

 

Así, este tipo de evaluaciones basadas en la web aporta ciertos beneficios educativos. Desde el punto de vista del estudiante, la evaluación frecuente y periódica proporciona un refuerzo de los conceptos y aumenta la motivación. Los formadores, por su parte, pueden diseñar revisiones para cada módulo sin preocuparse de tener que encontrar el tiempo y los recursos para analizar los resultados: como discutimos más adelante, la mayoría de estos instrumentos ofrecen informes automáticos. Los estudiantes pueden acceder a estas pruebas en cualquier momento, de forma privada y en la comodidad de su propio hogar. Puesto que los resultados están informatizados, los estudiantes reciben un feedback inmediato. Esto puede ayudar también a aquellos alumnos que sufren de ansiedad ante las pruebas de evaluación a que se relajen, así como minimizar el agobio de aquellos que suelen rendir menos.
Cuando la era del aprendizaje a través de Internet comenzaba a dibujarse, Romiszowski (1993) ya mostraba su preocupación por lo que él denominaba como una tendencia hacia la interactividad de nivel superficial, en función de la cual los alumnos disponen del control para navegar a través de amplias cantidades de información. Él argumentaba que, aunque esto puede parecer un medio capacitador, al menos que al estudiante se le den unos objetivos de aprendizaje específicos no tendrá criterios claros para elegir a qué contenidos acceder. En este sentido, el uso de pruebas y tests de autoverificación, si están bien pensados y diseñados, pueden contribuir a orientar el proceso de aprendizaje de los alumnos, ayudándoles a comprobar si los aprendizajes que están realizando responden efectivamente a lo que se espera de ellos.
McCormack y Jones (1997) han reparado también en los inconvenientes de este tipo de instrumentos:
  • Puede fomentar que los estudiantes se acostumbren al método de señalar y pulsar, generando cierta dificultad en pruebas que demanden una mayor profundidad en las respuestas.
  • Puede percibirse como un método impersonal, propiciando en los estudiantes un sentimiento de anonimato y aislamiento al verse enfrentados solos ante una máquina.
  • Someter a los estudiantes a un continuo uso de estos tests puede provocar que éstos pierdan su valor como instrumentos de evaluación.
  • La posibilidad de consultar el material antes de ofrecer las respuestas y la tendencia a introducir cuestiones sencillas para proporcionar un feedback positivo pueden fomentar un falso sentido de confianza entre los estudiantes.
  • La dificultad de introducir cuestiones de alto nivel en este tipo de pruebas puede generar un aprendizaje memorístico y la sensación de que lo único que se requiere es la memorización del material.
  • La naturaleza de las respuestas puede ser restrictiva.

 

 

En definitiva, este tipo de pruebas responde a un modelo de aprendizaje más behaviourista,por lo que sus aportaciones en entornos constructivistas deben estar cuidadosamente planificadas. En este sentido, desde un modelo de aprendizaje autónomo se pueden aprovechar sus potencialidades de motivación, feedback inmediato y auto-control de los contenidos que cada uno va abordando, más que utilizarlas como medidas de control externo del aprendizaje. Por ello, en su diseño resulta interesante incluir pistas que sugieran a los alumnos las respuestas correctas, así como vínculos con los materiales de referencia relacionados con esos contenidos.
Aunque los tests de autocomprobación constituyen la herramienta más explotada para evaluar el aprendizaje a través de Internet, la red ofrece otros recursos con un alto valor pedagógico. El correo electrónico permite adjuntar ficheros con reflexiones en torno a un tópico, construcciones personales sobre un problema de investigación, resultados de búsquedas bibliográficas, posibles respuestas a un caso-problema presentado por el profesor, etc. Este tipo de trabajos, además de beneficiarse de las ventajas de flexibilidad apuntadas para los tests de autocomprobación, comportan un enfoque hacia los procesos de comprensión y transformación de conceptos. La mayoría de entornos integrados, además, permiten la posibilidad de publicación de estos trabajos, de forma que todos los alumnos puedan acceder a ellos y fomentar de este modo prácticas de revisión entre iguales. Otras herramientas, como el chat o las listas de discusión, con formato sincrónico o asincrónico respectivamente, tienen un alto potencial no sólo para el intercambio de ideas y, por tanto, para el aprendizaje, sino también para la evaluación, especialmente en el caso de la evaluación de actitudes.
También los formularios en HTML pueden utilizarse para evaluar la comprensión de conceptos y, más especialmente, para la evaluación de las ideas previas de los estudiantes en torno a determinados contenidos de aprendizaje. Los formularios en HTML permiten que el profesor reciba cierto feedback por parte de los estudiantes relacionado con el aprendizaje que estos últimos están realizando. Brooks (1997) los considera por eso como una estrategia interactiva de gran utilidad, aunque reconoce que su integración en entornos de aprendizaje a distancia requiere hoy por hoy conocimientos de programación. Un editor de HTML, no obstante, nos permite crear formularios sencillos que se remiten directamente a la dirección electrónica que se desee. Una opción algo más compleja, pero igualmente viable y de gran utilidad, es construir formularios utilizando CGIs, lo que nos permite, entre otras cosas, preservar el anonimato del alumno emisor.
2.2. Enfoques alternativos de evaluación
En el diseño de entornos constructivistas se ha comenzado a extender la idea de evaluación alternativa, como reflejo de la frustración con los enfoques tradicionales de evaluación, y del deseo de determinar el logro de metas educativas de orden superior que impliquen una comprensión profunda y el uso activo del conocimiento en contextos complejos y reales (Reeves y Okey, 1996). Hammond y Collins (1991), plantean el tema de la evaluación alternativa en procesos de aprendizaje autodirigido, y la entienden básicamente como aquélla en la que los sujetos de aprendizaje intervienen de algún modo en el establecimiento de los criterios de evaluación y en el mismo proceso evaluativo. En este sentido, ellos ofrecen al menos cinco razones por las que se debe fomentar la coevaluación, autoevaluación y la heteroevaluación entre iguales en procesos de aprendizaje autodirigido:
  • La evaluación alternativa es consistente con los principios del aprendizaje auto-dirigido, y cuestiona a la evaluación tradicional como una de las fuentes de mayor poder del profesor en sistemas convencionales.
  • La evaluación alternativa promueve el aprendizaje, en la medida en que está diseñada para constituirse en una oportunidad para éste tenga lugar.
  • La evaluación alternativa muestra respeto por los estudiantes y por sus opiniones, y entiende que el aprendizaje es un proceso interno que no puede medirse con exactitud desde fuera.
  • La evaluación alternativa proporciona preparación para el aprendizaje continuo, que depende de la adquisición de destrezas de autocontrol y autoevaluación.
  • Es posible confiar en la autoevaluación y la heteroevaluación entre iguales; de hecho, más que sobrestimar el propio rendimiento los estudiantes suelen hacer lo contrario.

 

 

10_3928_00220124_19851101_08_fig1

Algunos enfoques de evaluación alternativa llevan cierto tiempo aplicándose en entornos constructivistas bajo formas como la evaluación auténtica, la evaluación de la actuación, la evaluación de portfolio, etc. Una descripción somera de cada una de estas modalidades de evaluación puede encontrarse en Reeves y Okey (1996). Se trata en su mayoría de enfoques que han surgido en campos como el arte, el ejército o la ingeniería, y que han comenzado a aplicarse al ámbito educativo. Todas tienen en común su relación directa o incluso su identificación con las mismas tareas de aprendizaje. Aunque su puesta en práctica no está exenta de problemas, en conjunto constituyen modalidades con cierto potencial para proponer mecanismos alternativos de evaluación. Sin necesidad de adoptar un compromiso con ninguna de ellas, cada una puede ofrecer aportaciones interesantes en la planificación de la evaluación:
  • De la evaluación auténtica podemos quedarnos con la idea de que las tareas propuestas deben lograr en el que las realiza un sentido de pertenencia y una actitud positiva hacia ella (es decir, valorar su utilidad), y han de aplicarse con fidelidad (es decir, con posibilidad de replicación) a situaciones reales.
  • De la evaluación de la ejecución es importante considerar el énfasis en planificar actividades válidas con referencia a un propósito específico, así como contemplar la posibilidad que tales actividades ofrecen para la aplicación del conocimiento en contextos poco definidos y abiertos a múltiples alternativas, cada una de las cuales demanda la puesta en marcha de procesos de orden superior y destrezas de resolución de problemas.
  • De la evaluación de portfolio destacamos la importancia otorgada tanto al proceso como al producto, así como los beneficios derivados de compartir estos trabajos entre los propios estudiantes.

 

 

 

Tomadas en conjunto estas aportaciones, resulta evidente que las mismas actividades que se proponen para el aprendizaje de unos contenidos pueden ser usadas legítimamente para evaluar su adquisición. Para Reeves y Okey (1996) los entornos de aprendizaje constructivistas y la evaluación alternativa ayudan a hacer difusa la tradicional división entre aprendizaje y evaluación, que es endémica en la mayoría de los escenarios educativos, y sugieren una serie de razones por las que en un entorno constructivista no tiene sentido la separación entre actividades de aprendizaje y de evaluación :
  • Los entornos de aprendizaje constructivistas están relacionados con el qué y el cómo del aprendizaje, o lo que es lo mismo, no sólo con los resultados de aprendizaje, sino también con los procedimientos por medio de los cuales se aprende.
  • La evaluación en entornos de aprendizaje constructivistas debe ser tan amplia y variada como el entorno mismo.
  • Las limitaciones de recurso y tiempo sugieren que las mismas actividades que sirven para aprender sirvan también para evaluar.
  • La evaluación debería presentarse de forma marcadamente distinta que en los tradicionales contextos de evaluación, que analiza el conocimiento de forma fragmentada y descontextualizada en lugar de analizar la actuación ante tareas del mundo real.
  • La apertura y transparencia debe presidir los procedimientos y criterios de evaluación, del mismo modo que el constructivismo fomenta un diálogo similar con relación a qué aprender y de qué forma hacerlo.

 

 

2.3. Incorporación de los métodos alternativos de evaluación a través de Internet
De lo apuntado hasta el momento se desprende que un entorno constructivista demanda recursos que permitan incluir la motivación como un factor importante en el procedimiento de evaluación, especialmente en entornos que dependen demasiado de factores de motivación intrínseca, como es el caso del aprendizaje autorregulado vía Internet. A ello puede contribuir el uso de pruebas autoverificables, que en cualquier caso necesita complementarse con otras modalidades más divergentes, como los ensayos abiertos o tareas de desarrollo en torno a un tópico, así como evaluaciones que consideren la auto-revisión, la evaluación entre iguales, el nivel de participación en listas de discusión, etc..
Estas otras modalidades no tienen por qué ser distintas de las tareas propuestas para el aprendizaje, siempre y cuando en su diseño intervengan algunos de los principios del aprendizaje adulto:
  • El foco de las actividades de aprendizaje y evaluación ha de estar en la aplicación y el uso activo del conocimiento en situaciones reales y poco definidas.
  • La propuesta de tales actividades debe responder a objetivos claros y explícitos.
  • El alumno debe encontrar valor formativo y a la vez evaluativo en tales tareas, por lo que la optatividad y diversidad en las propuestas debe ser una variable real.
  • El propósito mismo de la evaluación debe estar orientado a enfatizar los puntos fuertes del estudiante y proporcionarle información que le capacite a hacer sus propias decisiones sobre metas y actividades de aprendizaje.
  • Es importante fomentar la reflexión sobre las tareas realizadas, la autoevaluación con respecto al nivel de dominio de los contenidos, y el intercambio y revisión de productos entre compañeros.

