Aprendizaje / Algoritmos / Diseño instruccional

NUEVAS TENDENCIAS EDUCATIVAS Dolors Capdet Valencia, febrero 2010

Algunas definiciones previas: Aprender supone adquirir la capacidad necesaria de actuar frente a los problemas, produciendo un cambio con vocación de permanencia en nuestras estructuras cognitivas. Aprendizaje es la capacidad para realizar u optimizar tareas complejas de adaptación al entorno. La capacitación representa la adquisición puntual de técnicas o habilidades para realizar una tarea concreta.

Los conocimientos se pueden adquirir en un proceso formativo: – Formal, de carácter cerrado, que sectoriza la adquisición, que permite establecer metas y obtener resultados concretos. – No formal, permanentemente abierto, subjetivo, que requiere motivación y autonomía.

Estilos de aprendizaje. Existen diversas formas de aprender: – Hay quien aprende mejor cuando se incluye un componente de experiencia en el proceso de aprendizaje (Dewey, 1938). – Hay quien prefiere aprender solo y quien necesita estar próximo a sus referentes (Davis, 1993). – Básicamente hay cuatro estilos de aprendizaje: activista, reflexivo, teórico y pragmático (Honey y Mumford, 1992).

Los estilos de aprendizaje equivalen a: – Formas de recopilar, interpretar, organizar y pensar sobre la nueva información (Gentry, 1999). – Una descripción de actitudes y comportamientos que determinan la forma preferida de aprender (Honey y Mumford, 1992). – Rasgos cognitivos, efectivos y fisiológicos que actúan como indicadores relativamente estables de cómo los alumnos perciben, interaccionan y responden a sus ambientes de aprendizaje (Keefe, 1988).

El éxito de cualquier proceso formativo depende de varios elementos que pueden ser agrupados por sus características en cuatro grupos Bouchard (2009): 1. C onativos (motivación, iniciativa y confianza). 2. A lgorítmicos (control sobre la actividad). 3. S emióticos (lenguaje, comunicación). 4. Económicos (interés y costes).

Sea un proceso formal o informal, al diseñar un proceso de aprendizaje hay que considerar seis elementos (Shedroff, 2009): 1. Tiempo y duración 2. Interactividad 3. Intensidad 4. Creatividad 5. Coherencia 6. Significado

Pero, además del entorno educativo formal o informal, debemos tener en cuenta el entorno personal de aprendizaje (PLE) : Supone un conjunto de recursos susceptibles de ser utilizados para adquirir información o capacidades ante una situación determinada, compensando así las carencias de los procesos de aprendizaje formal e informal. Se adecua a nuestras necesidades cognitivas. Ha de ser dinámico , cambiante. Sus elementos han de ser fácilmente almacenables, recuperables y reutilizables .

El PLE proporciona un conjunto de herramientas adecuadas al contexto con mayor capacidad de adaptación a los diferentes enfoques de aprendizaje (Siemens, 2006). Puede ser contemplado como los espacios en los que las personas interactúan y se comunican con un resultado final de aprendizaje y desarrollo de conocimientos colectivos (Graham Atwell, 2010). Constituye un entorno personal para poder gestionar el conocimiento y administrar las conexiones (Downes, 2010).

Anderson (2006) recoge algunas ventajas del PLE: – Identidad (presencia más allá de la institución académica) – Facilidad de uso (la personalización por parte del propio usuario) – Control y propiedad (el contenido pertenece al usuario) – Reusabilidad (es el estudiante quien toma las decisiones) – Presencia social (favorece la comunicación y la cultura on-line) – Capacidad creativa (integración de nuevas aplicaciones).

Internet ha posibilitado una nueva forma de entender el aprendizaje. Potencia la personalización y se configura en base a gustos y preferencias del usuario. Se requieren nuevas alfabetizaciones para obtener los significados. La superabundancia de información obliga a buscar alternativas para su almacenamiento y recuperación. El conocimiento ahora puede residir en nodos humanos y artificiales ( Conectivismo . Siemens, 2004), Los conocimientos están interconectados, distribuídos (Downes, 2006). Su avance es espectacular.

Los avances en Informática e Inteligencia Artificial crean nuevos metalenguajes y avanzan hacia un razonamiento artificial que complementa el humano en: - Cantidad y calidad : Los humanos somos eficientes en el procesamiento de pequeñas cantidades de información. La máquina es eficiente en el proceso de grandes bases de datos. : - Sintaxis : Un ordenador no interpretaría bien si falla parte de sintaxis (HTLM), nosotros en cambio si podemos hacerlo. - Semántica : La máquina necesita que le incorporen significado a los términos que reconoce e identifica en la sintaxis. El cerebro lo hace automaticamente por si mismo (lenguaje).

