Introduzione: dal web 2.0 all'e-l 3.0

  • 1,475 views
Uploaded on

Per la costruzione di una ricerca verso l'E-L 3.0.

Per la costruzione di una ricerca verso l'E-L 3.0.

More in: Technology
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
1,475
On Slideshare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
0
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. KM ed EL Verso il 3.0 Lavorare nei territori di frontiera pier giuseppe rossi Università degli studi di Macerata Seminario di studio Macerata 15-16 luglio
  • 2. Scopo dell’incontro
    • Data la centralità di una interazione con il knowledge management per un salto di qualità dell’e-learning:
    • Trovare modalità operative per dialogare tra differenti campi epistemologici.
    • Indagare su soluzioni del km specifiche per l’e-learning.
    • Confrontare i risultati delle ricerche effettuate.
    • Individuare percorsi di ricerca che permettano di fornire risposte a domande di e-learning.
    • Individuare concrete sinergie tra le sedi.
  • 3. Seminario
    • Per discutere, approfondire e ricercare più che per riferire.
    • Necessità di verificare l’esigenza e in tal caso di definire cosa significhi l’e-learning 3.0.
  • 4. Muoversi nelle boundaries
    • Concetti
    Coerenza interna al settore epistemologico Valenza metaforica e analogica Il concetto apre nuove prospettive di ricerca nei vari settori in cui viene applicato, è esplicitabile nei vari linguaggi.
  • 5. Semantic Web ed E-L British Journal of Educational Technology - 2006
  • 6. Le ontologie
    • Da Newell, la conoscenza è «whatever can be ascribed to an agent, such that its behavior can be computed according to the principle of rationality.»
    • A Clancey, «the primary concern of knowledge engineering is modelling systems in the world, not replicating how people think.»
    • Ricerca sulle ontologie oggi è centrata sul merge tra ontologie, su come integrare e far dialogare le ontologie.
  • 7. Cosa sta cambiando 1. A.I.
  • 8. A.I. alla fine anni ‘80
    • Quello che avrebbe dovuto costituire il livello più alto (il rigore logico) è stato raggiunto con una certa rapidità, mentre ciò che sembra di poca importanza (il buon senso) si è rivelato la parte più difficile da programmare su un computer.
    • H. Dreyfus, (Che cosa non possono fare i computer? I limiti dell'intelligenza artificiale, Roma, Armando, 1988) negava ogni competenza semantica ai calcolatori.
  • 9. Anni ‘90 e ‘00
    • Nuove ricerche sulla analisi statistica dei testi.
    • Attenzione sulle ontologie.
    • Ricerca nel settore del Semantic web prima e oggi sul Pragmatic web (2007).
  • 10. Centralità del rapporto EL - KM
    • 2004 - Special Issue on "Ontologies and the Semantic Web for E-learning“ ( Journal of education technology & Society - n° 4 )
    • 2006 - Special Issue on “Advances of the Semantic Web for e-learning: expanding learning frontiers” ( British Journal of Educational Technology Vol 37 - n° 3)
  • 11. Dalle Ontologie al KB
    • Knowledge base (An ontology, together with a set of instances of its classes, constitutes a knowledge base)
    • Interesse del KB per l’E-L in quanto ingloba non solo una o più ontologie ma anche una serie di regole e di processi di conoscenza . In particolare sistemi esperti.
  • 12. Relazione con modelli didattici
    • Nei KB i modelli di apprendimento e di insegnamento non sono solo i contenuti ma impattano anche sulla struttura.
    • Alcuni esempi sembrano sottovalutare questo elemento.
    • Brusilovsky fa riferimento a Bloom.
    • Oppure richiamano un approccio neutro. (SCORM)
  • 13. Da Scognamiglio
    • Se l'uomo costruisce la propria "base di conoscenza" attraverso l'apprendimento, anche per le macchine si dovrà pensare a:
      • Costruire una conoscenza di fondo sulla quale formare l'apprendimento;
      • Organizzare il processo di apprendimento (su schemi "skinneriani");
      • Individuare la strategia per provocare l'induzione
      • Gestire e garantire l'acquisizione dei dati sensoriali.
  • 14. Quale modello didattico
    • Impossibile un unico modello:
      • Ogni docente deve essere libero di effettuare la propria didattica.
      • Ogni studente ha differenti esigenze.
    • Impossibile un ambiente pedagogicamente neutrale.
    • Necessità di un ambiente con dispositivi non pedagogicamente neutri.
  • 15. (Rossi, 2007; 2008)
  • 16. Caratteristiche
    • Ogni dispositivo è coerente pedagogicamente.