 

 

Parece evidente que algunos recursos tecnológicos incorporados al uso de los ordenadores abren nuevas posibilidades para estos enfoques alternativos. Esto es especialmente evidente en el caso de mecanismos de portfolios, incorporados ya en numerosos paquetes de software educativo y cuyo uso comienza a demostrar un mayor compromiso de los estudiantes en la autoevaluación y el autoaprendizaje (Read & Cafolla, 1997). El correo electrónico, las bases de datos y las listas de discusión, por su parte, permiten almacenar e intercambiar el trabajo de los alumnos en su proceso y en sus productos, así como acelerar en ambas direcciones los mecanismos de feedback. Pero una vez más, también en el caso de la evaluación la tecnología puede servir para instrumentar y hacer operativa una determinada filosofía del aprendizaje.
  1. Algunas aplicaciones para la evaluación sincrónica o autoevaluación
Por evaluación sincrónica del aprendizaje vamos a entender aquí las prácticas basadas en tests de autocomprobación inmediata, y que están orientadas a motivar y guiar al estudiante en su proceso de aprendizaje. Otras herramientas sincrónicas posibles, tales como los chats, no los consideraremos aquí.
El mercado informático ofrece en la actualidad distintas herramientas para construir tests y pruebas de evaluación orientadas a su distribución a través de Internet. Una descripción detallada de cada una de estas herramientas puede encontrarse en Hall (1997). Nosotros nos detendremos aquí en dos tipos distintos de software cuya utilidad hemos venido experimentando en iniciativas de formación a distancia puestas en marcha recientemente.
3.1. Pruebas de autoevaluación no adaptativas: HotPot 3.1
HotPotatoes 3.1 es un software gratuito, disponible en Internet (http://web.uvic.ca/hrd/halfbaked) para la realización de distintos tipos de ejercicios de autocomprobación. Creado por el equipo de Half-Baked Software del Centro para el Lenguaje de la Universidad de Victoria, permite construir actividades autoverificables en formatos distintos:
  1. Ejercicios de opción múltiple (JBC). Se trata del clásico ítem de opción múltiple con feedback inmediato. Para diseñar este tipo de actividades son necesarios varios elementos:
  • plantear una cuestión sobre algún contenido abordado;
  • ofrecer posibles respuestas a dicha cuestión (generalmente 5), con la posibilidad de que sean correctas una o varias de esas respuestas;
  • acompañar explicaciones que, a modo de feedback, justifiquen por qué determinada opción de respuesta es verdadera o falsa.

 

 

De esta forma, al seleccionar una determinada opción, no sólo se sabe si nuestra elección ha sido la correcta, sino también por qué. La figura 1 muestra cómo quedaría el
Diseño de este tipo de ejercicios en la web:
  1. Ejercicios de respuesta breve (Jquiz). Otro tipo de ejercicios posible es el de respuesta breve. Consiste en plantear una pregunta que puede contestarse con una o pocas palabras. Para construir un ejercicio de este tipo es necesario:
  • plantear una cuestión sobre algún contenido abordado;
  • incluir varias respuestas (hasta 4), válidas todas a ellas para la pregunta planteada.
La construcción de un ejercicio de este tipo plantea el problema de que la respuesta que ofrezca el alumno, para que sea correcta, debe ser exactamente igual a la que nosotros introdujimos inicialmente. Ello exige que la pregunta esté planteada con claridad, admita sólo un tipo de respuesta, y ésta se componga de muy pocas palabras. Un tipo de contenido fácilmente aplicable a estos ejercicios es el relacionado con escribir el concepto definido en el enunciado.
  1. Ejercicios de tipo crucigrama (JCross). Un crucigrama también puede constituir una actividad en la que se pida, por ejemplo, identificar un concepto a partir de su definición. En este caso, los elementos necesarios serían los siguientes:
  • seleccionar las palabras que queremos que aparezcan en el crucigrama;
  • establecer la distribución de estas palabras horizontal o verticalmente;
  • incluir la definición para cada una de estas palabras, teniendo en cuenta que a partir de esta definición el alumno deberá identificar la palabra correspondiente
  • Ejercicios para relacionar (JMatch). Estos ejercicios son los típicos que presentan dos columnas para relacionar los elementos de una con los de otra. La condición es que cada elemento de la columna izquierda tenga una sola correspondencia con otro elemento de la columna derecha. Para la realización de un ejercicio de relacionar, al alumno después se le muestran todas las opciones posibles de la derecha, debiendo elegir en cada caso la apropiada. También es posible incluir gráficos, tablas, etc., a partir de los cuales establecer los criterios de relación
  • Ejercicios para rellenar huecos (JCloze). Otra modalidad de ejercicios que se pueden utilizar con el HotPotatoes es la de rellenar espacios vacíos en un texto con palabras claves. Evidentemente, el texto debe ser lo suficientemente explícito y contener las pistas necesarias para indicar las palabras que faltan. Puede ser útil, por ejemplo, para realizar un resumen general de una serie de contenidos. Los elementos necesarios para construir una prueba de este tipo son:
  • redactar un texto completo;
  • seleccionar en él palabras claves, que serán las que el alumno deberá identificar;
  • proporcionar varios sinónimos (hasta 3) válidos para cada una de esas palabras claves.
Conviene recordar que el texto que redactemos debe permitir identificar con relativa claridad las palabras que faltan; ello implica que tales palabras, o los sinónimos que pensemos para ellas, deben tener cierta relevancia en el conjunto de contenidos al que hagan referencia.
3.2. Pruebas de autoevaluación adaptativas: Question Mark Perception 2
Un paquete integrado de software mucho más potente y sofisticado que el anterior, pero con un mayor número de requisitos técnicos y económicos, es el elaborado por Question Mark Computing (http:www.qmark.com/perception). Perception es un software diseñado expresamente para la creación de tests, cuestionarios y otras formas de evaluación para su uso a través de Internet o de intranets. Ha sido pensado básicamente para la evaluación del aprendizaje a distancia en contextos universitarios, aunque no se descartan otros posibles usos.
El rasgo más característico de Perception, que le proporciona su potencialidad para aprendizaje a través de Internet, es la posibilidad de construir bancos de ítems que después se seleccionan al azar para configurar una sesión concreta, que es con la que se encuentra el alumno en la web. Esta sesión puede diseñarse con distintos niveles de dificultad, de forma que el alumno ve aumentar o no la complejidad de las preguntas en función de las respuestas que vaya ofreciendo. En este sentido, las pruebas realizadas con Perception entran en la categoría de lo que se conoce como Tests Adaptativos Computerizados(TAC). Frente a los tests convencionales, en los que todos los alumnos deben responder a los mismos ítems siguiendo una secuencia previamente establecida, los TACs traen consigo la idea de unos tests adecuados a la situación particular de cada alumno, adaptando el nivel de dificultad de sus ítems en función de las respuestas que cada uno vaya ofreciendo (Renom, 1993).
Figure-1-Student-to-professional-self-assessment-cycle.png
En relación con las posibilidades que ofrece, Perception es un software relativamente fácil de usar. Con la primera de sus aplicaciones de Windows, Question Manager, el formador puede diseñar todos los ítems que quiera en torno a un tópico o subtópico concretos y agruparlos siguiendo criterios jerárquicos. Los tipos de preguntas posibles son también variados, con mayores posibilidades que los que permite HotPotatoes: actividades de respuesta múltiple, de opción múltiple, de verdadero-falso, de relacionar, de rellenar, tipo matriz, numéricas… Al elaborar cada pregunta, el formador decide qué puntuación corresponderá a cada una de las respuestas, admitiendo también la posibilidad de que una contestación sea parcialmente válida. Igualmente, cada posible respuesta puede ir acompañada de un feedback que justifique por qué se trata de una opción válida o incorrecta.
Uno de los principales rasgos de Perception que conviene destacar es que se trata de un producto en expansión, líder entre los de su género, que está incorporando progresivamente mejoras sobre las versiones anteriores. Una versión temporal de prueba puede adquirirse en la web de Question Mark Computing (http:www.qmark.com/
perception). Una de las últimas novedades consiste en el desarrollo de un navegador propio diseñado para sesiones de evaluación llevadas a cabo en una intranet local. Entre otras cosas, permite que el alumno no abandone la sesión para acudir a otras fuentes de consulta en Internet si no es de forma explícita (introduciendo una contraseña).
En definitiva, se trata de un producto que reúne amplias potencialidades para fomentar la autoevaluación del aprendizaje y su progresiva autorregulación en función de los niveles de rendimiento manifestados, y que a la vez permite a los formadores realizar un seguimiento de los progresos que va realizando cada alumno. No obstante, pese a sus posibilidades, presenta algunos inconvenientes que no se deben soslayar:
  • Es un producto relativamente caro (la compra de un paquete para evaluar a una media de 50 alumnos registrados ronda las 250.000 pesetas). Por tanto, tiene más sentido cuando un campus entero o una cadena de empresas se embarcan globalmente en un proyecto de teleformación.
  • Exige disponer de ciertos requisitos técnicos en el servidor, donde debe instalarse la tercera de las aplicaciones, Perception Server. Entre estos requisitos se encuentran que la disposición de un servidor ISAPI que funcione con un sistema Windows NT, 95 ó 98.
  • La creación de tests adaptativos requiere de ciertos conocimientos psicopedagógicos y psicométricos por parte del diseñador de las pruebas.
  • Como método de evaluación en un entorno de aprendizaje constructivista, puede ser válido pero insuficiente. Otras formas de evaluación más aplicadas y abiertas, como las descritas en el apartado 2.1, deberían complementar el uso de sistemas como Perception.
Y al finalizar todo este proceso de evaluación, recordaremos que la RETROALIMENTACIÓN, se establecerá a continuación, por lo que la dinámica evaluativa es un FLUJO CONTÍNUO que no terminará hasta que nuestro USUARIO-alumno haya terminado su proceso formativo con la consecución de los objetivos que se pretendían en un pricipio, dejando siempre abierto el sistema, para que en  algún momento pueda volver a él  para utilizar algunos aspectos que había probado y que considera puede mejorar o cambiar.

 

6060-12436-1-pb

 

Por tanto: ¿cuál eleigimos? Eso se lo dejo a ustedes….juandon

 

juandon

ESTAMOS TRANSFORMANDO LA SOCIEDAD CON CAMBIOS PERMANENTES Y PERSONALIZADOS!!

juandon

IMG_9692

Seria una habilidad que presentamos al mundo moderno complejo: inesperado, entrelazado, cambiante. Responder esto significa tener la mejor fuerza / ratio de valor. Valor significa cosas que por lo general se entregan a los demas, por lo que son, ya sea en línea con las necesidades del momento (no es demasiado tarde ni demasiado temprano) o innovadores (primero), o reconocido por su calidad (adaptablers durables pero no finitas, efectivas, etc.).

Con ello mejoramos de manera constante, pero nunca llegamos a algo que nos de por finalizado lo que hemos empezado, es un cambio permanente sin un fin que nos haga pensar que hemos llegado a buen puerto. El buen puerto como algo acabado no existe, puede estar en nuestra mente, eso si, pero nunca llegaremos a él porque va modificandose en cada lugar y durante el tiempo (y este es infinito).

El caminar permanente es un estado no limitado en el espacio y en el tiempo por tanto multicanal, muldidisciplinar y con diferentes ideas que van evolucionando a medida que la sociedad va cambiando.

Buscamos caminos que promuevan los emprendimientos, los caminos alternativos y que permita aprender de ellos
Me gustaMostrar más reacciones ·

Esa es la idea, aprendiendo de lo que vas haciendo, no de lo que no has hecho todavia, en lo que hacemos esta incluido el error.

Estamos en una permanente transicion un caminar permanente, los fines ultimos son planteamientos del pasado porque conducen al pensamiento unico, y lo que pedimos es un transitar de manera personalizada y socializadora donde el valor que vamos aprortando cada uno de nosotros enriquezca no solo la sociedad en su conjunto, sino que le permita estar siempre en estado permanente de Beta, preparada para cualquier acontecimiento, ya que si ha dado por finalizado sus objetivos, si sobreviene algo nuevo, nunca estará predispuesta para llevarlos a cabo.

Me gusta mostrar más reacciones…

Esa es la idea de mi planteamiento teorico de inicio ya hace 15v años con mis investigaciones. Siempre ha sido bajo estas premisas que son inconclusas, es un DOCTORADO permanente, una investigacon que nunca acabara y que no esta ni ubicada en el spacio ni limitada por el tiempo.
Me gustaMostrar más reacciones ·

No se basa en ningun teorico del pasado y si vas leyendo se basa en todos ellos, en lo mejor de cada uno, ya que creo que me los he leido e investigado a casi todos, des de filosofos, pedagogos, matematicos y fisicos, futuristas, sociologos…pero es una prolongacion de lo que veo en la sociedad. Siempre he dicho que pienso y escribo lo que veo primero y lo que siento despues….ese es mi camino…

ERIK DUVAL, en sus investigaciones sobre la ANALÍTICA DE APRENDIZAJES.…volvemos a las nuestras propias con las interacciones del usuario en forma de los llamados metadatos de atención. Mediante la visualización de estos datos, proporcionamos cuadros de mando que permiten a los usuarios dirigir sus actividades en un “yo”.

Si lo cuantificamos”, sería lo lo que siempre hemos denominado tipos de caminos, ultimamente, aprendizajes PERSONALIZADOS, tanto en ellos, como en las posibles investigaciones que realicemos. Por otra parte, también ltambién nos sirven en la utilización diversificada de recursos, actividades y por qué no, en los sujetos de aprendizaje… las personas.

Debemos entender y diferenciar entre el analisis de los aprendizajes y los análisis académicos, ya que esto condiuce en buena parte al fracaso de muchos aprendices, especialmente en la universidad, ya que la institución apuesta por el análisis academico con lo que asi no pierde su cuota de poder y su caracter finalisata junto con los constantes procesos de instruccion de lo que ellos llaman personalizacion, cuando realmente lo que es el Mastery learning es una mera individualizacion reforzada con una retroalimentación CONTINUADA EN EL TIEMPO, eso le permite la entrega o no de titulaciones, mientras que el analisis de aprendizajes se deja de lado por ser un PROCESO y no una finalidad.

