• Like
Mupple2011 pata
Upcoming SlideShare
Loading in...5

Mupple2011 pata

Uploaded on

The meta-design approach for courses in open learning ecosystems

The meta-design approach for courses in open learning ecosystems

More in: Education
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
No Downloads


Total Views
On Slideshare
From Embeds
Number of Embeds



Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

    No notes for slide


  • 1. Meta‐design principles for open  learning ecosystems  Kai Pata  Tallinn University,   Ins;tute of Informa;cs  Center for Educa;onal Technology  MUPPLE Lecture Series, 2011 
  • 2. An overview •  What is an eco‐cogni;ve view to learning?  –  The examples of open learning ecosystems in  course design  –  The learning niches and how to use them in  learning design  –  Why to use the meta‐design approach?  –  The meta‐design approach to open learning  ecosystems   –  Some developments and limita;ons for meta‐ design from the soFware side 
  • 3. Open learning ecosystems •  Open learning ecosystem is an open, adap;ve  complex and dynamic learning system in  which self‐directed learners design their  learning ac;vi;es and follow open educa;on  principles by sharing freely over the internet  knowledge, ideas, infrastructure and teaching  methodology using Web 2.0 soFware.  
  • 4. Par;cle and system level views to open  learning ecosystems Learners in open learning  “Ecosystem” not as a metaphor  ecosystems: •  Self‐direc;ng  •  Self‐regula;ve •  Networking, PLEs, PLNs  •  “Connec;vist Networks” in open  learning ecosystems •  Communi;es of open  •  “Community” of digital cultures  educa;on •  Co‐designing and sharing  •  Open, Dynamic and Evolving  •  Accumula;ng •  Monitoring  •  An evolu;onary feedback loop •  Adap;ng •  Naviga;ng 
  • 5. Towards the learner‐centered  approach •  Two pedagogical paradigms have been  highlighted in open learning ecosystems.  •  Firstly, the interpre;vist learning principles  suggest that students should be:   –  guided towards becoming independent, autonomous  and self‐directed learners)   –  who learn from being ac;vely engaged in the  situa;ons that are meaningful to them, from their  interac;ons with peers and teachers in which they are  given the voice so they that they can become co‐ constructers of the learning environment  –  and by reflec;ng on their prior knowledge and  experiences to construct new meanings 
  • 6. An example course  ICamp interna;onal eLearning course (Pata & Merisalo, 2010) 
  • 7. Towards the learner‐centered  approach •  Secondly, for cul;va;ng the “ecosystem” view  in digital systems (see Pór & Molloy, 2000;  Crabtree & Rodden, 2007; Boley & Chang,  2007), George Siemens (2006) formulated the  Connec;vism framework as the new learning  theory for open learning ecosystems. •  Connec;vism assumes that:   –  Learning is primarily a network‐forming process,  and the dynamically appearing and changing  networks form basis for the learning ecosystems 
  • 8. An example course Ecology of narra;ves course (Pata & Fuksas, 2009 hap://padis2.uniroma1.it:81/ojs/index.php/cogphil/ar;cle/view/4338/4200 
  • 9. A gap in design principles for open  learning ecosystems •  Without wishing to suppress down such a  boaom‐up self‐emergence of eLearning  designs, we should provide teachers in  learning ins;tu;ons with design solu;ons that  enable them to regain some co‐control in the  learner‐ini@ated ac@vi@es and systems is  needed (Fiedler and Pata, 2009).   
  • 10. A gap in design principles for open  learning ecosystems •  The teachers’ need to control the learning  design and learning process in distributed  systems •  The necessity to allow freedom for learners  to be self‐directed and using their own  personal learning environments in higher  educa;on courses 
  • 11. Offloading cogni;ve func;ons to the  digital ecosystem •  Humans constantly delegate cogni@ve  func@ons to the environment (Bardone, 2011) 
  • 12. An eco‐cogni;ve view to learning  •  Human cogni@on is chance‐seeking system that is  developed within an evolu;onary framework  based on the no;on of cogni@ve niche  construc@on. •  We build and manipulate cogni@ve niches so as to  unearth addi@onal resources for behavior control. •  Human cogni;ve behavior consists in ac@ng upon  anchors – the affordances* (*see Gibson, 1977) ‐  which we have secured a cogni@ve func@on to via  cogni;ve niche construc;on.                     (Bardone, 2011) 
  • 13. Distributed cogni;on and affordances Learning  as a cogni;ve niche  Previous ac;on environment as  experiences in this digital ecosystem  environment Teachers’ goals  Learners’ goals and   and perceived instruc;ons for  ac;on ac;on  poten;ali;es  A cogni;ve niche  Schema adopted from Zhang, J., & Patel, V. L. (2006) 