    • È possibile avere in successione o in parallelo dispositivi pedagogicamente differenti.
    • I dispositivi dialogano tra loro tramite gli artefatti.
    • L’ambiente deve fornire strumenti operativi e informazioni per operare nei diversi cronotopi.
    • Non è pedagogicamente neutro ma permette di usare differenti prospettive.
  • 17. Ambienti O.L. e AI
    • 3 tipi di interazione LMS - sistema di AI.
    • Re-attiva : il dispositivo analizza un risultato e fornisce un input. Le proposte sono chiuse e predisposte fin dalla fase iniziale.
    • Pro-attiva: il dispositivo fornisce strutture per attività meta-cognitive.
    • En-attiva: grazie al dispositivo l’interazione Learning Entities - ambiente contribuisce alla costruzione di significati, di conoscenza e di processi di apprendimento.
  • 18. Cosa sta cambiando 2. web 2.0
  • 19. Dal web 2.0 …..
    • Il 2.0 ha spostato il web dalla vetrina al soggetto e ha costruito strumenti dinamici di organizzazione delle conoscenze.
    • Ha contribuito in modo significativo alla costruzione di una conoscenza condivisa e controllabile dal basso.
    • (tag, rss, mash up)
    • (wiki, blog)
  • 20. Problemi
    • Problemi :
      • Sopravvalutato l’informale.
      • Scambiata l’informazione con la formazione.
      • Identificato Internet e il web come ambiente di apprendimento.
  • 21. Oltre l’e-learning 1.0
    • Il WEB 2.0 ha evidenziato i limiti dell’e-learning di prima generazione:
      • Ambienti chiusi;
      • Difficilmente personalizzabili;
      • Scarsamente flessibili per il docente e per lo studente.
  • 22. … . all’e-learning 3.0
    • Dalla informazione alla formazione (oltre il web 2.0).
    • Dal racconto all’apprendimento come azione nello Zona di Sviluppo Prossimale (oltre il web 2.0).
    • Oltre la rigidità dell’e-learning 1.0 verso un ambiente flessibile, autopoietico, enattivo.
    • Con differenti prospettive per docente, studente e gruppo.
    • Con differenti privilegi in funzione dei vari cronotopi.
    • Con valorizzazione dei processi riflessivi.
  • 23. Problemi
    • Problemi:
    • Qualità e impegno dei docenti e dei tutor.
    • Presenza di pluri-prospettive.
    • Enorme quantità di dati dal tracciamento e dalle diverse attività
    • Intervenire su percorsi open end.
    • Evidenziare allo studente il percorso effettuato e da effettuare. ( per la sua motivazione e consapevolezza )
  • 24. KM e AI per l’E-L
    • Essenzialità di un contributo del KM per l’E-L.
    • Introduzione dell’AI nell’E-L.
    • Quali finalità?
    • Per supportare docente e tutor.
    • Per supportare lo studente.
    • I tempi e le visualizzazioni sono più importanti della raffinatezza dei risultati.
    • I problemi della semantica.
  • 25. Quale contributo
    • Interventi di routine.
    • Monitoraggio dinamico delle attività.
    • Visualizzazione dei processi di apprendimento e di insegnamento.
    • Aiuto al docente e al tutor nella riprogettazione.
    • Gestione di spazi differenziati.
  • 26. Possibili supporti (1)
    • 1 . dispositivi per l’analisi semantica dei testi :
      • Processi top down.
      • Processi bottom up (folksonomies).
      • Processi bottom up automatici.
    • 2. dispositivi per l’aggregazione dei materiali.
    • 4. interfacce, visualizzazioni e sistemi per authoring.
  • 27. Possibili supporti (2)
    • Creare un profilo utente.
    • Creare una knowledge base.
    • Creare authoring system.
  • 28. Modalità di lavoro
    • Due sezioni:
      • Oggi KM per l’E-L.
      • Domani AI per l’E-L.
    • Iniziare dalla definizione di strumenti per la collaborazione tra differenti campi epistemici.
    • Obiettivo: ha senso parlare di e-learning 3.0?
  • 29. FINE
  • 30. Reattivo
    • Studio di materiali.
    • Test di verifica.
    • Proposta di attività differenziate in funzione del risultato.
    • (completamente automatizzato)
  • 31. Proattivo
    • Proposta di attività aperta.
    • Sistema esperto supporta (coaching) l’attività dello studente fornendo:
      • Materiali di studio e di approfondimento.
      • Domande di riflessioni e possibili input.
    • Verifica in base ad indicatori di qualità
    • (l’ambiente non si modifica)
  • 32. Enattivo
    • L’ambiente nel suo complesso si trasforma (autopoietico) in funzione del processo di apprendimento. Esso:
    • Si basa sul processo e non sul prodotto.
    • Fornisce classi virtuali con info dinamiche e modellabili anche dalla LE.
    • Possiede strumenti dinamici di produzione, rappresentazione e visualizzazione.