La marea del progreso tecnológico está erosionando rápidamente entornos de aprendizaje tradicionales y la construcción de otras nuevas. Como las TIC continuará mejorando y la caída de los costos, los ambientes de aprendizaje existirán siempre y los aprendices podran elegir lo que ellos desean ser.

Las aulas evolucionarán hacia comunidades abiertas, flexibles, centradas en el alumno El alumno del futuro construirá el conocimiento que es importante para él o ella como individuo o como parte de una red construida socialmente, navegara a través de problemas mal estructurados con un compañero o como parte de un grupo. Estos espacios, ya sean físicos o virtuales, proporcionarán una población diversa con un entorno seguro para explorar compartir y aprender, siempre a partir de lo que cada uno de ellos haran y de lo que recibirán como parte de su HUELLA UNICA, para asi dar a la comunidad su parte de valor añadido que se sumará a la de los demas, conformando comunidades abiertas dentro de una sociedad muticanal y multisocial.

Ya que no concibo el Social learning sin el personalized learning, así como la educación inclusiva, el cambio de roles y la ayuda de las TIC, Internet, AI…Si abogamos por un aprendizaje donde el responsable sea el aprendiz, que no es lo mismo que se suele afirmas “el aprendizaje es el centro del aprendizaje, ya que estos postulados solo se contempla las fortalezas del mismo y se sigue sin tener en cuenta el cambio de roles” (Juan Domingo Farnós)

La definición de aprendizaje personalizado está evolucionando rápidamente y su diferencia con respecto a otros temas de la próxima generación, como el aprendizaje de la próxima generación y el aprendizaje combinado, puede que no esté claro. El aprendizaje personalizado puede tener lugar en entornos digitalmente mejorados o no.

Si se piensa en que el aprendizaje de la próxima generación incorpore el aprendizaje personalizado y que la integración perfecta con la tecnología sea necesaria para implementarla de manera efectiva, asequible ya una escala significativa, entonces si que llegaremos a través de él al social learning, eso sin duda.

También encontramos que las evaluaciones del aprendizaje a posteriori, las evaluaciones de la próxima generación son parte integral del proceso de aprendizaje, es decir, son evaluaciones para el aprendizaje. (la calidad esta en los mismos aprendizajes).Por todo ello se están buscando formas “inteligentes” para que los aprendices por medio de “UN CLIC” puedan encontrar exactamente en la red lo que necesitan, tanto en primera oleada como en la retroalimentación continuada, algo esencial para ell@s.

Aprender con la web nos permite aprender de manera personalizada y mutable, podemos cambiar de registros a cada momento según el proceso de nuestro aprendizaje y el camino que vamos tomando, otra ventaja importante que con el aprendizaje estático en el espacio y en el tiempo (aula), nunca podríamos realizar. Los mecanismos por lo tanto para muchos investigadores se centran en desarrollar sistemas de e-learning con aprendizaje personalizado para ayudar el aprendizaje en línea basado en la web y de forma adaptativa ofrecer formas de conocimientos con el fin de promover la capacidad de aprendizaje de los alumnos de manera individual, conduciendo al social learning.

Para Julian Stodd …“Social Learning is about the conversations that surround this: it’s about the wisdom of the community and the wealth of experience that this is founded upon. Social Learning is about helping each other, building learning networks, solving problems together and sharing stories. This is sometimes called ‘tacit‘ or ‘tribal‘ knowledge, and it’s the things you already know, alongside what everyone you know knows”.

Por otra parte, el problema del concepto de continuidad de los itinerarios de aprendizaje también tiene que ser considerado, mientras que implementar la secuenciación de plan de estudios de manera personalizada, nos conduce la mayoría de las veces a problemas insolubles. En comparación con el modo de aprendizaje que nos permite navegar libremente sin ningún tipo de guía de trayectoria de aprendizaje personalizado utilizado en los sistemas de aprendizaje más basados en la web, este trabajo se evalúa si el sistema de e-aprendizaje personalizado basado en la genética propuesto, puede generar itinerarios de aprendizaje apropiados según la prueba incorrecta de respuestas de un alumno de manera individual en una prueba previa, proporciona beneficios en términos de rendimiento del aprendizaje, mientras que la promoción del aprendizaje, está garantizada, aunque sea apropiándonos del error, por otra parte obvio.

“El mayor error que puede hacer en la vida es estar siempre con el miedo de cometer un error.” (Dietrich Bonhoeffer)

En un entorno de aprendizaje ubicuo sensible al contexto, los sistemas de aprendizaje pueden detectar comportamientos de aprendizaje de los estudiantes en el mundo real con la ayuda de la tecnología sensible al contexto (sensores); Es decir, los estudiantes pueden ser guiados para observar o manejar objetos del mundo real con los medios de comunicación, eso si, siempre de manera personalizada desde el mundo digital.

Un problema de optimización que los modelos de los objetivos y criterios para determinar los itinerarios de aprendizaje ubicuos presentan, es que son sensibles al contexto personalizado para maximizar la eficacia de aprendizaje para los estudiantes individuales por lo que formularemos tomando la significación de las trayectorias de aprendizaje, diferentes posibilidades de aprendizaje y también según el número de visitantes simultáneos a cada objeto de aprendizaje, por tanto se producirá un efecto innovador.

Julian Stodd propone:
“Que La mayor parte de lo que hacemos estará en espacios comunitarios: comunidades en línea,donde nos reunimos para aprender, alimentemos los activos formales en estos espacios, ofrezcamos un andamio para las actividades co-creativas y ayudamos a las personas a escribir la historia.
Una vez que iniciemos el programa, se nos pedirá que hagamos cosas diferentes. Desde el punto de vista del diseño, estos son los elementos de diseño “co-creativos”.

Por ejemplo, podemos pedir a la gente que “cure” el contenido, que vaya al mundo real y encuentre ejemplos o información nueva. Entonces podemos pedirles que lo “interpreten”, que sea relevante para otras personas de la comunidad (transferencia) O podemos pedirles que colaboren, que reúnan una serie de estos recursos comisariados y los interpreten juntos, para escribir la historia de lo que significa para nosotros, ahora, en esta organización.

Podemos pedirles que cambien la “perspectiva”, que muevan la localización de cómo están mirando una historia, o “diagnostican” cuál es incorrecto en una situación”.

Una de las innovaciones claves de la teoría del aprendizaje situado era afirmar que el aprendizaje es un acto de participación social en las comunidades de práctica (Lave y Wenger 1991).Cambiando de puesto el foco lejos de la persona y a la más amplia red de relaciones sociales, la teoría de aprendizaje situado indica que las relaciones de intercambio de conocimientos, orientación y de supervisión dentro de los grupos sociales se convierten en principales sitios de interés analítico. (Juan Domingo Farnos)

Asi mismo, Julian aboga por una tecnología :

-La tecnología social y la necesidad de facilidad

-La tecnología social está a nuestro alrededor, pero necesita trabajar en nuestros términos. Las cosas más pequeñas hacen la diferencia en el compromiso

Algún Aprendizaje Social tendrá lugar en sistemas formales, la tecnología que la organización provee, pero a menudo la formalidad de esa tecnología inhibe el compromiso. Si el espacio se siente formal, la gente puede estar menos dispuesta a arriesgarse, a cometer errores. Así que tenemos que nutrir a la comunidad.

Personalmente abogo por la necesidad de la tecnología ya que gracias a su soporte primero podemos establecer el:

-persoalized learning para lleagar al…-social learning

Por tanto es condición sin sine qua non para que a través del personalized learning lleguemos al social learning.

Veamos de forma práctica cómo se revela esto a la hora de confeccionar el currículum, lo que nos servirá para tener claro siempre hacia donde podemos ir en el nuevo paradigma:

Nuevas capacidades para escuchar (observar, recabar información, explorar…). Una oferta personalizada. No se trata de emplear el tiempo en enviar cientos de currículos, o en llevar a cabo Diseños Instruccionales genéricos, si no en utilizar las potencialidades de cada uno de nosotros (PERSONALIZED LEARNING: https://juandomingofarnos.wordpress.com/…/personalized-lea…/ de Juan Domingo Farnos.

Armar sólidas y duraderas redes de colaboración que vayan creciendo y consolidándose a lo largo de la vida (mi potencial y efectividad como profesional está en función de la red de confianza que creo en torno a mí). Mi red de confianza me puede acompañar de por vida si la alimento, mi aprendizaje-empleo, no.

La capacidad de desaprender y reaprender. Los conocimientos prácticos adquiridos que pueden reforzar el VALOR QUE YO PUEDO APORTAR.

-Los éxitos y experiencias pasadas (también los ERRORES- fracasos) que sirven de experiencia para fortalecer LO QUE VAMOS A APORTAR.

-La Educación como elemento aislado ha terminado, debe ir con el comercio, la cultura, el trabajo…pasamos a una meta-conectividad..

Pasar de “el fracaso no es una opción. a el fracaso no es un problema” es cambiar de “cultura, es pasar a una cultura de la RESILENCIA….a una cultura de superación, adaptación, transparencia y confianza…lo que podríamos definir como cultura de la REDARQUÍA..

Ya no se aprende solo, eso es una evidencia (próximo articulo) si no que se hace en “Red de aprendizaje personalizadA y socializadA” dejando ya por superados los PLE(Graham Attwell) , los PLN, los PKM . los PERSONALIZED LEARNING, los SOCIAL LEARNING , por tanto el P-S LN, pasa a ser la referencia educactiva del siglo XXI….. Juan Domingo Farnos (vamos a tener que hacer un gráfico al respecto)

One cannot manage change. One can only be ahead of it.” (Peter Drucker)

Los aprendices que buscan el PERSONALIZED LEARNING ENVIRONAMENT (PELE), no confundir con el PLE, buscan la facilitacion y la orientacion en todo momento porque lo que desean es alcanzar la EXCELENCIA PERSONALIZADA, nunca un estandar propuesto por cualquier sistema vertical y jerarquizado, presentando tres ambientes diferentes que pueden coincidir con las orientaciones de aprendizaje, fomentar la mejora de la capacidad de aprendizaje, y reemplazar las tradicionales soluciones de “talla única para todos”.

La Excelencia personalizada bebe de la diversidad, de la complejidad, de la anulación de lo homogéneo y lo uniformizante y pasar a lo horizontal a la redaquía, algo así como por ejemplo, que por qué se sigue insistiendo en JEFES O DIRECTORES de las INVESTIGACIONES. El no haber investigadores “estrella” no significa que no exista excelencia en lo que se hace y esto aún no lo tiene claro ni nuestra “universidad” ni nosotros mismos y es aquí donde radica el problema.

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

¿Alguien quiere personalizar los espacios de aprendizaje? Evidentemente un 99% dirá que quiere, faltaría más…

Pero el uso de diseño y arquitectura para facilitar el aprendizaje personalizado es sólo una parte del proceso. Weaver dice que es imprescindible inmiscuir la escuela en el proceso, capacitar al personal para abrazar el nuevo enfoque, y luego continuar a integrar el proceso en el largo plazo mediante la capacitación del personal y los alumnos.

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

No prentenden conformar un entorno pedagogico, tecnologico y de implementacion personal como un numero dentro de un grupo social, sino que quieren aprender como una persona única que son y aportar a los demas (Social learning) un valor que como numero nunca podrian conseguir.

En este caso la orientacion y la intención (necesidad) son básicos, por tanto la diferenciacion con el PLE, el PLN, el PKM..cada vez son más importantes. Naturalmente en todo personalized learning la actuación puede ser diferente segun el contexto que se encuentren, llegando incluso a modificar casi completamente lo que ha aprendido como tal y lo que ha aportado ususalmente, por tanto esta variante que no se contempla en el PLE, si debe hacerse en el PELE, ya que supone una actuación directa de la persona.

Es precisamente aqui donde aparece el P-S LN, ya superando lo anterior ya que los aprendizajes son PERSONALIZADOS y SOCIALIZADORES Y EN RED, a no son aprendizajes en el sentido de servir a la sociedad…

No concibo el Social learning sin el personalized learning, y por supuesto en red, de otra manera incluso operativamente es imposible dilucidadr ningun aprendizaje, así como la educación inclusiva, el cambio de roles y la ayuda de las TIC, Internet, AI…Si abogamos por un aprendizaje donde el responsable sea el aprendiz, que no es lo mismo que se suele afirmas “el aprendizaje es el centro del aprendizaje, ya que estos postulados solo se contempla las fortalezas del mismo y se sigue sin tener en cuenta el cambio de roles”

Aprender con la web nos permite aprender de manera personalizada y mutable, podemos cambiar de registros a cada momento según el proceso de nuestro aprendizaje y el camino que vamos tomando, otra ventaja importante que con el aprendizaje estático en el espacio y en el tiempo (aula), nunca podríamos realizar.