  • 14. Learning affordances and PLE •  PLEs are dynamically evolving Ac@vity systems* (*see  Engeström, 1987) in which the personal objec@ves  and human and material resources are integrated in  the course of ac;on.  •  PLE is also distributed ecologically, integra@ng our  minds with the environment (see Zhang & Patel, 2006;  Bardone, 2011).   Different learning goals assume the  percep;on of different affordances in PLE 
  • 15. Affordances as a networked system? •  Affordances may  constrain each other •  Synergy may be arrived  from using several  affordances  simultaneously •  Some affordances may  need the presence or the  co‐ac;va;on of other  affordances to be used  effec;vely •  Using one affordance  may actualize another  affordance in the network 
  • 16. Defining community niches by  affordances •  People determine the personal learning  affordances within their PLEs.  •  Any individual conceptualizes affordances  personally, but the range of similar learning  affordance conceptualiza;ons visualizes  community’s preferences – a community  learning niche 
  • 17. Affordances in a community 
  • 18. The learning niches  •  Adapta;on ‐ the adjustment of an organism to its  environment in the process by which it enhances fitness to its  niche •  The forma;on of learning niches in open learning  ecosystems appears through accumula;ng  learning affordances from PLEs (Pata, 2009). •  The community’s affordances may be interpreted  and used by each learner to best adapt to the  community niche for certain goal‐based ac;on 
  • 19. Earlier models that use affordances in learning  design Learner’s role is passive, design is created by the teacher. Learning environment not dynamically evolving.  Kirschner et al. (2004) 
  • 20. Why meta‐design approach? •  The ecological Meta‐Design framework applies  for open learning ecosystems that are adap;ve  and dynamically changing. •  Meta‐design is designing the design process for  cultures of par;cipa;on – crea;ng technical and  social condi;ons for broad par;cipa;on in design  ac;vi;es (Fisher et al., 2004).  •  The meta‐design approach is directed to the  forma;on and evolu;on of open learning  ecosystems through the end‐user design.  
  • 21. Meta‐design approach •  The meta‐design approach is known as a methodology  for collabora;ve co‐design of social, technical and  economic infrastructures in interdisciplinary teams in  order to achieve synergy similarly to the symbiosis  phenomena in natural environments. •  The meta‐design, known from End User Design in  computer science, extends the tradi;onal no;on of  system development to include users in an ongoing  process as co‐designers, not only at design ;me but  throughout the en@re existence of the system (Fisher  et al., 2004).  
  • 22. Meta‐design approaches •  Autonomous and self‐organized designers in  meta‐design framework can increase the  diversity of design solu;ons in the system,  allowing diversity and variability to emerge  within the ecosystem.  •  The open, community‐driven, emergent and  itera;ve ac;vity sequences in the learning  design process models are based on learner  contribu;on (Hagen & Robertson, 2009). 
  • 23. Meta‐design approaches Hagen & Robertson (2009)                             
  • 24. Ecological principles in meta‐design •  Learning in the cultures of par;cipa;on may be  characterized as the process in which learner and  the system (community, culture) detects and  corrects errors in order to fit and be responsive  (Fisher et al., 2004).  •  In this defini;on, learning process is  conceptualized as largely self‐organized,  adap@ve and dynamic. •  It may be assumed that such learning follows the  ecological principles 
  • 25. Some principles of meta‐design •  Both focuses – the learning ecosystem  evolu@on by end‐user design, and nourishing  the end‐user design process by crea;ng the  scaffolds for designing (Fisher et al., 2004), are  equally important aspects of ecological Meta‐ Design. 
  • 26. Suitable The process view to meta‐design in open learning ecosystems (Pata, 2010) 
  • 27. Learners’ role •  In learning ecosystems autonomous learners  con;nuously develop and dynamically change  design solu;ons to support their learning. •  They incorporate into their personal learning  environments different Web 2.0 tools,  networking partners and ar;facts, and monitor  the state of the whole learning ecosystem to  adapt their design solu;ons and learning  objec;ves to the system and to other learners. 
