Mupple2011 pata


Published on

The meta-design approach for courses in open learning ecosystems

Published in: Education
No Downloads
Total Views
On Slideshare
From Embeds
Number of Embeds
Embeds 0
No embeds

No notes for slide

Mupple2011 pata

  1. 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. 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. 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. 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. 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. 6. An example course  ICamp interna;onal eLearning course (Pata & Merisalo, 2010) 
  7. 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. 8. An example course Ecology of narra;ves course (Pata & Fuksas, 2009 hap://;cle/view/4338/4200 
  9. 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. 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. 11. Offloading cogni;ve func;ons to the  digital ecosystem •  Humans constantly delegate cogni@ve  func@ons to the environment (Bardone, 2011) 
  12. 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. 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. 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. 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. 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. 17. Affordances in a community 
  18. 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. 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. 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. 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. 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. 23. Meta‐design approaches Hagen & Robertson (2009)                             
  24. 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. 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. 26. Suitable The process view to meta‐design in open learning ecosystems (Pata, 2010) 
  27. 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. 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. 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. 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. 31. Kai Pata  senior researcher,  Tallinn University, Ins;tute of Informa;cs,   Center for Educa;onal Technology,   blog hap://; 
  32. 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; •  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://  •  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. 
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.