Los mecanismos por lo tanto para muchos investigadores se centran en desarrollar sistemas de e-learning con aprendizaje personalizado para ayudar el aprendizaje en línea basado en la web y de forma personalizada ofrecer formas de conocimientos con el fin de promover la capacidad de aprendizaje de los alumnos de manera individual, conduciendo al social learning.

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

El futuro del aprendizaje se encuentra en una tesitura centrada en el estudiante, web 2.0 facultada,en redconectivismo. Esta es la nueva cultura del aprendizaje, y se lo debemos a nuestro propio aprendizaje permanente y para nuestros para que nuestros aprendices puedan desarrollar su formación de manera inductiva.

Tenga en cuenta que en casi la totalidad de estos seis, la tecnología es esencial, en particular el poder de la Internet. Aprendizaje por indagación personal y tarjetas de identificación (Certificaciones y Reconocimiento Social, pero por encima de todo la Evaluación como un proceso de aprendizaje, no como una espada de DAMOCLES,…Y EN EL APRENDIZAJE EN LÍNEA (e-learning), aún más.

Seamless aprendizaje es cuando una persona experimenta una Contunuidad de aprendizaje a través de una combinación de lugares, tiempos, tecnologías

o entornos sociales. Tal aprendizaje puede ser intencional, como cuando se inicia una actividad de aprendizaje en el aula y luego continúa a través de una conversación informal con los colegas, o en línea en casa.

Seamless aprendizaje puede ser un colectivo o un proceso individual.Además, puede extenderse en el tiempo y lugares, ofrecen todas partes el acceso a los recursos de aprendizaje, abarcar los mundos físico y digital, participar múltiples tipos de dispositivos, e integrar los diferentes enfoques de la enseñanza y el aprendizaje….lo que podríamos llamar COMPUTACIÓN UBÍCUA ….propugnan la integración de dispositivos alrededor de escenarios donde se encuentre localizado el ser humano, en el que éste puede interactuar de manera natural con sus dispositivos y realizar cualquier tarea diaria de manera completamente trasparente con respecto a sus computadores. Durante sus actividades ordinarias, alguien que esté “usando” computación ubicua (decimos entrecomillas “usando” porque el usuario nunca lo hará directamente) lo hace a través de diversos dispositivos y sistemas computacionales simultáneamente, y generalmente lo hará sin percibirlo. Este modelo es visto como un paso más del paradigma de uso de ordenadores de escritorio. .(.@juandoming )

Maneras de realizar un proceso Educativo y Social:

  • La educación debe preparar a los estudiantes para que participen activa y constructivamente en una sociedad global.

  • Formación potenciada por la tecnología tiene la capacidad de involucrar a los estudiantes profundamente en su trabajo, conectar con incontables recursos, y les permite colaborar a través del tiempo y el espacio.

  • Las escuelas deben proporcionar una equilibrio en el estudiante, de manera personalizada (inclusiva)y personalizar la experiencia para todos los estudiantes-un principio fundamental de la ruptura de la escuela marco de mejora ..

  • Las escuelas deben promover y modelo de valores que son esenciales en una sociedad civil y democrática.

  • El aprendizaje puede tener lugar sólo cuando los estudiantes se sienten libres de violencia y acoso.

  • Las escuelas deben ofrecer un papel significativo en la toma de decisiones a los estudiantes para promover el aprendizaje del estudiante y un ambiente de participación, la responsabilidad y la propiedad.

La Sociedad que debe liderar este procedimiento debe:

  • Alentar y modelar la utilización adecuada y responsable de las tecnologías móviles y sociales para maximizar las oportunidades de los estudiantes para crear y compartir contenido ..

  • Dirigir la conversación en torno a la conectividad y la participación de los estudiantes en la creación de políticas. #egov #puntogov

  • Incorporar el uso responsable de las tecnologías móviles y sociales en las políticas de uso aceptable.

  • Promover uno a uno el acceso a los dispositivos conectables, incluyendo los dispositivos de los propios estudiantes, para permitir en cualquier momento en cualquier lugar de aprendizaje.

  • Incorporar el acoso cibernético y sexting, con pautas de prevención en el código de conducta estudiantil.

  • Participar y proporcionar a los maestros de desarrollo profesional en el uso efectivo de los dispositivos móviles y las redes en las escuelas.

Debemos:

  • Articular políticas claras tecnología que tienen un margen suficiente para las escuelas para conectar por vía electrónica sin temor a represalias o consecuencias indebidas.

  • Proporcionar apoyo técnico y financiero a las escuelas que aspiran a conectar a los estudiantes y adoptar uno a uno los programas.

  • Reducir el filtrado de Internet para maximizar el acceso de los estudiantes a herramientas de aprendizaje en línea y proporcionar oportunidades para ejercitar el juicio en la selección de estas herramientas.

Las autoridades deben:

  • Proporcionar un flujo de financiamiento para asegurar la infraestructura de banda ancha y dispositivos móviles para todos los estudiantes.

  • Promulgar políticas razonables y aplicables en el acoso cibernético, “sexting”, y otras formas de acoso electrónico que aclare la responsabilidad jurídica de los funcionarios de la escuela.

  • Involucrar a la comunidad educativa de la escuela en las conversaciones que la formulación de políticas que se diseñan para reducir y sancionar el acoso en línea.

Para poder utilizar #Mlearning dentro del mundo del aprendizaje, bien sea por su potencialidad ubícua, como por su gran usabilidad y accesibilidad, hemos de tener claros algunos principios básicos. diseño, características de la formación, necesidades de los aprendices, accesibilidad….

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

Todo el mundo será capaz de clasificar los datos como quieran y de aprender lo que quieran:

“Como lo expresa Cormier, “la comunidad es el plan de estudios”.

Una ventaja de un enfoque rizomática es que es más “nativo red” que muchos otros conceptos pedagógicos. Promueve el apoyo de los compañeros, aprendiz responsabilidad y una apreciación del poder de la red.

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

La expansión de las tecnologías móviles y la proliferación de dispositivos; explosión de las redes sociales y los comportamientos que desafían modelos en los que cada contacto es un momento de la verdad; desarrollo de Internet-de-todo; avances en el análisis de datos e inteligencia artificial; exige una experiencia personalizada en todos los canales y contextualizada; adopción de la computación en nube; fuentes de información disponibles a digital más numerosos y variados y volúmenes que estallan cara de procesamiento necesita más y más justo a tiempo … La lista de grandes trastornos inducidos es larga. Y estas interrupciones ponen a la sociedad, la educación… bajo presión como nunca antes y hace que lo que transformamos no solo sea cuestión de estrategia, como metodologías, didáctica, simples innovaciones, si no lo más importante, un cambio radical de cultura….

seguir leyendo en academia.edu de Juan Domingo Farnós Miró

Los cambios tecnológicos, favorecen una disrupción socio-educativa!!!

juandon

velocipedo

Los cambios tecnológicos que han tenido lugar en este último siglo han supuesto una transformación sin precedentes en la historia de la humanidad. De las técnicas de producción industrial al entorno digital actual ha habido un salto cuantitativo y cualitativo inconmensurable. Esta evolución ha sido tan repentina que la humanidad se ha visto inmersa en ella de golpe y apenas empieza a calibrar sus consecuencias.

En la nueva economía de esta nueva sociedad que vivimos ya,no es importante lo que sabes, sino lo que haces y lo que eres capaz de aprender, que será valorado de manera continuada, por ti y por los demás… El futuro del trabajo es personalizado, complejo e intangible, por tanto, el de los aprendizajes, también!…

En este entorno, el sentido de decisiones y el intercambio de conocimientos se convertirán en las habilidades críticas. Esto será en nuestros equipos, comunidades y redes. ¿Cuáles son los desafíos y oportunidades para la formación de profesionales y de desarrollo en un entorno de este tipo? en eso estamos…

En este ambiente de incertidumbre perenne , ambiguo, y volátil, las oportunidades serán lo importante, no lo que estés haciendo y aprendiendo en un momento concreto. Los nuevos líderes deben gestionar estas “tendencias”, estas intenciones y redirigir en cada momento aprendizajes y trabajos en la dirección adecuada…

Si no se podemos demostrar que lo que hacemos agrega valor a la organización para la que trabajamos , nosotros seremos el problema…

Lo que la gente quiere es la capacidad de aprender siempre , donde quiera y como ellos elijan . Hay un montón de ejemplos de fuera de la organización que los hacen estar impacientes por el cambio(disrupción). Sus materiales heredados pueden ser un pasivo en lugar de un activo.

 

 

 

 

 

El aprendizaje social e informal no son nuevos!!!

Inventamos una tecnología que ya sea material o conceptual, durante este proceso nos transformará a nosotros mismos, «nos encontramos en
medio de un largo e inacabado proceso de coevolución Humanidad-Tecnología, en el que la tecnología debe ser vista también como ‘un proceso cultural de largo plazo’».(Fernando Saez Vacas).

Es inevitable que las transformaciones sociales producidas tecnológicamente generen conflictos con las formas sociales vigentes y con sus partidarios, intensificadas en el caso de lo que llaman nuevas tecnologías (infotecnologías primordialmente digitales) por las brechas digitales entre personas.Aunque la historia ha demostrado sobradamente que oponerse frontalmente a las fuerzas de innovación
L tecnológica no es una estrategia ganadora, también ha demostrado que lo normal es que numerosas organizaciones humanas y personas, ancladas por sus conocimientos y experiencia en formas declinantes
y posiblemente sustituibles, tiendan a resistirse, o que se produzcan conflictos en zonas de cambios todavía mal definidos o de pérdida de ciertos privilegios y poderes de control consolidados.

Solo puede ser la misma sociedad quien solucione este dilema ya que de lo contrario este sistema decrépito se perpetuará en el tiempo, solo la ciudadanía puede decir basta y empezar con una transformación de valores y de manera de vivir y para ello lo primero es ese cambio de personas que demandamos para que el canal que pueda facilitar esta disrupcion sea fluido y con convencimiento por parte de todos.

 

 

 

 

Hace ya tiempo, mucho, que explicábamos que los tres ejes de cualquier sociedad- estructuras, objetivos y funcionalidades-, deberían ser las propias de esta nueva sociedad, de esta nueva era en la que vivimos y entender que el significado y por tanto, la ejecución de la educación nada tiene que ver con el pasado y que por ello misma necesitamos una agilidad, una libertad y una responsabilidad que por primera vez en la historia de la humanidad deben llevarse a cabo de manera personalizada con todo lo que ello conlleva.

Algunas de las preguntas que surgen en relación a esta transformación pueden ser:

          • ¿Qué relación hay entre la ciencia, la tecnología y la sociedad? ¿Cómo podemos analizar la trama compleja de sus interacciones a lo largo del tiempo?

          • ¿Cómo se genera la tecnología en nuestra sociedad actual? ¿Cómo nos ayuda a conocer la complejidad de nuestro entorno?

          • ¿Cómo usamos la tecnología? ¿Cómo influye en nosotros? ¿Cómo nos apropiamos y cómo transforma nuestra experiencia vital?

Los cambios no se hacen solamente por la aplicación de técnicas, porque todas las prácticas de lo digital se construyen por contacto de los que conciben y de quienes hacen usos, usos que a veces no se pretendían al principio. De hecho, es una característica de la tecnología digital favorecer usos que no se pueden decidir en ninguna lógica descendente. Esta lógica digital requiere entonces que invitamos a los usuarios a asumir su parte de responsabilidad. De hecho, las técnicas cambian todo el tiempo y más y más rápidamente: es entonces claramente imposible para aquellos que lo hacen por sí solos.

¿Cómo es el cambio digital educativo?

Las instituciones educativas y principalmente las instituciones de educación superior se encuentran en transición. Los cambios en el mundo productivo, la evolución tecnológica, la sociedad de la información, la tendencia a la comercialización del conocimiento, la demanda de sistemas de enseñanza-aprendizaje más flexibles y accesibles a los que pueda incorporarse cualquier ciudadano a lo largo de la vida, etc….están provocando que éstas instituciones apuesten decididamente por las tecnologías de la información y la comunicación (TIC).

En esta ponencia se presentan los retos que las instituciones de educación superior enfrentan ante el creciente y vertiginoso mundo de la información y de la tecnología.