  • 28. Teachers’ role •  Providing the teacher‐created scaffolds and  incen;ves for the learners design ac;vi;es that  would foster the accumula;on of learning niches:  –  a) monitor the evolu;on of the open learning ecosystem,  –  b) provide learners with the op;ons that enhance and  speed up the self‐directed network‐forma;on process  (e.g. tags, mashups),  –  c) analyze the emerging affordances within the learning  community, and provide analy;cal guidance for them  aiding to make design decisions and selec;ng learning  ac;vi;es (e.g. social naviga;on, seman;c naviga;on), and  –  d) seed learning ac;vi;es into the open learning  ecosystem that are based on self‐organiza;on (e.g.  swarming). 
  • 29. The limita;ons for applying meta‐ design in an open learning ecosystem  •  There is the need for dynamic accumula@on  and monitoring systems for learning niche  forma@on to be used by each learner for  benefi;ng from par;cular open learning  ecosystem and allowing them to par;cipate in  the course design   –  accumulated affordances and their dissipa;on in  ;me (community‘s learning niche)  –  real‐;me awareness of affordances for other  learners (their cogni;ve niches) 
  • 30. Connec;vity with PLE components  (Dippler, Tallinn University  development)  Distributed course  assembling tools  (Dippler) Learning contract tools (LeContract, Learning creator (Siadty et a.l, 2011),)  User monitoring,  accumula;on and  visualiza;on  Suitable  Monitoring tools (EduFeedr  (Põldoja & Laanpere, 2009))  The tools to support meta‐design in open learning ecosystems (Pata, 2011) 
  • 31. Kai Pata  senior researcher,  Tallinn University, Ins;tute of Informa;cs,   Center for Educa;onal Technology  kpata@tlu.ee,   blog hap://;hane.wordpress.com 
  • 32. References •  Bardone, E. (2011). Seeking Chances. From Biased Ra;onality to Distributed Cogni;on. Springer, Heidelberg. •  Boley, H., & Chang, E. (2007). Digital Ecosystems: Principles and Seman;cs, published at the 2007 Inaugural IEEE Interna;onal Conference on  Digital Ecosystems and Technologies. Cairns, Australia. February 2007. NRC 48813. •  Crabtree, A., & Rodden, T. (2007). Hybrid ecologies: understanding interac;on in emerging digital‐physical environments. Personal and Ubiquitous  Compu;ng, Online First: DOI 10.1007/s00779‐007‐0142‐7.  •  Fiedler, S,; Pata, K. (2009). Distributed learning environments and social soFware: in search for a framework of design. In Stylianos Hatzipanagos and  Steven Warburton (Eds.). Handbook of Research on Social SoFware and Developing Community Ontologies. (145 ‐ 158). Idea Group Reference. •  Engeström, Y. (1987). Learning by Expanding: An Ac;vity‐Theore;cal Approach to Developmental Research ( hap://communica;on.ucsd.edu/MCA/Paper/Engestrom/expanding/toc.htm). •  Fischer, G., Giaccardi, E. Ye,Y., Sutcliffe,A.G., Mehandjiev, N. (2004). META‐DESIGN: A MANIFESTO FOR END‐USER DEVELOPMENT. COMMUNICATIONS  OF THE ACM September 2004/Vol. 47, No. 9 (33‐37 . •  Gibson, J.J. (1977). The theory of affordances. In R. Shaw & J. Bransford (eds.), Perceiving, Ac;ng and Knowing. Hillsdale, NJ: Erlbaum. •  Hagen, P. and Robertson, T. (2009 Dissolving boundaries: social technologies and par@cipa@on in design. Proceedings of OZCHI 2009, ISBN: 978‐1‐60558‐854‐4  •  Kirschner, P., Strijbos, J. W., Kreijns, K., Beers, P. J. (2004). Designing electronic collabora;ve learning environments. Educa;onal Technology Research  and Development 52(3), 47–66. Pata, K. (2009). Modeling spaces for self‐directed learning at university courses. Educa;onal Technology & Society, 12  (3), 23–43. •  Pata, K., Fuksas, A. P. (2009). Ecology of Embodied Narra;ves in the Age of Loca;ve Media and Social Networks: a Design Experiment. Cogni;ve  Philology, 2, 1 ‐ 21. •  Pata, K.; Merisalo, S. (2010). SELF‐DIRECTION INDICATORS FOR EVALUATING THE DESIGN‐BASED ELEARNING COURSE WITH SOCIAL SOFTWARE. Dirk  Ifenthaler, Dr. Kinshuk, Pedro Isaias, Demetrios G. Sampson, J. Michael Spector (Eds.). Mul;ple Perspec;ves on Problem Solving and Learning in the  Digital Age (343 ‐358).Springer •  Pór, G., & Molloy, J. (2000). Nurturing Systemic Wisdom Through Knowledge Ecology. Systems Thinker, 1 (8), 1–5.  •  Põldoja, H., Laanpere, M. (2009). Conceptual Design of EduFeedr ‐ an Educa;onally Enhanced Mash‐up Tool for Agora Courses. In: Mashup Personal  Learning Environments: MuPPLE 09, Nizza, 29.September 2009. (Eds.) Fridolin Wild, Marco Kalz, Maahias Palmér, Daniel Müller. Aachen (online):,  2009, (CEUR Workshop Proceedings; 506). •  Siadaty, M., Gasevic, D., Pata, K., Milikic, N., Holocher‐Ertl, T. (2011). A Sema;c Web‐enabled Tool for Self‐Regulated Learning in the Workplace. iCALT  2011 proceedings (xxx‐xxx). Athens, Georgia, USA: IEEE Computer Society Press [in press] •  Siemens, G. (2006) Knowing knowledge. URL. hap://www.knowingknowledge.com/2006/10/knowing_knowledge_pdf_files.php  •  Zhang, J. & Patel, V.L. (2006). Distributed cogni;on, representa;on, and affordance. Distributed Cogni;on: Special issue of Pragma;cs & Cogni;on 14,  333‐341.