El valor explicativo de las representaciones está en función de los elementos que la sustentan y a los que representan (Tufte, 1997): – Datos o hechos que no tienen relación con otros datos y carecen de un significado preciso. – Información o datos que incorporan algún tipo de relación que les otorga un significado. – Concepto o información relacionada con varios datos o informaciones, adquiriendo el significado por el conjunto de ellos. – Conocimiento (racional o intuitivo), o concepto relacionado con otros conceptos, datos e informaciones y que permite crear un patrón que mejora la predicción, facilitando la toma de decisiones. – Sabiduría o capacidad para reconocer y gestionar el mayor número posible de patrones y modelos de conocimiento.

Basados en datos e información, tanto en el mundo real como en la red, para construir significados utilizamos: – Sintaxis: Gramática . P ermite definir datos estructurados. – Semántica: Significado de las cosas, actores y acciones (referencia, veracidad, Intensidad). – Pragmática: Significado no literal, influye sobre el significado – Semiótica : Signos no lingüísticos - Icono, Indicio, Símbolo (Ch. Pierce, 1984) - Punto, Línea, Plano, Volúmen, Forma, Color, llllllllllllllllllllllllllllll Textura, Tamaño (W. Wong, 1985)

En la red, casi todo lo que se puede ver y expresar con los lenguajes actuales está soportado por fórmulas matemáticas que pueden construir mecanismos de razonamiento automático ( Lógicas descriptivas ). Para ello se utilizan las: – Ontologías : conceptos y términos para referirnos al entorno y definir un área. Conocimiento compartido y consensuado para obtener eficiencia en la comunicación (lenguaje OWL). – Taxonomías : fomas de organizar la información, especifica las categorias -jerarquias-, que se van especializando. – Tesauros define los términos e indica cual es el objetivo final de utilizar una determinada semántica u orden.

¿Cómo incide todo ello sobre el aprendizaje? - Inmediatiza el acceso a la información: Just in time . - Al buscar un material, además de su contenido se puede acceder a los posibles comentarios contextualizados sobre ello. - Sincronía en las comunicaciones. - Obtención de datos de diversas fuentes: Needlebase, Gephi, ManyEyes, … - Clasificación de contenidos: twapperkeeper , ... - Medición de impacto: Google Analytics . - Microformatos: Códigos QR

¿A través de qué herramientas se materializa? Según el Informe Horizont 2011 , del NMC, en el plazo de un año, se estandarizará el uso de:
Libros electrónicos , ya que mejoran el contenido informativo con la incorporación de audiovisuales, elementos sociales e interactivos.
Móviles inteligentes , dado que evitan que las instituciones hagan inversiones ya que los estudiantes disponen de ellos. Son dispositiuvos poderosos dada su ubicuidad, su portabilidad, su versatilidad y su conectividad.

De dos a tres años:
Realidad Aumentada , que permite complementar los espacios reales con información superpuesta.
Aprendizaje basado en juegos multijugador (MMO) que suponen una fusión de lo real y lo virtual, juegos sociales (en dispositivos móviles) que facilitan la adquisión de nuevas habilidades y el desarrollo de la lógica procesal.

De cuatro a cinco años:
Computación basada en gestos , que cambian la forma de interactuar con los dispositivos (táctiles, hápticos, …) y que dará lugar a nuevos entornos de apendizaje.
Análisis de datos procedentes de diversas fuentes y relativos al rendimiento de los estudiantes, a la evaluación de planes de estudios, programas e instituciones, ...

¿Cómo incide todo esto sobre el diseño instruccional de una situación educativa? No podemos partir de cero. Hay que tener en cuenta los modelos anteriores, sustentados en distintasTeorías educativas: En el Conductismo , basado en la repetición de la conducta y medición de resultados , el diseño se ajusta a: - Los objetivos de aprendizaje y los criterios de evaluación . - Un modelo fragmentado que ofrece conocimientos progresivos . Con este modelo se realizan las primeras pruebas de Instrucción Asistida por Computador ( CAI ).

El Cognitivismo enfatiza los procesos mentales internos del individuo: como se recibe la información, como se procesa y como se almacena. El diseño se flexibiliza: - Determina los objetivos de aprendizaje y criterios de evaluación . - Confía en la predisposición del alumno para aprender . Basados en este modelo ya se percibe la posibilidad de crear inteligencia artificial.

El Constructivismo considera que cada persona construye su propia perspectiva del mundo a través de sus propias experiencias y de sus esquemas mentales. El diseño prioriza el: - Aprendizaje basado en la resolución de problemas . - Se generan estrategias, recursos y materiales didácticos abiertos y es el alumno quien crea su propio itinerario formativo. - La evaluación depende más de criterios cualitativos que cuantitativos . Evaluación continua. En este contexto emergen las NTIC y nace el e-learning.

El Connectivismo propugna el aprendizaje mediante redes de conocimiento, formadas por nodos (humanos y/o artificiales) especializados que se retroalimentan. El diseño instruccional se basa en: - La utilización combinada de diversas herramientas web que facilitan el acceso a innumerables fuentes (nodos) que permiten la adquisición de conocimiento. - Potenciación de las conversaciones . - Apertura (Open Courses) - Transparencia en los procesos.

¿Qué pervive de estos modelos? - Una readaptación de la fragmentación de contenidos que utilizaba el conductismo. - La confianza en la predisposición del estudiante para aprender que propugnaba el cognitivismo. - El aprendizaje social orientado a la resolución de problemas que instauró el constructuvismo. - Las conversaciones y el colaborativismo potenciados por el connectivismo.

Algunos modelos de Diseño Instruccional: - ADDIE : A nálisis de la situación, D iseño de un marco, D esarrollo de recursos, materiales didácticos y contenidos, I mplementación del proyecto, y E valuación de los resultados obtenidos. - ASSURE : Analizar ( A nalize) de los potenciales estudiantes, Establecer ( S tate) los objetivos, Seleccionar ( S elect) materiales y tecnología, Implementarlos ( U tilize), Exigir ( R equire) la participación del estudiante, Evaluar ( E valuate) el proyecto en su conjunto. - Prototipización . Supone la creación de un entorno o prototipo para la simulación de una determinada situación.

CONCLUSIONES: - Cada situación educativa es única . Por tanto, su diseño, también. - Olvidemos estereotipos . Sólo porque haya sido utilizado bajo el amparo de teorías educativas anteriores no hay que rechazar ningún método ni modelo si se ajusta a las necesidades de nuestro proyecto. El pasado es la base del presente y del futuro . - Recordemos que hay tantas maneras de aprender como estudiantes involucrados (estilos de aprendizaje). - Analizar, Diseñar, Desarrollar, Implementar y Evaluar o auditar es imprescindible en todo proyecto. Sin elaboración previa, no hay resultados positivos.

Fuentes: Bouchard, P. (2009). Some factors to consider when Designing Semi-autonomous Learning Environments. Electronic Journal of e-learning, Vol. 7, (2), June 2009, (pp. 93-100) http://www.ejel.org/Volume-7/v7-i2/Bouchard.pdf (Último acceso: 17 febrero 2011) Capdet, D. (2005). Análisis comparativode tres metodologías educativas: A distancia, On-line y Blended learning. DEA. UNED. Septiembre 2005 Capdet, D. (2009). Elementos de la visualización de datos y redes. IV Congreso de la Cibrersociedad. Grupo Investigación y ciencia. Visualización de redes y datos. http://www.cibersociedad.net/congres2009/es/coms/elementos-de-la-visualizacion-de-datos-y-redes/972/ (Último acceso: 17 febrero 2011) Downes, S. (2006). Learning Networks and Connective Knowledge, http://it.coe.uga.edu/itforum/paper92/paper92.html (Último acceso: 17 febrero 2011) Kop, R. (2010) Diseño y desarrollo de un Ambiente personal del aprendizaje: Investigar la experiencia de aprendizaje. Ponencia en EDEN 2010. 10 de junio 2010.Valencia. Rebollo, M. (2009). Meetaversos Semánticos. II Congr4esop de Metaversos. Junio 2009.Ibiza. http://www.metaversos.com/2009/ponencias.php (Último acceso: 17 febrero 2011) Siemens, G. (2006). Connectivism: Learning theory or pastime of the self-amused? Elearnspace blog. Available from http://www.elearnspace.org/Articles/connectivism_self-amused.htm (Último acceso: 17 febrero 2011)

http://pragmaticful.blogspot.com	1851
http://educaclase.blogspot.com	105
http://revisionreflexivaeducativa.blogspot.com	69
http://dolorscapdet.blogspot.com	50
http://educa0100.blogspot.com	13
http://unrinconespecial-paracompartir.blogspot.com	6
http://paper.li	4
http://www.pragmaticful.blogspot.com	4
http://educaclase.blogspot.mx	4
http://noelle-nmgblog.blogspot.com	2
http://www.educaclase.blogspot.com	2
http://videomas96.blogspot.com	1
http://virtuallysad.wordpress.com	1
http://cepede.blogspot.com	1
http://ofimuebles.blogspot.com	1
http://guanacoschulones.blogspot.com	1
http://intro-itc.blogspot.com	1
http://www.google.com.mx	1
http://valledelermatic.blogspot.com	1
http://ninostalentodifdf.blogspot.com	1
http://webcache.googleusercontent.com	1
http://www.slideshare.net	1
http://www.revisionreflexivaeducativa.blogspot.com	1
http://redcled.org	1
http://planetaki.com	1
http://pragmaticful.blogspot.com.es	1

Aprendizaje / Algoritmos / Diseño instruccional

by DolorsCapdet on Feb 17, 2011

Accessibility

Tags

Upload Details

Usage Rights

26 Embeds 2,125

Statistics

Aprendizaje / Algoritmos / Diseño instruccional — Presentation Transcript