El avance de la ciencia y de la tecnología, los procesos de cambio e innovación y la reformulación de distintas disciplinas científicas nos conducen progresivamente a un nuevo tipo de sociedad, donde las condiciones de trabajo, el ocio o los mecanismos de transmisión de la información, por ejemplo, adoptan nuevas formas. Todas estas revoluciones plantean un cambio de vida en los individuos que obliga al replanteamiento de un nuevo modelo educativo.

Las instituciones educativas se encuentran en transición. Los cambios en el mundo productivo, la evolución tecnológica, la sociedad de la información, la tendencia a la comercialización del conocimiento, la demanda de sistemas de enseñanza-aprendizaje más flexibles y accesibles a los que pueda incorporarse cualquier ciudadano a lo largo de la vida, etc….están provocando que éstas instituciones de educación superior apuesten decididamente por las tecnologías de la información y la comunicación (TIC).

El avance de las telecomunicaciones ha dado pie a la idea de incorporar estos recursos al proceso de formación. El reto actual que tienen las institucioneses situar las TIC como medio didáctico y analizar su aplicación educativa superando dificultades de diversa índole como pueden ser: falta de una estrategia institucional, fuerte resistencia del personal académico y administrativo y falta de previsión de costos implicados entre otros.

 

niño-gray

 

 

Importancia de la tecnología en el curriculum universitario…

En la actualidad, existe una escasez de estudios que de alguna manera articulen curriculum universitario y cambio tecnológico. Roberto Aparisi afirma que si bien la capacidad tecnológica es importante nos encontramos muy lejos de aprovechar su potencial, sin embargo, en el caso de México se observa una preocupación de los académicos por la incorporación de los avances de la ciencia y la tecnología. En diversos programas educativos, este aspecto aparece como un reto pero sin tener claro todavía como incorporar la dimensión tecnológica al curriculum.

Ljosa (1998) señala algunos puntos sobre los que las universidades se deben reflexionar:

  • El uso cotidiano de la tecnología en la vida laboral y en las profesiones hará necesario incorporar aplicaciones tecnológicas de forma mucho más amplia en los programas de educación y formación.
  • Las nuevas tecnologías de la información y la comunicación harán posible organizar la educación de forma diferente y en particular reducir la proporción de la educación basada en el campus.
  • Esto puede conducir a nuevos modelos organizativos, tales como “organizaciones virtuales”, “comunidades virtuales” y consorcios que comparten estudiantes.

“¿Qué podemos hacer con estas técnicas en la pedagogía?

Si las organizaciones dejan de pensar tanto tiempo en los procesos y soluciones tecnológicas y descubren el potencial latente en los aprendices-empleados entonces el valor real y añadido, podría ser aprovechado a través de la Gestión Personal del Conocimiento . El objetivo es hacer que los trabajadores del conocimiento piensen más en la captura, el uso y el intercambio de conocimientos, y la maximización de su eficacia personal en la parte social y la construcción de relaciones, tanto internas como externas…

   PKM También se trata de asumir la responsabilidad de su propio desarrollo personal y profesional. Esto significa ser un networker consumado, cómodo con la tecnología y – quizás lo más importante de todo – curioso. La Curiosidad alienta conexiones casuales y un deseo de entender el complejo mundo en que vivimos. Para dotarnos de los conocimientos necesarios para entender el entorno en que vivimos aprendemos y trabajamos, podemos tomar mejores decisiones, hacer crecer nuestra reputación y garantizar que seguimos siendo relevantes en la trayectoria de la carrera que hemos elegido para nosotros mismos. –

 

 

 

 

 

Las nuevas organizaciones reconocerán el valor de estas redes y relaciones informales, internas y externas, y se pondrán a explotarlas. Helen Blunden:

Sentí que mi red, mi red de confianza que he trabajado duro para mantener, cultivar, cuidar, la confianza y crecer iba a ser explotados por otras personas que me veían como su “viaje gratis” para algunas respuestas rápidas.

Miro a la cultura de la organización. Si hay una amenaza real, tengo una auténtica oportunidad de compartir y aprender y ser respetuoso con las redes de cada uno es entonces cuando no tengo ningún problema. Si tienen el mandato, o si se utilizan mis redes, mal uso o descontado, entonces me pregunto por qué estoy aún aprendiendo, trabajando allí?. (esto podríamos preguntarnnoslo en las UNIVERSIDADES de hoy en dia ¿Que hacemos allí si no se aprende para la sociedad del siglo XXI’

Por el momento, voy a fomentar y mantener mis redes, pero voy a tener cuidado en la forma en la mina como se utilizan dentro de mi organización y con qué propósito. Pero yo soy el que decide eso!

 

 

 

 

 

Para movernos en la red, para generar conocimiento y aprender….eso deberemos llevarlo a cabo aprendices, trabajadores….

 

    1. Diferentes “métodos innovadores y contextuales” = el aprendizaje y el trabajo en la era de las redes y el empleo nunca serán estandarizados, lo que significa primero deshacerse de las descripciones de puestos y individuales evaluaciones de desempeño y el cambio a formas más simples a fin de organizar la complejidad.

     2. Deberemos autoseleccionar las herramientas, segun las necesidades de cada momento, las características contextuales y personalizadas…” = alejándose de herramientas empresariales estandarizadas hacia una plataforma abierta en la que los trabajadores, prendices—, , pueden utilizar sus propias herramientas con el fin de ser artesanos del conocimiento.

     3. “cooperación voluntaria” = disminuir el énfasis en el trabajo en equipo y la colaboración y fomentar mayor cooperación. De esa manera pasaremos de un trabajo PREDISEÑADO a otro CREATIVO y por tanto más motivador.

     4. “deber de ser transparente” = pasar de ‘necesitan saber’ a ‘necesitar compartir’ especialmente para aquellos con responsabilidades de liderazgo, que deben entender que en la era de la red, la gestión es una función, no una carrera. La transparencia es, probablemente, el mayor reto para las organizaciones de hoy en día…universidades, emnpresas, organizaciones socio-politicas, económicas—-

     5. “compartir nuestro conocimiento” = cambiar el entorno para que compartir su conocimiento no ponga a esa persona en una posición más débil de la organización. Un trabajador del conocimiento es una persona comprometida con la libertad para actuar. Premiar la organización (de red) es mejor que premiar a la persona, pero sólo si las personas se sienten capaces y pueden participar activamente en la toma de decisiones. Intrínseca, no extrínseca, la motivación es necesaria para el trabajo complejo y creativo.

   

 

 

 

 

Peter Drucker acuñó el término “trabajador del conocimiento”, de nuevo en 1959 como una manera de describir los trabajadores que participaron en la resolución de problemas no rutinarios. Creo que esta es una de las razones por qué las organizaciones-han creído que la formación tiene que ver con los trabajadores del conocimiento “transferencia de conocimiento” – verter conocimiento en la cabeza de la gente, lo que “creemos” que hacemos ahora, pero nada mas lejos de la realidad.

https://juandomingofarnos.wordpress.com/…/trrabajadore…/ Trabajadores del conocimiento & Trabajadores deñ aprendizaje! (Ed Disruptiva) Juan Domingo Farnós MiróLos trabajadores del aprendizaje ya van un paso por delante de los del conocimiento.

 

Los trabajadores y los aprendices de hoy y de mañana se enfrentan a momentos de aprendizaje, pero necesitan más a menudo estar en un el contexto de trabajo, muy por encima de lo que están en el aula o en línea (elearning).

Contextos laborales donde las oportunidades de aprendizaje informal son la mejor de las soluciones de aprendizaje . Estas soluciones informales sirven mejor a las necesidades individualizadas, personalizadas y socializadoras , que se pueden ejecutar gracias a su inmediatez [urgencia para llevar a cabo] y poder asumir riesgos delcuando se requiere un rendimiento impecable.

 

peter-drucker

 

 

Con todo ello… ¿Cuán dependiente es nuestro ·ecosistema” en la aplicación de la formación tradicional? La pregunta más importante es: “¿Cuánto dependemos en nuestro paradigma de formación actual?”.

Recomendariamos que debería ser un entorno de aprendizaje continuo (. Si el 95% del tiempo de un trabajador se desarrolla continuamente en su contexto de trabajo. El trabajo es continuo. El cambio es continuo. La demanda de un rendimiento impecable en el contexto de trabajo continuo y en este porcentaje entra naturalmente su formación, que por tanto también sera continuada y para siempre (Life long learning)…

Con todo ello realizaremos:

   • Preparación – la fase de aprendizaje donde el objetivo es proporcionar actividades y activos de aprendizaje que contribuyan al estado del aprendiz en disposición para aprender.
     • Despliegue – la fase de aprendizaje donde el objetivo es entregar los activos de aprendizaje formal para el alumno para asegurar la transferencia de conocimientos.
     • Refuerzo (EVALUACIÓN) – la fase de aprendizaje en el que el objetivo es la aplicación del aprendizaje en el contexto de trabajo para impulsar el rendimiento medible y sostenible. (learning is the work).

   Necesitamos crear una cultura organizacional en la que el aprendizaje sea continuo y suced en el curso del trabajo (LEARNING IS THE WORK), donde los trabajadores ” escogen “el aprendizaje que necesitan cuando lo necesitan( y con las tecnologias necesarias)

   La mayor parte del aprendizaje ocurre en el lugar de trabajo de todos modos. El reto consiste en asegurarse de que los trabajadores están recibiendo la información correcta y útil y si es el aprendizaje por ENSAYO-ERROR con la retroalimentacion por medio de algoritmos, entre partes, personalmente, online…que los empleados están recibiendo y que les ayuda ayuda a aprender. Con la tecnología que está disponible hoy en día, no hay ninguna razón por qué no podemos obtener sólo la información correcta a los empleados cuándo, dónde, y cómo la necesitan. (INFORMAL, NATURAL…)...

 

 

 

 

Dentro de este nuevo Escenario que se está generando por la adquisición en nuestro ADN de las TIC, como un elemento más de nuestra manera de pensar y de actuar, obliga de alguna manera a una mezcla de lo que sería la Formación reglada y regulada y la educación que todos adquirimos sin darnos cuenta, la que está ahí con nosotros sin darnos ni siquiera cuenta. Este fenómeno es el más importante y que cambiará la Sociedad por entero, las tecnologías hacen que la sucesión de las cosas sean de otra manera que nada tiene que ver con lo que hacíamos antes de ellas.

Es precismanete en esta dualidad donde quizás si el aprendizaje ya no sea un problema sino una solución a nuestras necesidades no solo en nuestro trabajo, sino en nuestra vidad en general.

El aprendizaje informal es cada vez más no sólo “un aprendizaje”, sino también como un recurso que se utiliza ampliamente en el diseño de los procesos de aprendizaje. Objetivo de enfoques, métodos e instrumentos enumerados para crear un marco general adecuado para contextos no deseados o auto-organizados y auto-aprendizaje fuera de la responsable institucional.

 

 

 

 

Frente a todo lo que hemos expuesto lo que ya no tiene sentido es reponer posicionamientos REDUCCIONISTAS y PROTECCIONISTAS, ya que no se sostendrían de ninguna manera, aunque nos pusiéramos pusilámines en una concepción catastrofista de una sociedad “maquinizada” que no viene al caso o de una falta de preparación de las personas, lo cual aún es menos creíble des de el momento que las Tecnologías conviven con nosotros de una manera normal y generalizada.

Ya ni siquiera los postulados de muchos “prohombres” de la pedagogía que aclaman:” Más pedagogía y menos tecnología”, pues ni eso tienen sentido, la Sociedad es un mashup de circunstancias y de acontecimientos que todos se producen por efectos varios y donde todo es necesario y nada puede ser excluido, por todo ello, nada es superior a nada ni a nadie y cada aspecto es importante según lo que se necesite, cómo y cuando.

Esta pregunta ha oscurecido otras dimensiones. En esta perspectiva, es difícil explotar el potencial de la tecnología digital, porque lo mismo se hace con otras herramientas, lo que conduce a una degradación del aprendizaje. Este punto inicial continúa informando las políticas públicas de manera inadecuada. En lugar de instalar herramientas digitales para seguir trabajando de la misma manera que antes sería mejor gastar dinero para producir conectividad efectiva en las instituciones utilizando BYOD.

Si entramos en debate de como, cuando, donde y con qué utilizar herramientas digitales en la educación, en las aulas, en el aprendizaje formal, informal etc… es conveniente hacerlo, con diferentes herramientas que tengamos a nuestro alcance, pero también con diversos planteamientos socio-didácticos y pedagógicos:

-Modelo de integración de BYOD en lo que sería el contexto

La combinación consciente del CONTEXTO, la computación ubicua y omnipresente proporciona para entornos que son capaces de adaptarse a las diferentes identidades y necesidades de usuarios y organizaciones, un aprendizaje permanente, personalizado y adaptable.

Necesitaremos instalaciones que hagan posibles el u-aprendizaje consciente del contexto que se apoya por medio de dispositivos móviles, wereables , redes inalámbricas, sensores…

 

 

 

 

 

A través de los últimos avances tecnológicos, los ordenadores portátiles se han convertido en potentes dispositivos de mano inalámbricos con las siguientes características:

          -Conecttividad – Se conectan a Internet de forma inalámbrica a través de la fidelidad inalámbrica o WiFi.

          -Portabilidad – Son portátil y por lo tanto siempre al alcance del usuario.

         -Accesibilidad instantánea – Se enciende al instante y se apaga.

         -Flexibilidad – Ayudan a recopilar datos al acomodar una amplia variedad de extensiones periféricas (por ejemplo, cámaras digitales, cargas de estudio científica, los dispositivos de sistema de posicionamiento global, la identificación por radiofrecuencia y lectores de códigos de barras).

         -Viabilidad económica – Tienen gran parte de la capacidad de cómputo y capacidad de almacenamiento ampliable de ordenadores portátiles a una fracción del costo

 

 

2 PLANCHAS FINALES JUAN AMARILLO

 

 

Mediante el uso de u-learning se hace posible la creación de canales de comunicación ubicuas entre diferentes contextos de nuestra vida, que facilitan la creación de un marco de diálogo en todas partes dentro de la cual los aprendices, empresarios, facilitadores, tecnologías, recursos …podremos organizar UNA RUTA DE APRENDIZAJE-IMPLEMENTACIÓN, diversa pero adecuada a cada momento y circunstancia.

Se utilizan las herramientas que cualquier contexto necesitaría.Abre la base de la libertad que da a los estudiantes, diferentes modelos de integración de la BYOD, por lo que su emergencia puede ser circunstancial o no.

Sí, en un uso controlado, optaremos por un enfoque elegiremos una herramienta en particular (por ejemplo un aire 2 64 GB iPad), que generalmente sería igual para todos, pero que obviamente será personalizada para cada aprendiz.. Este modelo permite fácil control sobre enseñanza y aprendizaje, haciendo que la apropiación de la tecnología sea más fácil en cualquier tipo de aprendizaje.. Este proceso de alguna manera limita y mucho la INNOVACION.

 

 

 

 

El enfoque de uso objetivo deja la elección del dispositivo para el aprendiz (por ejemplo, una tableta o un ordenador). Sin embargo, debe cumplir determinadas características técnicas (como el procesador o la memoria mínima requerida). También debe respetar la elección de los programas proporcionados por el profesor. El control de aplicaciones y plataformas usadas. Sin embargo, es todavía limitada la libertad pedagógica del alumno, evidentemente en aprendizajes realizados con el docente como el centro de todo, si es el aprendiz, nos saltaríamos este paso, o por contra, invertiríamos los papeles.

El enfoque de uso abierto único permite al aprendiz elegir sus herramientas y sus aplicaciones de software. La libertad del alumno es más importante, sin embargo el profesor debe adaptarse a las diferentes plataformas, debe mostrar flexibilidad en sus enseñanzas (es un aprendizaje más propio de un nuevo paradigma y de una nueva educación)

Por último, el enfoque de uso múltiple abierto cubre todas las perspectivas BYOD. Permite al alumno utilizar cualquier herramienta y aun varias herramientas en el aula. Es importante la flexibilidad del docente y la gestión de la clase más compleja, pero la innovación educativa también es mayor. (la innovacion llega a su grado máximo.)

 

 

 

 

Así, en un ambiente 100% BYOD, la clase podría tener a su disposición:

-tocar las tabletas (iPad, Android, Windows), otros;
-ordenadores portátiles (Mac, PC, Linux);
-uno o más equipos fijados ya en la clase;
-reproductores de música digital (iPod, por ejemplo);
-luces de lectura electrónica;
-teléfonos (iPhone, Android, Windows), inteligentes otros.

¿Dolor de cabeza a la vista? De hecho, si conseguimos hacer cada una de estas herramientas tiene acceso a la red de la escuela, luego podemos centrarnos en el aspecto pedagógico: ¿Cuál es la tarea, el objetivo?

Obviamente las herramientas será siempre herramientas pero como sabemos condicionoron mucho el aprendizaje. 

 

 

 

 

La educación formal, reglada, se mantiene con un modelo del siglo XX. Pero esto con las tecnologías actuales es inviable, porque los aprendices cambiaron. Antes éramos sujetos pasivos, consumidores de información y formación; ahora son activos, miran a los profesores a la cara.

Eso significa que desean aportar, no solo escuchar, pues tienen propuestas, que quieren que se tengan en cuenta, que sienten importantes. No se conforman con lo que el docente ofrece y quiere que aprendan desde un estrato superior.

Las TIC (tecnologías de la información y la comunicación) convirtieron a los aprendices en “prosumidores” (productores y consumidores a la vez) y están consiguiendo incluso que pasen de ser protagonistas a ser los responsables de su educación.

Cuando se trata de puntos de vista sobre la enseñanza y el aprendizaje, la Web 2.0 ha cambiado todo! ¿No lo creen? En diciembre de 2006, la revista Time nombró al “USUARIO” como la persona del año.

La Web 2.0 (también llamada Web de lectura y escritura) permite a los estudiantes a generar ideas y comentarios en línea, en lugar de simplemente leer o navegar por alguien más. En efecto, en lugar de aprendizaje pasivo basado en el consumo, estamos viviendo en una era de participación donde los estudiantes tienen voz y potencialmente algún grado de propiedad sobre su propio aprendizaje (PROSUMIDORES)

 

 

 

 

Aquí, en el inicio del siglo XXI, las tecnologías emergentes y convergenes – tales como álbumes de fotos en línea, blogs, wikis, podcasts, libros electrónicos, vídeos de YouTube, juegos multijugador masivos en línea, simulaciones, mundos virtuales y de computación móvil e inalámbrica – están generando ondas de nuevas oportunidades en la educación superior, las escuelas , la capacitación empresarial y otros ambientes de aprendizaje.

Y el alumno de hoy milenario, inmerso en un mundo cada vez más digital está buscando más ricas y atractivas experiencias de aprendizaje más. En medio de esta ola creciente de las expectativas, los instructores de los distintos sectores educativos están explorando y compartiendo formas innovadoras de utilizar la tecnología para fomentar la interacción, la colaboración y el entusiasmo creciente por el aprendizaje.

Este viaje en el aprendizaje de las tecnologías (es decir, la naturaleza), las oportunidades pedagógicas (es decir, crianza), y las personas, las sociedades y culturas donde esto está sucediendo ahora! Algunos de nosotros creamos y publicamos con la tecnología Web 2.0, mientras que otros se crean blogs de vídeo, y otros diseñará similares a YouTube videos.

 

580x580_0

 

 

Con ellas los aprendices  deberán ser capaces de:

          1.       Definir y utilizar diferentes tecnologías de la Web 2.0;

          2.       Explicar y demostrar los beneficios educativos de podcasts, wikis, blogs, mundos virtuales, simulaciones de software, redes sociales, etc

          3.       Criticar y relacionar a las nuevas tecnologías para el aprendizaje y la pedagogía asociada con los artículos.

          4.       Utilizar, recomendar, o crear recursos en línea y portales en una variedad de entornos educativos.

         5.       Diseñar un proyecto innovador de investigación o evaluación relacionada con el aprendizaje en línea;

         6.       Presentar con éxito las investigaciones, donaciones, u otras propuestas relacionadas con las tecnologías de aprendizaje, la Web 2.0, e-learning, o el cambio sistémico en la educación de las conferencias, las fundaciones, las cumbres o institutos.

         7.       Reconocer y potencialmente estar en contacto con muchos de los principales actores y académicos en el ámbito del aprendizaje en línea y las tecnologías Web 2.0 del aprendizaje.

         8.       Consultar con las organizaciones para evaluar la efectividad de los cursos de e-learning, programas y eventos, así como las tecnologías Web 2.0.

        9.       Hacer recomendaciones sobre las iniciativas de aprendizaje en línea, programas y estrategias.

       10.   Obtener un modelo, guía o marco para pensar acerca de las nuevas herramientas tecnológicas y recursos en la educación. El uso de este marco para los informes de planificación estratégica, retiros, consultas y otros lugares o situaciones donde se necesita una lente macro en la tecnología del aprendizaje y la reforma educativa.

 

 

 

En el siglo XX, los responsables eran los docentes. Ahora, su rol cambia de profesores a facilitadores. No pierden importancia; la tienen y mucha. Pero adquieren otro rol.

 

La pregunta que mi colega Darren Kuropatwa pide en muchas de sus presentaciones es ” ¿Qué es lo que puedo hacer ahora que no podía hacer antes ? es una cuestión fundamental que debe plantearse de manera más. Muchas de las personas usan la tecnología implica simplemente más rápido y más eficiente, no diferentes.

O sea, ¿es la tecnología sólo una herramienta? Esa declaración minimiza los cambios y los cambios que ofrece la tecnología y permite a las personas utilizar la tecnología para perpetuar las malas prácticas, más pruebas y buscar la eficiencia y simplicidad en lugar del desorden que viene de conexiones personalizadas a las pasiones e intereses.

Diciendo que la tecnología es “sólo una herramienta” puede ser una afirmación muy peligrosa. Yo entiendo que cuando la gente dice esto, ellos están simplemente tratando de señalar que la tecnología es un periférico que nos permite hacer las cosas que queremos hacer mejor que antes.

 

 

 

Puedo estar de acuerdo con ese concepto, pero el problema con esta forma de pensar es que a menudo se acostumbra a ver la tecnología sólo como un medio para automatizar o que la práctica actual más eficiente. Hay muy pocas personas que participan en cualquier nivel de educación que cree que la tecnología no es necesaria para nuestros estudiantes.

Cuando no estamos de acuerdo es en cómo vamos a utilizar y más a menudo existe una falta de comprensión y aprecio por la naturaleza trans-formación de la tecnología.

 

 

 

Me preocupa a veces sobre los esfuerzos para “incorporar la tecnología” en nuestras aulas. Gran parte de esta infusión se trata sólo de continuar con la práctica actual y la tecnología de riego la situamos en la parte más arriesgada de este proceso, que ya está bien, claro,  y  entonces lo llamamos, innovación.

Esto es cuando la consideramos “solo” es sólo una herramienta. Cuando la tecnología transforma la manera en que aprendemos, nos ofrece un campo inexplorado de nuevas experiencias y oportunidades, que es mucho más que una herramienta, sino un entorno completamente nuevo, conforma un verdadero Escenario de Aprendizaje y además es capaz de hacerlo personalizado y actuar de manera Ub`´icua, ya que sin ellas eso sería completamente imposible.

Se utilizan técnicas digitales para el seguimiento del aprendizaje y la orientación pedagógica. Orientación en el corazón del aprendizaje. La colección de rastros de la actividad del aprendiz ahora se puede utilizar para guiar el aprendizaje personalizado. Este tipo de tablero todavía embrionario se desarrollará

A continuación se pregunta si se determinan qué datos se recogen y cómo se ponen a disposición. Los métodos de aprendizaje activo utilizan las huellas de la actividad estudiantil para una orientación automatizada de su aprendizaje: esto representa un mercado mundial muy grande. Una gran empresa estadounidense (Knewton) analiza los datos que luego comunica a los editores, desarrollando aplicaciones de algoritmos de inteligencia artificial que no siempre controlamos (machine learning)

Sin embargo, la idea es muy prometedora para proporcionar a los alumnos información útil en forma de un tablero de instrumentos. El papel digital crecerá de esta manera, pero surgirán problemas éticos, educativos, económicos y de soberanía política.

content_plot1

Hasta el siglo XIX, a partir de un corpus cerrado de textos de autores latinos y griegos, los estudiantes podían ser educados sobre todos los temas importantes con una dimensión emancipatoria gracias al conocimiento de este corpus. Pero hoy no podemos adquirir habilidades sin tener en cuenta la forma digital desde la cual las adquirimos ahora: ahora es esencial enseñar el conocimiento con sus modos de producción contemporáneos, es decir, digitales. Los programas educativos ahora incorporan esta dinámica.

El impacto de la forma digital en la escuela.

El uso masivo de equipos digitales, la disponibilidad constante de prácticas con herramientas transforman la relación que tenemos con nuestro entorno en cinco dimensiones: la relación con la información y el conocimiento (podemos tenerlo la información en todo momento), la relación con el tiempo y el espacio, la relación con los demás con un impacto en la representación que tenemos de nosotros mismos, la relación con la actividad misma.

“La era digital, la edad de hacer” …. “aprender haciendo” entendemos que las transformaciones producidas en el mundo del “do” digital, trabajo, producción, será lo mismo en la forma escolar que inevitablemente evolucionará, al igual que la creatividad de los actores.

Digital tiene una relación obligatoria con la escuela como norma social: este impacto conduce ahora a una disyunción entre la forma escolar y la modalidad digital de formación que no evolucionan al mismo ritmo.

Así es como el BYOD se impone inevitablemente sobre nosotros. Tenemos dos actitudes posibles: o lo sufrimos y será el desorden o la anarquía, o lo tomamos en serio para mantener el control de las modalidades de aprendizaje y su eficiencia. Esta segunda actitud es, por supuesto, la única consecuencia.

Hay una necesidad urgente de estudiar seriamente cómo cambiar el comportamiento digital en el ámbito educativo. Ya sea en términos de cultura escolar, modalidades de aprendizaje, relaciones sociales, creatividad o relaciones con la autoridad, es esencial que la institución escolar se apropie de este tema para manejar eficazmente el cambio, mejor dicho, la DISRUPCIÓN-transformación- Pero, ¿dónde está exactamente esta dirección del cambio?

Juandon

Machine learning: ¿personalized learning automatizado?

juandon
istock-139960401_0
Estamos ya convencidos que la web ofrece la tecnología perfecta y el medio ambiente para el aprendizaje individualizado porque para los aprendices puede ser identificativa, el contenido se puede personalizar específicamente, y el progreso del alumno puede ser monitoreado, apoyado y evaluado.
 
Tecnológicamente y técnicamente, los investigadores estamos haciendo progresos hacia la realización del sueño del aprendizaje personalizado con la tecnología de objetos de aprendizaje (para algunos adaptativos, para nosotros, nada más lejos de la realidad, no hay nada de adaptación, si no de personalización, que no es lo mismo) y eso el machine learning puede ayudarnos a conseguirlo.
 
Sin embargo, dos consideraciones importantes están siendo ignoradas o pasadas por alto en el cumplimiento del sueño de personalización con machine learning:
 
Lo “adaptativo” es el ‘ajuste de una o más características del entorno de aprendizaje’. Estas acciones adaptativas tienen lugar en tres áreas distintas:
 
          1-Apariencia/forma: Cómo se muestran al aprendiz las acciones de aprendizaje, como contenido, incorporación de texto, gráficos o videos, etc. La mayoría de las plataformas adaptativas de hoy día lo denominan “consumo de contenido” y esperan que el conocimiento se adquiera simplemente leyendo el contenido.
 
          2-Orden/secuencia: Cómo se ordenan y se bifurcan las acciones de aprendizaje según el progreso del alumno, como las rutas de aprendizaje.
 
          3-Orientación hacia el objetivo/dominio Las acciones del sistema que conducen al aprendiz hacia el éxito (excelencia personalizada)
 
Esto permite que se realicen cambios según los resultados óptimos de aprendizaje, el grado de dificultad y el creciente nivel de conocimientos o aptitudes del alumno.
 
 
El término “aprendizaje personalizado” es una palabra de moda los educadores suelen ser una alternativa a la “talla única” la enseñanza. Por desgracia, el mensaje es confuso. ya que aparecen diferentes definiciones parecidas: la instrucción individualizada, personalizada y diferenciada:
          -La individualización se refiere a la instrucción que se estimula a las necesidades de aprendizaje de los alumnos diferentes. Metas de aprendizaje son los mismos para todos los estudiantes, pero los estudiantes pueden progresar a través del material a diferentes velocidades de acuerdo a sus necesidades de aprendizaje. Por ejemplo, los estudiantes pueden tomar más tiempo para avanzar en un tema determinado, no tome los temas que cubren la información que ya saben, o temas repetidos que necesitan más ayuda sobre.
          -La diferenciación se refiere a la enseñanza que se adapta a las preferencias de aprendizaje de los alumnos diferentes. Metas de aprendizaje son los mismos para todos los estudiantes, pero el método o enfoque de la enseñanza varía en función de las preferencias de cada alumno o lo que la investigación ha encontrado funciona mejor para los estudiantes como ellos.
          -La personalización se refiere a la instrucción que se estimula a las necesidades de aprendizaje, adaptados a las preferencias de aprendizaje, y adaptados a los intereses específicos de los diferentes alumnos. En un entorno que es totalmente personalizado, los objetivos de aprendizaje y contenidos, así como el método y el ritmo de toda puede variar ( la personalización incluye la diferenciación e individualización)
Aprendizaje personalizado no es “Instrucción Personalizada”:
          -Personalización de los medios de aprendizaje …
          -Los estudiantes saben cómo aprenden para que estén preparados para el presente y su futuro como ciudadanos del mundo.
          -Los estudiantes son los compañeros de los alumnos y compañeros de los diseñadores del currículo y el ambiente de aprendizaje.
          -Los estudiantes deben  poseer y manejar su propio aprendizaje.
AUTOMOTIVARSE-01-INED21
Cada estudiante es único y aprende de diferentes maneras. Diferenciación de instrucción significa que el profesor se adapta el plan de estudios existente para satisfacer las diferentes necesidades de cada estudiante en su salón de clases. El profesor se convierte en la persona más trabajadora en el aula. La individualización significa que las empresas de la maestra y el libro de texto de crear varios niveles de currículo para satisfacer las diferentes necesidades de todos los estudiantes. Esto significa que usted paga más a las empresas de libros de texto para preparar el plan de estudios o encontrar múltiples formas de enseñar a un área de contenido que cumpla con los estilos de aprendizaje variados y niveles de lectura en el aula.
La diferenciación y la individualización de la enseñanza es el maestro-céntrico, a nivel de grado, y basada en estándares. Los profesores pueden utilizar estas técnicas para presentar el contenido. Sin embargo, el estudiante necesita para ser los más difíciles de las personas que trabajan en el aula. Los maestros deben enseñar a sus alumnos a pescar y no el pescado para ellos. En un ambiente de aprendizaje personalizado, el profesor no tiene por qué ser el único experto. La ventaja de la tecnología es que los estudiantes puedan utilizar los contenidos y que los expertos con su profesor.
Aprendizaje personalizada significa que los estudiantes impulsan su aprendizaje y el profesor es el guía al lado, el co-diseñador de su aprendizaje, y  un facilitador para asegurarse de que los estudiantes están cumpliendo con sus objetivos de aprendizaje.
La consideración que falta se refiere a una persona en su totalidad la comprensión acerca de las fuentes psicológicas clave que influyen en cómo las personas quieren y tienen la intención de aprender en línea. Las soluciones convencionales, principalmente cognitivas (que se centran en cómo el proceso aprendices, construir y almacenar conocimiento) ofrecen una visión restringida de cómo las personas aprenden y demasiado a menudo conducen a soluciones inestables o ineficaces de aprendizaje en línea. Una persona en su totalidad incluye emociones e intenciones como factores críticos en el proceso de aprendizaje. También falta la integración de los fines de instrucción, los valores y las estrategias en el diseño, desarrollo y presentación de contenidos (objetos).
 
 
La Personalización puede tomar muchas formas, ya que se adapta el contenido, la práctica, la retroalimentación, o de dirección para que coincida con el progreso y el rendimiento individual. Por ejemplo, dos personas que utilizan la misma instrucción al mismo tiempo pueden ver dos conjuntos completamente diferentes de los objetos de aprendizaje. El mayor beneficio de la personalización de aprendizaje es la capacidad para hacer más fácil la instrucción compleja, presentando sólo lo concreto que será útil o aceptado por cada uno.
 
 
 
 
          a-Si el voto es uno de los factores más importantes para mejorar el trabajo del aprendiz y los resultados….a…
 
          b- ¿qué esperamos? que todos en los centros puedan intervenir por igual…
 
          c-¿no sería mas justo?
 
 
 
Si el modelado del proceso de retroalimentación permite a los jóvenes desarrollar su propia autorregulación de mejorar el trabajo….
 
¿Cómo no un centro cualquiera deja de implementar toda una política de la regeneración de la universidad, escuela que tenga en cuenta los muchos matices de cada tema?
 
La retroalimentación es importante. Nos retroalimentamos con los aprendices a a diario, es más, nosotros también lo somos, pero si podemos hacerlo ayudandonos de la Machine learning (La tecnología Machine Learning está abriendo nuevas oportunidades para las aplicaciones de software en temas de retroalimentación, al permitir a los ordenadores aprender de grandes y de pequeñas cantidades de información sin necesidad de ser programados explícitamente, aprendiendo de los errores producidos y segun los datos personalizados, readaptarlos en otras direcciones, lo cual nos permite optar por otras opciones de aprendizaje…)
 
En este sentido, los sistemas Machine Learning representan un gran avance en el desarrollo de la inteligencia artificial, al imitar la forma en que aprende el cerebro humano -mediante la asignación de significado a la información y darnos más posibilidades de opción segun nuestros personalismos.
 
Figura-1-Marco-de-retroalimentacion-para-explicar-las-interacciones-recursivas-entre-la
El Machine learning identificará y categorizará las entradas repetitivas y utilizar la retroalimentación para fortalecer y mejorar su rendimiento. Es un proceso similar a cómo un niño aprende los nombres y la identidad de los animales, haciendo coincidir las palabras con las imágenes; el ordenador, poco a poco, aprende a procesar la información correctamente.
 
 
La evolución de los algoritmos que “aprenden” de los datos sin tener que programarse de forma explícita. Un subgrupo particular de Machine Learning se conoce como “aprendizaje profundo” (Deep Learning). Este término describe el uso de un conjunto de algoritmos llamados redes neuronales que toman como modelo el cerebro humano. Los avances en este aprendizaje profundo han impulsado una rápida evolución de las tareas de aprendizaje por parte de las máquinas en los últimos años, en particular el procesamiento del lenguaje y texto, y la interpretación de imágenes y vídeos. Estos sistemas, por ejemplo, llegan a identificar caras o a interpretar el idioma natural a una velocidad y con un grado de acierto que puede superar al de un ser humano.
 
 
 

 

 

 

 

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

 

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

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

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

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

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

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

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

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

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

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

 

 

strategie-controllo-mentale

 

 

 

 

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

La personalización por las tecnologías digitales sólo libera los seres humanos para personalizar mejor nuestra vida (es decir, encontrar nuestras propias maneras), lo demás deben hacerlo las tecnologías y e aquí mi insistencia en conseguir un ALGORITMO, el cual pueda facilitar la recepción de DATOS, pasarlos por un proceso de ANALISIS Y CRITICA, lo que los transformará en APRENDIZAJES. Si todo el proceso esta evaluado, necesitaremos el algoritmo para que nos realice la retroalimentación. Lo cual hará que todo nuestro proceso de aprendizaje este ayudado por este proceso tecnológico, pero siempre seremos nostros quienes elijamos en última instancia el camino que vaos a seguir, frente a las múltiples propuestas en “beta” que nos presentará la tecnología..

 

 

 

 

 

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

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

 
 
El beneficio más evidente de estas innovaciones es la creación de una ecología de aprendizaje que comparte recursos de grandes depósitos de contenidos en los objetos de aprendizaje que se comparten de forma individual, ampliamente, y de forma más económica.
 
Esto permitirá que la “máquina” en realidad adapte sus interfaces de usuario, el contenido de aprendizaje y la experiencia en sí misma, y presentar información de una manera que se adapte a las preferencias de los humanos….eso sin duda nos lleva a la VERDADERA SOCIEDAD INTELIGENTE.
Todo ello ocasionará un Aprendizaje integrado – aprendizaje en red que estará integrado en cada dispositivo, cada herramienta, cada recurso físico de LAS PERSONAS, no hay necesidad de una formación específica, la información más reciente estará disponible sólo en el tiempo, de fuentes auténticas COMPUTACIÓN UBÍCUA E I-BICUA, a juzgar por el valioso análisis de la red, siempre con el contexto y que las personas prestemos nuestra ayuda.
 
 
Por tanto debemos elegir entre dos posturas que condicionarán el futuro de la Sociedad, ya que la Educación es una de las principales piedras angulares en que gravita cualquier hábitat.
 
Una, sería seguir buscando mejoras, modificaciones, regeneraciones…a los Sistemas Educativos de amplio aspectro que venimos realizando las últimas generaciones-que sería seguir con una Educación eminentemente formal, estandarizada,
 
homogeneizadora…basada en Curriculums prescriptivos e igualadores… y enfocada a dar resultados que generen titulaciones previstas para que luego deriven en la sociedad en los trabajos clásicos de siempre…..
 
 
 
Ahora la Sociedad debe decidir como quiere que sea la Educación, cómo quieren que la innovación que se vaya produciendo, se desarrolle, …si es que realmente desean que esté, en cierta manera enmarcada y aceptada por todos,… una Educación natural, por tanto eminentemente no formal, informal, que pueda o no llegar a la formal, pero por medio de mecanismos no dados, es decir, de ir siempre hacia resutados finalistas, consabidos, previstos…sino de planteamientos creativos, constructivos y sobretodo priorizando la conectividad entre personas y/u organizaciones y estableciendo mecanismos generadores de procedimientos abiertos, flexibles y autoregenerables, donde la retroalimentación producto del ENSAYO-ERROR, sea la base del funcionamiento normal de la sociedad y eso se consigue con la ayuda del Machine learning.
 
 
 
 
Un artículo de Brighton analiza el rol de los nuevos medios digitales, los“UBIMEDIA” que por sus características –multifacéticas, convergentes,colaborativas y cooperativas, móviles- tienen el potencial de empoderar a las personas y crear una mayor cultura participativa.En este contexto las instituciones que tradicionalmente tenían la potestad de establecer aquello que está bien y lo que no lo está, hoy se ven amenazadas por nuevas reglas del juego. Estos retos nos llevan a pensar en nuevos perfiles de profesionales.
Hacen falta perfiles híbridos digitales-analógicos que sean capaces de traducir conocimiento de una comunidad a otra y que puedan generar valor al momento de conectar conocimientos. Necesitamos de habilidades multiplicadas y desarrollo de actitudes creativas, las cuáles se presentan como elementos claves. Es necesario a pensar en un aprendizaje mejorado, que no se limite a una disciplina o certificación, sino que sea permanente, distribuido y escalable, cuya trazabilidad esté en manos de la mayor parte de la población, cada uno con sus características…
 
Poder personalizar el proceso de aprendizaje a cada estudiante es vital para facilitar su progreso y conseguir que utilice todo su potencial. Es necesario adaptar la enseñanza a las necesidades de cada alumno para lograr atender sus dificultades y aprender a potenciar sus puntos más fuertes. Aquí interviene la trazabilidad educativa, un elemento importantísimo en este proceso.
 
¿Cómo funciona la trazabilidad educativa?
 
Utilizar herramientas digitales orientadas a este objetivo nos permite acceder a una gran cantidad de datos que nos aportarán la información necesaria para personalizar la educación a cada alumno. Aunque varían según la plataforma, generalmente podemos agruparlas en dos categorías:
 
          a-Seguimiento de uso: Se refiere a los datos relacionados con las conexiones a la plataforma y a cada recurso. Cuántas veces la visitan, cuánto tiempo dedican a cada recurso, cuántas veces acceden a ellos…
          b-Seguimiento de actividades: Suelen incluirse dos tipos de actividades, las autocorrectivas y las entregables. Las primeras, de respuesta cerrada (tipo test), tienen la ventaja de que son corregidas de forma automática por la aplicación, lo que ahorra un tiempo considerable al docente.
 
          c-Se podrá acceder a todos los datos relativos al tiempo dedicado, si han necesitado salir de la página para buscar más información, los intentos realizados, etc. Además, también puede medirse la participación en foros y debates.
Es también habitual que las herramientas nos permitan elaborar un seguimiento del progreso de los alumnos. Para ello, generan automáticamente informes a partir de las diferentes actividades y el uso de la plataforma, pudiendo referirse al conjunto de la clase o a estudiantes individuales.
 
 
 
1185323
Esta evidencia es convincente, pero lo que está claro es que el estado de la investigación en este campo todavía tiene que encontrar maneras efectivas y eficientes de muestra (por ejemplo, a través de productos de trabajo del alumno, tener la suficiente capacidad de encontrar caminos alternativos a las posibles respuestas con otras preguntas..
 
Hoy es fundamental analizar nuevas perspectivas para pensar el aprendizaje a la luz del acceso abierto y distribuido al conocimiento. La idea es sumergirnos en sus luces y sombras, la línea es difusa y las tecnologías son invisibles y naturales, para que su verdadera ayuda sea adecuada a las necesidades personalizadas y personales de las personas…
 
 
En esta exploración nos preguntamos no sólo porqué la resistencia al cambio de las organizaciones educativas sino que buscamos hacer un zoom a aquellos espacios de exploración que sí están abriendo oportunidades que son importantes de incluir en el radar.
 
 
Para ello, se plantea un travelling de tendencias que incluye la apertura radical al conocimiento, donde l”a evolución biológica puede ser hackeada por la mente humana y su esparcimiento viral; las ideas están vivas y en perpétuo cambio… “(open y self-publishing, open educational resources); nuevas formas de certificar conocimiento (open badges, open educational practices); nuevos perfiles (desing thinkers, digital curators, digital yonkis); cursos masivos abiertos (massive online courses, peer assessment); nuevas tipologías de habilidades (transmedia skills); investigación abierta y distribuida (open data) entre otros.
 
 
Los objetivos de estos proceso pretenden hacer frente a las necesidades actuales y las oportunidades de aprendizaje, mediante esta analítica recogiendo los enfoques multidisciplinares pero complementarios de diferentes campos, tales como Ciencias de la Computación, Ciencias de datos, Matemáticas, Educación, Sociología…, eso si, deben ser siempre personalizados y con la responsabilidad de los propios aprendices.
Necesitamos por tanto:
 
          1–Análizar el aprendizaje basado en competencias, lo que nos llevará…
 
          2–Aprender y por tanto a realizar la propia evaluación (recordemos que cada aprendizaje lleva impreso consigo la evaluación, ya no como una medición, si no como parte del mismo) con los procesos de aprendizaje de los demás mediante el análisis de ruta de aprendizaje personal y social. Al mismo tiempo, el mecanismo de aprendizaje tecno-social personalizado nos permite que el aprendiz aprenda de acuerdo a su situación y objetivos.
 
          3–Establecer una ruta de aprendizaje individual lo podemos modelar para registrar su proceso de aprendizaje. Por tanto, el espacio de aprendizaje personal (PLE), sera siempre un espacio no lineal…, es en esta situación donde el pensamiento crítico actua de manera determinante, para manifestarse capaz de deducir las consecuencias de lo que cada uno sabe, y sabe cómo hacer uso de la información para resolver problemas, y buscar fuentes de información pertinentes para aprender más…
 
 
          4-Realizar un análisis de aprendizaje para la evaluación de las competencias genéricas y específicas:
               a-La integración de la analítica de investigación y aprendizajes educativos.
               b-Analíticas de aprendizaje y el aprendizaje autorregulado.
               c-Intervenciones y análisis de los diferentes aprendizajes, estudio de casos…
               d-Implementaciones de la analítica de aprendizaje.
               e-Analíticas de aprendizaje y efectos a largo plazo (estudios sobre la analítica de aprendizaje).
               f-Los avances teóricos en la analítica de aprendizaje.
               g-Replicación y validación cruzada de las investigaciones existentes.
               h-Aspectos éticos de la analítica de aprendizaje.
               i-Analíticas de aprendizaje y formulación de políticas (policy makers)
               j–Interoperabilidad para la analítica de aprendizaje.
 
 
 
Otro beneficio de la personalización es que cada vez que se personaliza, a aprender y almacenar un poco más sobre el conjunto único de un alumno, se aportan posiciones diferenciadas al aprendizaje social.
 
Esto no solo permite llegar a un mejor AUTOAPRENDIZAJE, si no también una manera más de “emprendimiento” y “apropiación” de la red, como “espacio” claramente de aprendizaje personalizado y socializador.
 
Esta “vinculación” que se establece, es propia incluso del funcionamiento cerebral, como muy bien dice George Siemens y diría mi amigo argentina Alicia Banuelos (una maravillosa Física)…”la sinapsis neuroal provoca que las neuronas se vinculen, se relacionen unas con otras”.
 
3244476858
El cerebro emite una especie de corriente de “relación” que con un poco de entrenamiento, que lo tengo y mucho, tengo que establecer relaciones entre todos e incluirlos, si es necesario en mis ideas para mejorarlas…
 
En una base de datos tradicional, el esquema de una tabla se aplica en tiempo de carga de datos. Si los datos que se están cargando no se ajusta al esquema, a continuación, se rechaza. Este diseño es a veces llamado esquema de escritura ya que los datos se comprueban con el esquema cuando se escribe en la base de datos y eso se puede extrapolar a lo que pretendemos que los alumnos aprendan del curriculum preestablecido.
 
Normalmente por otra parte, no comprobamos los datos cuando se cargan ,cuando los comentamos, explicamos… sino más bien cuando se emite una consulta. Esto se conoce como esquema de lectura.
Hay ventajas y desventajas entre los dos enfoques. Esquema de lectura hace que tengamos una carga inicial muy rápida, ya que los datos no tienes que ser leídos, analizados y serializados en el disco en formato interno de la base de datos.
 
La operación de carga es sólo una copia de archivo o de movimiento, y es lo que hacemos con los aprendizajes mecánicos de lectura y escritura (totalmente nefastos) es mucho más flexible: : considerar la posibilidad de dos o más esquemas para los mismos datos subyacentes, dependiendo del análisis que se realiza y de la persona que tenga que hacerlo (personalización en los procesos de aprendizaje).
 
En un futuro próximo creo que todo el aprendizaje será límites-less (Geoge Siemens). Todo el contenido de aprendizaje será computacional nada preestructurado. Todo aprendizaje será granular, con coherencia formada por alumnos individuales (inclusividad y ubicuidad de Juan Domingo Farnos)
 
 
Sistemas artificiales, como lo es la ENSEÑANZA, EL CURRÚLUM EDUCATIVO, LOS CONTENIDOS EDUCATIVOS, LAS MISMAS ACREDITACIONES (TITULACIONES) serán sustituidos,, por los modelos basados en la complejidad y la emergencia (DISRUPCIÓN)..
 
Pero las ideologías influyen en el diseño,influyen en la concepción de los SISTEMAS EDUCATIVOS, entonces el diseño limita las opciones futuras. No tenemos que mirar muy lejos para ver ejemplos de esta simple regla: aulas, el diseño de las actividades de organización del trabajo, la política y el funcionamiento de las organizaciones educativas (escuelas, universidades…) Lo que creamos para que sobreviva en una época sirve como neurosis para otra (esto creo que le gustaría a mi amiga Dolors Reig).
 
En la educación – especialmente en la tecnología de mejora de la educación – se nota el final de una época y el principio de otra, la propia OBSOLESCENCIA nos lo indica, lo que es más difícil de ver en la vida cotidiana de los espacios cerrados y obligatorios educativos..
 
Los asesores de educación y altavoces normalmente nos preguntamos “si un estudiante de hace 100 años llegó a nuestras aulas, se sentiría como en casa”. Obviamente, esta es una afirmación absurda (incluso si pasamos por alto los retos de viajes en el tiempo). Los asesores de educación y algunos “voceros” normalmente declaran “si, un estudiante de hace 100 años llegó a nuestras aulas, se sentiría como en casa”.
 
Por tanto pronto el registro y análisis de datos semánticos podrá convertirse en un nuevo lenguaje común para las ciencias humanas y contribuir a su renovación y el desarrollo futuro.
 
Todo el mundo será capaz de clasificar los datos como quieran. Cualquier disciplina, ninguna cultura, ninguna teoría será capaz de clasificar los datos a su manera, para permitir la diversidad, utilizando un único metalenguaje, para garantizar la interoperabilidad. (EXCELENCIA PERSONALIZADA AUTOMATIZADA,) por medio de una mezcla de inteligencia artificial y algorítmica.
 
“Vamos ya a aprender durante toda nuestra vida y en cualquier momento, el qué, cuándo, cómo y dónde (eligiendo con quién), ya han dejado de ser, una obligación para pasar a seer algo usual en nuestra vida, las TIC, Internet, la Inteligencia Artificial, “han dinamitado” todo ese planteamiento que no sabíamos ni podíamos superar, ahora el estaticismo de aprender de manera controlada, uniforme, el “ocupar un espacio y un tiempo”, han dejado ya de existir, por lo cuál, vivimos aprendiendo, aprendemos en cada momento de nuestra vida, por eso, cualquier planteamiento que hagamos en este impás, debe acomodarse a esta nueva manera de entender la vida que ya está aquí, pero estamos “suscribiendo” las maneras de llegar a ello”
 
 
Hay muchas maneras de personalizar el aprendizaje. Sin embargo, al igual que los términos de estilos y la motivación del aprendizaje, la personalización es otro término mal definido. Para ser más específicos, se describe la personalización aquí con cinco niveles con creciente sofistificación, cada nivel que describe una estrategia de personalización específica. Desde los más simples a las más complejas, las cinco estrategias son:
 
(a) nombre reconocido;
 
(B) describe a sí mismo;
 
(C) segmentados;
 
(D) cognitivo-basada; y
 
(e) de base integral de la persona.
 
A lo mejor el “sueño de algunos de una educación autónoma y libre (solo realizable mediado con la Machine learning, AI, internet, TIC), no es tal sueño y es una realidad.
 
juandon

Blog de WordPress.com.

Subir ↑

A %d blogueros les gusta esto: