El “problema de 2 sigma” y el aprendizaje ayudado por la tecnología en la Educación Universitaria.

Publicado por primera vez el 25 de marzo de 2013 en Aula Magna 2.0

 

Simplificando mucho, el futuro de la docencia universitaria ayudada con la tecnología, que en mayor o menor intensidad es toda, se dilucida en dos horizontes. Uno el del acceso abierto a los recursos formativos y a los fondos científicos, separando y adjudicando el valor al reconocimiento y acreditación de las competencias obtenidas en una pluralidad de opciones y métodos. El otro es el de la adaptación a los perfiles individuales de aprendizaje, utilizando las posibilidades de los entornos personales de gestión del conocimiento y de socialización de éste.

Estas líneas no son divergentes ni excluyentes, posiblemente el resultado o la configuración de la docencia universitaria integrará elementos de ambas tendencias. Sin embargo mientras tanto es conveniente el análisis detallado de los procesos, métodos y recursos. Y no sería bueno ignorar todo el bagaje de evidencias, investigaciones y teorías desarrolladas hasta ahora. Con esta intención consideramos pertinente traer el problema de 2 sigma: creemos que puede ilustrar y justificar orientaciones metodológicas con criterios de eficiencia pedagógica y avalar un modelo de docencia universitaria: la de la ayuda pedagógica individual, centrado en el aprendizaje, y en el alumno, en aprender haciendo, en avance basado en logros, la instrucción personalizada, y de evaluación formativa y basada en criterios.

Benjamín Bloom es conocido por su taxonomía (Bloom, 1956), que supuso un gran avance en el estudio de los dominios o niveles de aprendizaje. Fue un gran avance en efecto para el estudio de dominios cognitivos sobre todo.

Posteriormente, en un proceso de banalización de los que son tan frecuentes en la era del conocimiento (Evers, 2000 p.6, a través de Zapata-Ros, 2012 p.35) ciertos divulgadores de la pedagogía, o más bien simplificadores,  han tomado como referencia el esquema, ciertamente deslumbrante, para aplicarlo a aspectos, no siempre relacionados con el aprendizaje, vinculados con las actividades con ordenadores.

Estos divulgadores se han explayado con versiones triviales de la taxonomía de Bloom,  al tiempo que se han apropiado de su etiqueta. Por otro lado muchos de entre ellos han difundido pseudoteorías acerca de cómo se produce el aprendizaje en la era del conocimiento. Sin embargo pocos, o ninguno, ha reparado en un no menos importante trabajo. Se trata de (Bloom, 1984) The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring.

Lo hemos rescatado a partir de la lectura del post de  Donald Clark (April 26, 2012), en su blog Plan B sobre pedagogos y figuras históricas y la enseñanza, dedicado a Benjamin Bloom con el título Bloom (1913-1999) one e-learning paper you must read plus his taxonomy of learning.

La naturaleza del Problema 2 sigma lo describe en la pág. 4 (Bloom, 1984):

“Sin embargo, lo más llamativo de los resultados es que en las mejores condiciones de aprendizaje que podemos concebir (tutoría), el estudiante promedio es de 2 sigma por encima de la media de los estudiantes de control al que se ha enseñado con métodos convencionales de grupos de enseñanza.

El proceso de tutoría demuestra que la mayoría de los estudiantes tienen el potencial de llegar a este alto nivel de aprendizaje. Creo que una tarea importante de la investigación y la instrucción es buscar maneras de lograr esto en condiciones más prácticas y realistas que la tutoría uno-a-uno, que es demasiado costoso para la mayoría de las sociedades para llevar a gran escala. Este es el “2 sigma” problema. ¿Pueden los investigadores y profesores de enseñanza-aprendizaje idear condiciones que permitan a la mayoría de los estudiantes bajo la instrucción de grupo para alcanzar los niveles de logro que puede ser alcanzado en la actualidad sólo en condiciones buenas de tutoría?”

La investigación fue diseñada por dos estudiantes de doctorado en su tesis, y consistía en comparar el rendimiento de tres grupos de alumnos en tres ambientes de instrucción:

Dos estudiantes de la Universidad de Chicago, de doctorado en educación, Anania (1982,1983) y Burke (1984), en sus tesis doctorales comparan el aprendizaje de los estudiantes en las siguientes tres condiciones de la instrucción:

1. Convencional. Los estudiantes aprenden el tema en una clase con 30 alumnos por profesor. Se hacen pruebas periódicamente para calificar a los estudiantes.

2. Mastery Learning. Los estudiantes aprenden el tema en una clase con 30 alumnos por profesor. La instrucción es la misma que en la clase convencional (generalmente con el mismo maestro). Las pruebas son formativas (las mismas pruebas utilizadas con el grupo convencional) se realizan ahora para la retroalimentación, con procedimientos de corrección y pruebas formativas paralelas para determinar el grado en que los estudiantes han dominado el tema.

3. Tutoría. Los estudiantes aprenden la materia con un buen tutor para cada estudiante (o por dos o tres estudiantes al mismo tiempo). Esta instrucción-tutoría es seguida periódicamente por pruebas formativas, procedimientos correctivos de retroalimentación, y ensayos paralelos en formación como en las clases de dominio del aprendizaje. Cabe señalar que la necesidad de trabajos de reparación en virtud de tutoría es muy pequeña.

Los resultados de las curvas de la distribución de las puntuaciones en la evaluación sumativa correspondiente a los tres ambientes de instrucción fue:

zapata1

El efecto ponderado de las variables modificables en el rendimiento estudiantil fue:zapata2

Como vemos, y esa es la tesis del problema de las dos sigmas, la diferencia entre la cresta de las dos campanas de Gauss, es de dos veces la desviación típica, dos veces sigma. O si queremos la diferencia entre lo que afectan factores como la peer group influence y la tutoria instruccional es de CUARENTA PERCENTILES.

Evidentemente ese es un límite, es inviable social y económicamente un sistema instruccional que pueda mantener un tutor por un alumno. Pero nos indica que hay un horizonte en el rendimiento en el aprendizaje y en cómo organizar la educación. La investigación de Bloom tiene otra tesis y es la de que el trabajo de diseño instruccional tiene que barajar distintas posibilidades, de manera que coordinadas en una acción adecuada puedan conseguir un resultado cada vez más próximo a  ese límite (ya sabemos pues cual es la amplitud de la zona próxima de  Vigotsky, como mínimo DOS SIGMA):

zapata3

Hoy día con la tecnología y las redes, el problema de las dos sigmas se puede interpretar de una manera más amplia, su naturaleza la constituye además, y sobre todo, cómo saltar esa barrera con el concurso de las herramientas sociales, del proceso de la información contenida en el entorno del alumno, de la atención y del análisis a la elaboración del alumno en su material de elaboración y de relación. De la individualización del aprendizaje en definitiva. La influencia de los pares es un recurso que sabiamente utilizado, y mediante él, los alumnos atribuyen mucho más valor en según qué cosas a lo que dicen su pares. Y orientado hacia un objetivo, unos temas, unas actividades por un tutor o por un mentor, convierte los efectos, que en otro caso serían distractivos, en un factor de eficacia para el aprendizaje.

Una entrada como esta debería concluir aquí. Ya han visto que no he introducido la palabra MOOC en todo el texto, ni tampoco conectivismo. Si quieren concluyan en este punto. Sin embargo no me resisto a pensar y a relacionar lo dicho con los principios que inspiran los MOOCs y el conectivismo (Zapata-Ros,2012 y 2013) sobre todo a pensar en cómo se justifica la ausencia de los tutores, de la interacción profesor-alumno y de la evaluación formativa. Lean ustedes mismos y extraigan sus conclusiones.

Si analizásemos los resultados de los MOOCs en términos de consecución de los aprendizajes que implican los contenidos de los cursos el resultado podría ser similar al de este gráfico, en el que se ha incluido una nueva curva de Gauss:

zapata4

Naturalmente en una investigación esto tendría que ser adecuadamente diseñado. Para que la campana fuese equiparable habría que tomar una muestra del mismo tamaño que en el resto de grupos. Probablemente la curva estaría bastante más desplazada a la izquierda, el gráfico es optimista. Sería una atractiva tesis de doctorado.

Referencias.-

Bloom, B.S. (Ed.) (1956). Taxonomy of educational objectives: The classification of educational goals: Handbook I, cognitive domain. Longmans, Green.

Bloom, B. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as ffective as One-to-One Tutoring, Educational Researcher, 13:6(4-16). http://www.comp.dit.ie/dgordon/Courses/ILT/ILT0004/TheTwoSigmaProblem.pdf

Clark, D. (April 26, 2012), el plan B, dedicado a Benjamin Bloom: Bloom (1913-1999) one e-learning paper you must read plus his taxonomy of learninghttp://donaldclarkplanb.blogspot.com.es/2012/04/bloom-1913-1999-one-e-learning-paper.html

Evers, H-D., (2000a) Working Paper No 335 Culturas Epistemológicas: Hacia una

Nueva Sociología del Conocimiento. https://www.uni-bielefeld.de/(de)/tdrc/ag_sozanth/publications/working_papers/wp335.pdf

Evers, Hans-Dieter, 2000b, “Globalisation, Local Knowledge, and the Growth of Ignorance: The Epistemic Construction of Reality”, Southeast Asian Journal of Social Science, 28,1: 13-22.

Zapata-Ros, M. (2012a) La calidad y los MOOCs (I): La interacción. Blog Redes abiertas. http://redesabiertas.blogspot.com.es/search/label/MOOC

Zapata-Ros, M. (2012b) La calidad y los MOOCs (II): La investigación y la evaluación de la calidad. Blog Redes abiertas. http://redesabiertas.blogspot.com.es/search/label/MOOC

Zapata-Ros, M. (2013a) MOOCs, una visión crítica. El valor no está en el ejemplar (II)Blog Redes abiertas. http://redesabiertas.blogspot.com.es/search/label/MOOC

Zapata-Ros, M. (2013b) MOOCs: Negar la evaluación, negar la metodología,…negar al estudiante Blog Redes abiertas. http://redesabiertas.blogspot.com.es/search/label/MOOC

Zapata-Ros, M. (2013c) MOOCs: Una visión crítica (III): La fundamentaciónBlog Redes abiertas. http://redesabiertas.blogspot.com.es/2013/02/moocs-una-vision-critica-iii-la.html

Zapata-Ros, M. (2013d) Una visión crítica (IV). ¿Sabemos qué son los MOOCs? Blog Redes abiertas. http://redesabiertas.blogspot.com.es/2013/02/una-vision-critica-iv-sabemos-que-son.html

Zapata-Ros, M. (2012c) ¿Es el “conectivismo” una teoría? ¿Lo es del aprendizaje? (I) Blog Redes abiertas. http://redesabiertas.blogspot.com.es/search/label/MOOC

Zapata-Ros, M. (2012d) ¿Es el “conectivismo” una teoría? ¿Lo es del aprendizaje? (II) Blog Redes abiertas. http://redesabiertas.blogspot.com.es/search/label/MOOC

Zapata-Ros, M. (2012e) ¿Es el “conectivismo” una teoría? ¿Lo es del aprendizaje? (III): Metacognición y elaboración Blog Redes abiertas. http://redesabiertas.blogspot.com.es/search/label/MOOC

Zapata-Ros, M. (2012f) ¿Es el “conectivismo” una teoría? ¿Lo es del aprendizaje? (y IV) Blog Redes abiertas. http://redesabiertas.blogspot.com.es/search/label/MOOC

Zapata-Ros, M. (2012g) ¿Conectivismo, conocimiento conectivo, conocimiento conectado… ?: Aprendizaje elaborativo en entornos conectados. Blog Redes abiertas. http://redesabiertas.blogspot.com.es/search/label/MOOC

Latinoamérica y la educación superior en la encrucijada de la Sociedad del Conocimiento. Desafíos y disrupciones.

Resumen.-

La educación abierta, en la que se superen las dificultades de condiciones y organización para el aprendizaje, se ha constituido en un objetivo para los sistemas educativos en las sociedades desarrolladas.  Las instituciones, las experiencias que se desarrollan en ellas  y centros de investigación se esmeran en indagar qué modalidades de organización, con los usos más adecuados de aplicaciones —affordances— son más eficaces para obtener los resultados de aprendizaje propuestos para cada modalidad de estudio, o de rendimiento profesional. Se trata de ofrecer a los profesores y gestores docentes de la enseñanza superior modalidades de diseño instruccional que consigan estos objetivos, que faciliten en definitiva la itinerancia de las situaciones actuales a una enseñanza universitaria abierta. Este es el desafío también en Latinoamérica.

Este trabajo sirve pues para presentar y atribuir sentido al presente número especial, pero también para intentar dar una panorámica general de cuál es la situación de la enseñanza abierta en línea, cuáles son las tendencias en presencia y analizar las causas que la determinan.

Concluimos con la idea de que estamos asistiendo a un cambio global que viene impuesto por la permeabilización del espacio interuniversitario y la presencia de universidades globales. La disrupción universitaria supone un reto. La forma de afrontarlo es con las fortalezas intrínsecas de las universidades locales, con lo que Christensen (Hardesty, March 6, 2013), a través de Zapata-Ros (2013d)): La creación de iniciativas de personalización y de inclusión genuinas para las comunidades latinas, y de polos de investigación propios, incluyendo los de investigación educativa, con los nuevos entornos y metodologías, con la ayuda pedagógica in situ y personalizada. Es de esta forma con este tipo de hábitats con  los que no pueden competir las agencias internacionales.

Summary.-

Open education will overcome conditions that make learning difficult. In this way, open education has become an objective for educational systems in developed societies. Institutions and research centers are keen to explore which organizational modalities are most effective in achieving the best learning outcomes and which get the best results for each mode of study, or professional performance. The aim is to provide teachers and instructional managers in higher education with instructional design modalities that achieve these objectives, and then facilitate the roaming of the current situation to an open university education. This is also the challenge in Latin America.

This paper serves not only to present and attribute meaning to this special issue, but also to offer a general overview of the state of the art of open online teaching, analysing its current trends and the causes which determine it.

We conclude that we are witnessing a global change imposed by the permeabilization of the interuniversity space, and by the presence of global universities. The university disruption is a challenge. The way to face it is via the intrinsic strengths of local universities, which constitute the extensible core according to Christensen (Hardesty, March 6, 2013), through Zapata-Ros (2013d)): Creating genuine personalization and inclusion initiatives for Latino communities and creating their own poles of research, including educational research. It is in this way-this type of habitats-, which international agencies cannot compete with.

Introducción

Desde la aparición de las modalidades de educación a distancia, la universidad, o  mejor cabría decir las universidades latinoamericanas, se han visto inmersas en una cultura de diferenciación en cuanto a modalidades de enseñanza, de atención a los alumnos y por añadidura de atribución de perfiles diferenciados a los profesores.

La Sociedad del conocimiento sin embargo en los últimos tiempos ha propiciado unos esquemas de convergencia. La justificación de la educación a distancia, en sus inicios, fue la superación de las dificultades y de las limitaciones que imponían las barreras de la ubicación física o de las comunicaciones. Hoy, esa razón, que dio lugar a esa modalidad de educación, ha quedado subsumida como una forma más de dificultad, junto con otras, que pueden ser superadas con las redes y la tecnología. Son las dificultades impuestas por la ubicación, pero también por la disposición de tiempo, de recursos, por las diferencias de edad, o culturales,… o incluso por las dificultades que impone la propia institución o la organización de la enseñanza. Como lo es, por ejemplo, una misma atención para todos los alumnos independientemente de cual sea su perfil o su situación de aprendizaje. Son las barreras y las dificultades que plantean los estándares educativos a los alumnos. Dificultades que por ser propias de la sociedad imperante, la industrial, se han aceptado como inevitables. Eso por un lado, pero por otro se constata el papel que ha jugado y está jugando la tecnología en la superación de estas dificultades. Ahora, la misma tecnología que ayudó a la educación a distancia convencional, o su evolución, ayuda a todas las modalidades de educación, y a su socaire se han desarrollado innovaciones docentes que antes eran impensables.

De esta forma la educación abierta, en la que, en una situación ideal, se superen todas estas dificultades, se ha constituido en un objetivo para los sistemas educativos en las sociedades desarrolladas. Y sus instituciones, las experiencias que se desarrollan en ellas  y centros de investigación se esmeran en indagar qué modalidades de organización, con los usos más adecuados de aplicaciones —affordances— son más eficaces para obtener los resultados de aprendizaje propuestos para cada modalidad de estudio, o de rendimiento profesional. Se trata de ofrecer a los profesores y gestores docentes de la enseñanza superior modalidades de diseño instruccional que consigan estos objetivos que faciliten en definitiva la itinerancia de las situaciones actuales a una enseñanza universitaria abierta.

En esta situación la revista “Virtualidad, educación y ciencia” y sus consejos editoriales han abordado la edición de un número especial en el que se estudie precisamente ese tema en el contexto de la universidad latinoamericana.

El presente trabajo sirve pues a un doble objetivo presentar y atribuir sentido al número especial  y por otro lado realizar un intento de dar una panorámica general de cuál es la situación de la enseñanza abierta en línea, cuáles son las tendencias en presencia y analizar las causas que la determinan.

El contexto

Cuando, en el albor de la Edad Moderna, nacen y se generalizan las universidades en su primera configuración, en Europa y en la América Hispana, éste fenómeno se produce por la confluencia de causas que son exógenas: La invención de la imprenta y la necesidad de difundir, de hacer útiles y de poner al servicio de las elites dirigentes e intelectuales los conocimientos hasta entonces preservados en abadías y cenobios, desde la época del mundo clásico, durante toda la Edad Media. En ese contexto se produce un gran cambio en la forma en que se soporta del saber, aparece el libro impreso, y eso supone una transformación básica en la forma en cómo se difunde el conocimiento y en la forma en que circula. Pero lo sustancial, el factor sin el cual no hubiera sido posible el gran cambio, son los conocimientos conservados que se integran en los nuevos soportes y en los nuevos procedimientos de diseminación. Estos conocimientos, que se habían impartido en las primeras universidades en plena Edad Media, con unos rudimentos docentes que surgen en los cenobios, esta forma de hacer es heredada e integrada en las nuevas instituciones, no se pone en ningún caso en contraposición a lo nuevo, sino que por el contrario encuentran un espacio incomparablemente más amplio donde expandirse: El libro sustituye a los códices, pero la cátedra es muy parecida al púlpito.

  Cuando aparecieron la Mecánica Cuántica o la Teoría dela Relatividad, nadie las contrapuso con la mecánica clásica de Newton y de Leibnitz, sino que éstas quedaron integradas como una restricción de unas teorías más generales, que continuaron siendo válidas en entornos locales, los conocidos hasta entonces. No debiera suceder algo distinto con las investigaciones y con los desarrollos teóricos existentes sobre aprendizaje y sobre enseñanza, en relación con la pedagogía necesaria en los nuevos entornos. No validar o no investigar al menos su validez y sus variantes en los nuevos contextos supondría una pérdida difícilmente justificable. Por el contrario es de esperar que se produzca una continuidad en la línea de adaptación de las estrategias docentes, de la ayuda pedagógica, a las nuevas condiciones.

De esta forma, el que se abran o se liberen los contenidos del conocimiento, su representación en texto, imágenes o multimedia, no significa que automáticamente se éstos se incorporen a los esquemas cognitivos de los individuos y mucho menos atribuyéndoles sentido, significatividad y capacidad de ser transferidos a situaciones cambiantes o para resolver problemas. Se hace más necesario que nunca la necesidad de, en presencia de la abundancia de datos e informaciones, dotarse de instrumentos que permitan establecer enlaces entre estos recursos y el mundo de representaciones y de cogniciones de los alumnos, y una buena base son los conocimientos instruccionales existentes.

Como hasta ahora, pero más porque el medio es más complejo, habrá que establecer métodos y estrategias para que esto suceda. Para acercar los bienes del conocimiento, los OER y los contenidos de los MOOC, a las distintas formas de aprender y de integrar los conocimientos en los distintos esquemas y en las representaciones individuales, para posibilitar que los alumnos hagan sus elaboraciones a partir de ellas, y para que sean transferidas en contextos diferentes, atribuyéndoles sentido. En definitiva se trata ahora de posibilitar que se aprenda en los nuevos contextos y con las nuevas affordances.

Este propósito de las teorías y de las prácticas de la enseñanza, tiene tradición en el diseño instruccional, de hecho constituye su esencia. No es nueva, arrancó como hemos dicho en los trabajos de Reigeluth, que le llevaron a formular en sus distintas versiones la Teoría de la Elaboración (Reigeluth et al 1994), tiene su origen y su fundamentación en los trabajos previos de Ausubel, Gagné, Merril y Novak, continúa con las teorías y técnicas del diseño instruccional (Reigeluth, 2012). Y constituye como hemos visto el entramado teórico del que se nutren las tramoyas de diseño de los MOOC, como caso más significativo, pero también las iniciativas más exitosas aplicadas en las affordances de los nuevos entornos, de la web social, y a la creación de entornos personales de los alumnos, así como de las posibilidades de la analítica de aprendizaje personalizada, que permiten diseños de programas formativos centrados en los alumnos y en el aprendizaje.

Por tanto, esto, la vigencia de los conocimientos, teorías, investigaciones sobre cómo se produce el aprendizaje y sobre cómo organizamos la instrucción, sería lo primero que parece que ha de permanecer y va a permanecer en la educación universitaria de calidad.

No es nuestro objetivo hacer un análisis económico o sociológico. Por tanto vamos a prescindir de los aspectos de esta naturaleza, como es ver cuál va a ser el modelo de negocio que va a haber detrás de la nueva Enseñanza Superior, sea de rentabilidad social o de rentabilidad corporativa. Solo utilizaremos ese tipo de referencias cuando sea inevitable para justificar algún rasgo de la forma de aprender,  como pueda ser tratar de forma secundaria si un determinado recurso es sostenible o merece la pena en función de la ganancia pedagógica que produce. O en otro caso, por ejemplo, cuando hablemos de las causas que hacen que se produzca el abandono y hablemos en relación con ello de la falta de confianza en los títulos.

Centrándonos pues en ese análisis podemos detectar que hay unas líneas de fuerza o vectores que no solo son una constante en todo el proceso de cambio sino que crecen y lo caracterizan: Unas tendencias consolidadas, unos rasgos pedagógicos y el aprendizaje, su eficiencia, como eje de modelos y procesos

Hay ciertos rasgos que muchas veces pasan desapercibidos porque se tienen asumidos implícitamente o porque su origen resulta ya lejano, pero no por eso son menos importantes u operantes.

Así por ejemplo uno de estos rasgos es la evolución de los recursos y entornos que están operativos en un momento. Si miramos los recursos abiertos, entendiendo por ellos no solo los recursos educativos propiamente dichos, sino  la edición científica de acceso abierto y el open source, podemos constatar que todo el movimiento MOOC se produce como una evolución de los recursos abiertos, y que éste nace con los objetos de aprendizaje, y continúa con los OER, el opencourseware, hasta llegar a los cMOOC, que no es más que una forma de crear un acceso comunitario, con un mínimo compromiso de aprendizaje y de diseño, a los recursos abiertos. E incluso lo hemos considerado como una subclase de la evolución del e-learning.

Pero esta tendencia no es exclusiva de este ámbito, es coincidente con otros fenómenos que hemos considerado básicos, específicos y definitorios de la sociedad postindustrial. Los recursos abiertos son lo equivalente en la educación a lo que sucede en otros ámbitos (la música, la edición de libros, el entretenimiento,…) Es la bajada de precio o la gratuidad, debida a la naturaleza del procedimiento de circulación y reproducción que se produce en la parte material de los contenidos soportados digitalmente. Lo que pone de relieve que, en el conocimiento, el valor no está en la representación material, en el ejemplar tangible o en el contenido. Como vimos estos procesos dan lugar a las innovaciones disruptivas (Christensen, 2012 y 2013) y a la  napsterización[1]

Como consecuencia inevitablemente ligada   los recursos serán abiertos y esto no le restará valor a la opción formativa, porque el valor va a estar en otro punto, en lo que Christensen (2012 y 2013) llama núcleo no extensible, es decir en la matriz, la fuente de donde surge el conocimiento, la investigación y en la ayuda pedagógica.

El segundo elemento lo constituye la personalización. Convendría, para no banalizar la cuestión desde el principio, si hablamos de tendencias previsibles, precisar este concepto. Ya dijimos en la introducción que la palabra personalización quizá resulte confusa o ambivalente a los que se inician en el mundo del diseño de la enseñanza provenientes de otros mundos como el de la computación. También descartamos la expresión individualización  o también adaptación, porque cada una de esas palabras tiene una carga semántica por el uso en los medios especializados, visible a poco que se indague,  que no acaba de cuadrar con el sentido que queremos utilizar.

La expresión  personalización en consonancia con el uso que se le ha dado en los medios interdisciplinares y por ser el que parece que convencionalmente se ha aceptado (Hopkins, 2007): En el de utilizar los recursos que la tecnología nos proporciona para, a través de su socialización, conseguir una percepción lo más completa posible de cuáles son las preferencias y las representaciones que el individuo posee de la realidad y del mundo que le rodea, cuáles son las características de su andamiaje cognitivo, para a partir de él, y de su rol en él, presentar los nuevos conocimientos. En palabras de Reigeluth (2010), McCombs y Whisler (1997) cuando definen la expresión “centrado en el estudiante” como:

La perspectiva que empareja un enfoque en los estudiantes individualmente (…) con un enfoque en el aprendizaje (el mejor conocimiento disponible sobre el aprendizaje y cómo se produce).  (p. 9)

Esto irá a más porque hay una nueva línea de desarrollo: La analítica masiva de datos personalizados. Pero aplicados a este campo. Son los algoritmos utilizados en otros medios y con otras herramientas, adecuadamente orientados por las teorías del aprendizaje personalizado,  por técnicas pedagógicas y de diseño instruccional. De esta forma pueden obtener informaciones para ajustar mejor la intervención educativa, para mejorar el rendimiento cada alumno, para aumentar su satisfacción, y la eficacia del programa educativo.

Otro aspecto importante es la identidad digital, el perfil de aprendizaje en la red. Se trata de utilizar los recursos que la tecnología nos proporciona para, a partir del cúmulo de datos e informaciones, que se producen a partir de la socialización  del alumno, obtener una imagen lo más completa posible de cuáles son los rasgos, y las modalidades de esos rasgos, que constituyen su perfil individual con relación al aprendizaje, y que sean relevantes.

Por otro lado si está cambiando el paradigma educativo, en el sentido de que los sistemas existentes basados en la selección de los individuos sean sustituidos por otros basados en el logro personal, es coherente que se haga con el concurso de la tecnología.

También hemos visto que estas posibilidades de personalización posibles con la tecnología pueden hacer avanzar en el horizonte señalado por el problema de dos sigmas de Bloom (1984) (Zapata-Ros, 2013).

En definitiva se pueden  cambiar los sistemas de educación y de capacitación desde los aún vigentes, que fueron diseñados para seleccionar a los alumnos, por otra  alternativa más deseable, en la que se produzca un cambio a otros sistemas diseñados para maximizar el aprendizaje mediante el análisis y la adaptación de las estrategias de enseñanza para  no solo enfocarlas a los estudiantes que de forma natural sean competentes en determinadas áreas.

Esta transformación es posible hoy, por los avances de la tecnología educativa, pero también por los desarrollos teóricos, en parte desconocidos por el gran público y por buena parte de autoridades, gestores y técnicos, de estudiar las “situaciones” individuales para  determinar las formas, las metodologías, en las cuales la instrucción debe diferir de unos casos a otros, agrupando a los alumnos en función de variables como son las similitudes de perfiles de aprendizaje y los racimos de competencias.

Éste sería pues el horizonte deseable frente a los desafíos que nos plantean las disrupciones en general en la Sociedad del Conocimiento y en particular en Latinoamérica.

Un dilema

En lo que sigue abordaremos el dilema ante el que se encuentra la evolución de la Educación Superior en Latinoamérica:

  • la personalización y la inclusión pedagógicas empoderadas por la tecnología o
  • servir de cantera en el reclutamiento de talentos

Hay una línea de pensamiento sobre la universidad, sus funciones y su misión que ha permanecido invariante desde sus inicios, y que lamentablemente hemos constatado que es común en Latinoamérica. Es un pensamiento que satisface las expectativas de muchos profesores, gestores y de no pocos alumnos universitarios y de sus familias.

Según él hay unas fórmulas de educación que establecen el vínculo, sólo a través de los materiales con contenidos, entre destacados especialistas en determinadas materias y un tipo de alumno que es aventajado para adquirir el conocimiento es esa materia, un tipo de alumnos que constituyen una minoría. Según ese pensamiento la educación se hace con esos materiales expuestos y organizados mediante explicaciones tipo conferencia a un auditorio masivo y con exámenes de pruebas objetivas. Según este pensamiento esa es la  fórmula correcta de la enseñanza universitaria. Y para muchos la única, lo que no está contemplado en ese método de transmisión del conocimiento no es educación.

Estas fórmulas siempre han asegurado el éxito y han dado satisfacciones a un modelo de profesor. Pero han dejado fuera una gran cantidad alumnos, y por ende de recursos humanos. Son los alumnos que están en la parte central de la Campana de Gauss.

La sociedad hasta ahora ha conferido a la universidad la misión de seleccionar a esa élite, y esa misión incluso sigue vigente según algunas modalidades disruptivas como son los MOOC. Sin embargo las sociedades, y más aún las sociedades en desarrollo, no pueden prescindir de los recursos que suponen los alumnos que puedan de alguna forma desarrollar sus capacidades profesionales o de creación de conocimiento, y esos según el problema de dos sigmas de Bloom (1984) son casi todos. Tampoco se pueden desatender las expectativas personales: las situaciones de frustración no deben estar en el horizonte de bienestar que toda sociedad debe perseguir para sus miembros.

Esta línea, la de la educación de clases expositivas con exámenes,  va a continuar, es la esencia de los xMOOC, y de las opciones disruptivas de ES como son los nanodegrees, los micromaster, y otras modalidades similares de Educación Superior (ES), que una vez transformados en una modalidad de formación universitaria (la alianza OAE según hemos visto) es coherente con lo que Ferenstein (Sep 9, 2013) señala como su objetivo:

(…) hay un montón de estudiantes brillantes de todo el mundo que sólo tienen acceso a los cursos a través de Udacity o KhanAcademy; la Alianza OEA permitiría a estos prodigios, por primera vez, para demostrar su talento a las empresas de tecnología, tomar cursos y obtener certificados de los proveedores de educación en línea.

(…)La OEA va a crear (esperemos) una nueva meritocracia en la educación superior

Pero en este dilema hay otra línea de desarrollo en el uso de la tecnología como apoyo a la educación universitaria, es la línea adaptativa, pero que con más propiedad[2] hemos llamado de personalización.

Término que, recordemos, hemos tomado en el sentido de utilizar los recursos que la tecnología nos proporciona para, a través de su socialización, conseguir una percepción lo más completa posible de cuáles son las preferencias y las representaciones que el individuo posee de la realidad y del mundo que le rodea, cuáles son las características de su andamiaje cognitivo, para a partir de él, y de su rol en el proceso, presentar los nuevos conocimientos. Es lo que se hace, con otro fin, por los algoritmos de recomendación en sus búsquedas personalizadas: Utilizan unan gran cantidad de información procedente sólo del individuo, y de las referencias anteriores que posee, de cada uno de nosotros, para orientar la búsqueda orientada de esta forma por la información que posee. En el caso de la analítica de aprendizaje el proceso va gobernado por la información que se obtiene del individuo a través de su actividad tanto del procesamiento de la información que hace en su elaboración, como de su mundo de relaciones sociales, sin cuyo concurso no se produciría con igual eficiencia lo anterior, o simplemente no sería posible.

Hay una corriente que apoya esta evolución. El cambio que estos autores plantean para la educación  tienen su origen en los cambios sociales y de todo tipo donde la sitúan: Los de la era industrial a la era del conocimiento, y subsiguientemente entre dos etapas muy diferenciadas del desarrollo de las teorías del aprendizaje: La primera donde las teorías están orientadas para describir y clasificar a los alumnos desde la perspectiva de sus capacidades, y la segunda caracterizada por las teorías orientadas a maximizar el aprendizaje de todos los alumnos. Con distintos valores: En unas el progreso se mide en función del tiempo (de pautas y ciclos temporales: Cursos, clases, etc.), en  otras se basa en los logros individuales (Reigeluth, 2012).

Por otra parte nunca como ahora ha sido posible intervenir en la evaluación de los procesos de aprendizaje y adaptar la ayuda pedagógica a los estilos más singulares de aprender a partir del análisis de lo que se ha dado en llamar la huella digital de aprendizaje, a partir dela analítica de aprendizaje.

Esta tendencia supone una línea de continuidad en la adaptación de las estrategias docentes, de la ayuda pedagógica, poniendo los contenidos cerca de las distintas formas de aprender y de integrar los conocimientos en los esquemas y en las representaciones individuales. Como vimos las aportaciones más relevantes proceden de los trabajos que hace Reigeluth, de las distintas versiones de la Teoría de la Elaboración, y de los trabajos previos sobre el andamiaje cognitivo, la significación de los contenidos de aprendizaje, los esquemas cognitivos, y las distintas teorías de secuenciación que realizaron Ausubel, Gagné, Merril y Novak. Continúan en la definición de técnicas del diseño instruccional, a la luz de estas teorías, que permiten diseños de programas formativos centrados en los alumnos y en el aprendizaje. Por último, esa línea culmina por ahora en investigaciones y desarrollos prácticos para transformar los sistemas de educación y de capacitación vigentes.

Esto también es posible por los avances de la teoría y de la tecnología instruccional. Y de la posibilidad de observar las “situaciones” que determinan cómo la instrucción debe diferir de unos casos a otros en función de variables tales como las similitudes y los agrupamientos por perfiles individuales.

Otra evolución a partir de la experiencia de los MOOC es la del reclutamiento de talentos.

Podemos señalar a título de ejemplo un caso:

Ferenstein  (Sep 9, 2013 ) señala que Udacity, uno de los tres oligopolios del  complejo Universidades de Excelencia – Empresas tecnologícas – Agencias MOOC (u otoras disrupciones universitarias) tiene como objetivo para la OEA[cita] seleccionar los estudiantes más brillantes de todo el mundo, que sólo tienen acceso a los contenidos de calidad a través de la propia Udacity o de Khan Academy,  para  permitir mostrar su talento a las empresas de tecnología. La OEA va a crear de esta forma una nueva meritocracia en la educación superior.

Esta es pues la alternativa, si bien no contrapuesta ni excluyente, a la anterior. Sólo que aquella, la personalización, está lejos de ser considerada por Udacity, y suponemos que por las otras agencias, un modelo válido.

Esto tiene implicaciones de coste y por tanto metodológicas. Las grandes agencias no ven interés en invertir en alumnos que precisan ayudas con costes, si pueden obtener a bajo coste talentos. Así pues, en este caso, en los MOOC y sus derivaciones disruptivas, se trata de establecer un marco donde, en un contexto de acceso autónomo a recursos, explicaciones enlatadas, etc., sobrevivan aquellos alumnos más dotados, con competencias naturales para la materia (talentos) o con más capacidad de  aprendizaje autónomo, sin preocuparse por los demás.

La evolución de la educación universitaria a partir de los MOOC y de otras innovaciones disruptivas en América Latina

Hasta aquí el análisis es indiferenciado. Igual podría aplicarse a entornos, instituciones o sistemas de ES de Latinoamérica, Europa, EE UU o extremo Oriente Asiático. En lo que sigue nos plantearemos las mismas cuestiones en relación a la evolución de la Educación Superior (ES) en las sociedades y países que se pueden considerar desde la perspectiva de la OEA, según hemos visto, como países destinatarios. Para ello tomaremos como referencia por ser el objetivo del artículo y del número monográfico, los de América Latina.

De esta forma se puede plantear cuál sería la repercusión en las universidades de estos países. Cómo afectarán las propuestas disruptivas, herederas de los xMOOC y sus propuestas didácticas a las carreras, a las Facultades, las Cátedras, etc.

En principio no habría por qué imaginar lo que pasará en América Latina si se adopta el modelo MOOC para sus carreras oficiales universitarias. Es decir para sus estudios acreditados. No hay por qué imaginarlo porque de hecho esto no se ha producido de forma significativa, ni estable, ni sostenible en ningún lugar. Otra cosa son los productos educativos que de ellos se derivan: Nanodegrees, micromasters, credentials, etc. En trabajosos anteriores (Zapata-Ros, 2014) he reseñado casos notables: En la Universidad estatal de San José se hizo la experiencia (Udacity) y tuvo que deshacerse por presiones de los propios profesores. En algunos casos como en las universidades de Coursera, lo más que llegan es a  acreditar en el modelo oficial a alumnos procedentes de los MOOC.  Pero sobre todo el caso que más ha avanzado en esta línea es el de Udacity, con el máster del Georgia Tech que es la evolución de los xMOOC a partir del modelo rechazado en su configuración actual por Thrun en su entrevista y declaraciones a la revista Fast Company, y lo han reconvertido en Máster. Otro tanto sucede con los cMOOC y con los xMOOC de EDX-Fundación Belinda y Bill Gates, tras la adscripción de Siemens a esta organización: En este caso adosan un MOOC a un Máster con pasarelas.

Se ha demostrado pues que no es viable en los cursos desarrollados por estas agencias por la imposibilidad de integrar en un marco de gestión académica estándar, con diseño instrucccional, evaluación, acreditación, etc., un sistema que no es evaluativo, que apenas tiene interacción profesor-alumno, y sobre todo que no satisface requisitos mínimos de eficiencia de algún tipo de aprendizajes, como ya hemos tratado suficientemente cuando se trata de aprendizaje divergente (Zapata-Ros, 2013c).

Si esto es así en los ámbitos que son los genuinos, donde han nacido y se han desarrollado los MOOC, ¿cuánto menos se puede esperar que suceda en universidades que los tendrían que adoptar como algo no propio y con  estructuras más enclavadas en esquemas de promoción social como son los casos de América Latina? Menciono la promoción social porque es el factor que más los ha potenciado en EE UU y en Europa, junto con el de excelencia.

Igualmente nos podríamos plantear cuáles podrían ser los impactos que generaría esta inclusión metodológica sobre la educación convencional y en los cursos universitarios aun de corte tradicional.

A este respecto, el impacto no se va a producir de facto porque, consistentemente con lo dicho en el apartado anterior, no se van a incluir. Pero sí va a haber un impacto, y debe de haberlo, porque lamentablemente en las universidades latinoamericanas, los gestores de docencia y currículum, adolecen de mímesis. Los MOOC han generado una onda que ha contribuido a prestigiar, malgré lui, a la docencia virtual en general. De hecho hasta ahora se dudaba bastante de la eficiencia en cuanto a la adquisición de ciertas habilidades, sobre todo prácticas, no sólo de la educación a distancia, sino también de la educación a distancia tecnológica y de la educación en entornos virtuales. Y es precisamente ahora cuando las universidades de prestigio (Harvard, MIT, Princenton, Edimburgo,…) han implementado los MOOC como una operación de marketing, cuando las autoridades y el público han vuelto la mirada sobre las modalidades virtuales.

Por tanto el impacto más notable va a ser la dignificación y el crédito de las modalidades de docencia virtual universitaria.

En la fase actual, de escaso desarrollo, con muy escasos estudios y experiencias en niveles de grado o postgrado no profesional, no sabemos cuál puede ser el grado de aceptación por parte de las nuevas generaciones de estudiantes a tiempo completo (otra cosa son los profesionales en servicio) ante  este tipo de propuestas educativas. Pero indudablemente los MOOC están produciendo un impacto sobre la población potencialmente universitaria en Latinoamérica. No por favorecer una mayor igualdad, que es lo que según la publicidad se va  a producir, sino por ejercer un atractivo y proporcionar un canal de integración en los estudios universitarios, y particularmente en universidades de prestigio, a los individuos talentosos de ese sector de la población estudiantil oriunda.

Hace tres años (Zapata-Ros, 2014) decíamos que  la estructura hibrida de algunos Máster que llevan un xMOOC adosado, permite un flujo entre las dos estructuras, y posibilita que estos alumnos puedan ser captados. Ahora ya directamente las estructuras de rendimiento (nanodegrees, micromaster, credentials, etc) permiten hacerlo directamente. Esto, la captación de su talento, supone un peligro estructural que las universidades y los gobiernos latinoamericanos deben afrontar. Y deben de hacerlo cambiando en profundidad la naturaleza y estructura de los estudios universitarios. Pero no, o no sólo, cambiándolo en aspectos tecnológicos, este es el error, es la percepción trivial del asunto, sino hacerlo con estructuras, sistemas, métodos y talantes que permitan una ayuda personalizada y tutorizada. Un cambio de la naturaleza que hemos descrito, que permita a este tipo de alumnos, los talentosos, integrase en una educación superior de calidad, y satisfactoria para sus expectativas, en su propia cultura de origen.

De esta forma, si bien descartamos una sustitución aún parcial de los estudios universitarios reglados por alguna modalidad de MOOC, no sólo en Latinoamérica, sí que es previsible que las modalidades de disrupciones universitarias de rendimiento  emergentes desplacen en el hábitat de los estudios superiores latinoamericanos un número mayor o menor de las propuestas existentes, sobre todo a las que no se adapten, al igual a como ha sucedido en otros ámbitos de las actividades productivas o de los servicios: Las finanzas, los medios de comunicación, el mundo editorial, o el comercio y distribución de mercancías.

Ante esa eventualidad y aceptando modalidades innovadoras de las que se ha señalado que utilizan la tecnología para una mayor personalización y para la consecución de aprendizajes más eficientes, porque incluyen aspectos como los que hemos considerado de esta naturaleza: son abiertos, personalizados, situados, etc., podríamos plantearnos igualmente cuales deberían ser los rasgos más sobresalientes de los actores implicados para conseguir esos progresos.

Y puestos a ello, en primer lugar están los  profesores.

Hay un rasgo que poseen en general los profesionales: es la conciencia de pertenencia a un estamento. Según las situaciones o sociedades se da esta conciencia en mayor o menor grado. A lo largo de mis estancias en distintos países y regiones latinoamericanas, de años de trabajo y de realización de proyectos e investigaciones en comunidad, de contacto con especialistas y de lecturas de trabajos, tesis, artículos y proyectos, he llegado a la conclusión, o mejor a la percepción, de que existe un rasgo común en los profesores universitarios de Latinoamérica: es el alto grado de esta conciencia estamental. Pues bien, como primer rasgo necesario para una inculturación en estas nuevas modalidades de educación es la necesidad de que esta conciencia no sea un obstáculo para asumir los cambios que se deben producir. Los atributos de casta y los estereotipos sociales y gremiales son enemigos de este cambio. En esencia constituyen una causa de prejuicios conservadores.

Así el profesor no debe recelar, debe ser receptivo al trabajo en los nuevos entornos y con los nuevos recursos. Debe ser un profesor abierto a los nuevo métodos: que utilice el mastery learning, que fomente estrategias metacognitivas entre sus alumnos y como leit motiv de sus actividades, y debe fomentar además estrategias de trabajo autónomo, colaborativo, intercultural, de clase invertida (flipped classroom), etc. Debe utilizar el diseño instruccional, la evaluación y la investigación formativas, o basadas en el diseño. Debe ser un profesional que utilice como métodos reguladores y autorreguladores de su actividad la evaluación y el diseño basado en competencias, en resolución de problemas. En fin sería muy prolijo reseñar todo  o lo más significativo porque además el nuevo paradigma se basa en escenarios y en individuos.

En definitiva se trata de que el perfil deba ser muy flexible y con una excelente disposición a adoptar los cambios que estos nuevos entornos suponen.

Para el análisis que estamos haciendo en lo que sigue deberíamos tener en cuenta, y de hecho vamos a hacerlo, cuál es la situación de progreso y cuáles son las tendencias presentes en la educación abierta en línea. El esquema de progresión que sigue lo iniciamos en 2015 (Zapata-Ros, Septiembre 2015, Marzo 2015), continuó con motivo de los trabajos sobre Smart Universities (Zapata-Ros, 2016) y lo hemos actualizado con motivo de este trabajo a partir de (Shah, 2016) MOOC Trends in 2016: College Credit, Credentials, and Degrees:

 

Para actualizarla hemos utilizado, además de las referencias de este documento, la serie de posts que, a partir de junio de 2014 (Zapata-Ros, )publiqué en Tumblr, en Redes Abiertas y en RED de  Hypotheses con el título genérico de “Los MOOC han muerto” y de los enlaces que de ellos se derivan, para las  últimas actualizaciones de la evolución de las disrupciones hemos utilizado el artículo MOOC Trends in 2016: College Credit, Credentials, and Degrees (Shah, 2016) y los documentos enlazados. Todo ello lo sugerimos a los interesados investigadores y estudiosos de este tema.

Respecto a la repercusión que posiblemente tengan estos procesos educativos globales en materia de evaluación y acreditación, una cosa han sido los MOOC, cuyo recorrido se constata ha concluido en el área donde se generaron: EE UU y Canadá, y otra cosa son los entornos y las configuraciones de amplios sectores o ámbitos de la educación universitaria que han quedado como resultado del cambio que se está produciendo, del cual un síntoma y no el más intenso ni el más profundo han sido los MOOC.

Los cursos masivos por sí mismos no producirán ningún cambio notable. Pero el cambio que se está produciendo en la educación superior, y que tiene como aspecto más visible los entornos basados en la tecnología, sí que se adivina profundo e irreversible. Afecta a los aspectos más centrales como son el papel que desempeña la clase y el trabajo autónomo de los alumnos (en la lipped classroom por ejemplo). Afecta a cómo es la evaluación, al papel central que en ella jugará la analítica de aprendizaje, es decir el análisis de todo lo que el alumno hace y produce en su entorno de trabajo, a su naturaleza de material vivo para evaluar su progreso y el del propio sistema de enseñanza. Incluso afecta a la gestión, la organización y a la configuración de cosas tales como los edificios y los equipamientos universitarios (Zapata-Ros, 21 y 26 de Abril 2014).

El otro gran cambio, el global, viene impuesto por la permeabilización del espacio interuniversitario y la presencia de universidades globales. La disrupción universitaria supone un reto. La forma de afrontarlo es con las fortalezas intrínsecas de las universidades locales, con su núcleo no extensible en palabras de Christensen (Hardesty, March 6, 2013), a través de Zapata-Ros (2013d)): En este caso ese núcleo no extensible pasaría por crear polos de investigación propios, incluyendo los de investigación educativa con los nuevos entornos y metodologías, con la ayuda pedagógica in situ y personalizada. Es de esta forma con este tipo de hábitats con  los que no pueden competir las agencias internacionales.

Concluido el 10 de octubre de 2017

Zapata-Ros, M. (2017). Latinoamérica y la educación superior en la encrucijada de la Sociedad del Conocimiento. Desafíos y disrupciones.

 

 

 

 

Referencias.-

Alexander, B. (2008). Web 2.0 and Emergent Multiliteracies. Theory into Practice 47(2), 150-160.

Armstrong , J. and Franklin, T. (September 2008).  A review of current and developing international practice in the use of social networking (Web 2.0) in higher education. Franklin Consulting. Accedido en http://www.franklin-consulting.co.uk/LinkedDocuments/the%20use%20of%20social%20networking%20in%20HE.pdf el 01/08/14.

Bates, T. (2014). Learning theories and online learning. Accedido en http://www.tonybates.ca/2014/07/29/learning-theories-and-online-learning/ el 01/08/14.

Bloom, B. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as effective as One-to-One Tutoring, Educational Researcher, 13:6 (4-16). http://www.comp.dit.ie/dgordon/Courses/ILT/ILT0004/TheTwoSigmaProblem.pdf

Brandman,  R. (2013) 5 Tips: Learn more effectively in class with Mastery Learning. Course Operations MOOC Pedagogy Specialist, Accesible el 09/06/13 en http://blog.coursera.org/post/50352075945/5-tips-learn-more-effectively-in-class-with-mastery

Byram, M. (1992), Culture et éducation en langue étrangère, Paris, Hatier/Didier collection «Langues et apprentissage des langues».

Byram, M., Gribkova, B. and Starkey, H. (2002), Developing The Intercultural Dimension In Language Teaching. A Practical Introduction For Teachers, Council of Europe, Strasbourg. Consultado el 29/05/2014 en http://lrc.cornell.edu/director/intercultural.pdf

Christensen, C. M. (2012) Disruptive innovation.  Consultado el 29/05/2014 en  Accedido en http://www.christenseninstitute.org/key-concepts/disruptive-innovation-2/ el 01/08/14.

Christensen, C. M. (2013). The innovator’s dilemma: when new technologies cause great firms to fail. Harvard Business Review Press.

CIT (Center for Intructional Technologie) (2013) Building a Coursera Course  Version 2.0 https://docs.google.com/document/d/1ST44i6fjoaRHvs5IWYXqJbiI31muJii_iqeJ_y1pxG0/edit?pli=1

Clark, D. (2012). Napsterisation of learning: Democratisation, decentralisation and disintermediation of learning. Blog Donald Clark Plan B   http://donaldclarkplanb.blogspot.com.es/2012/10/napsterisation-of-learning.html

Conole, G. (2013). MOOCs as disruptive technologies: strategies for enhancing the learner experience and quality of MOOCs.  RED, Revista de Educación a Distancia. Número 33. Consultado el (dd/mm/aaa) en http://www.um.es/ead/red/33

Coursera (2013) The 5 tips learn more effectively in class with mastery learning. http://blog.coursera.org/post/50352075945/5-tips-learn-more-effectively-in-class-with-mastery

Ferenstein, G. (Sep 9, 2014 ). Tech Titans And Online Education Orgs Team Up With The Open Education Alliance. http://techcrunch.com/2013/09/09/tech-titans-and-online-education-orgs-team-up-for-career-standards-alliance/

Ferenstein, G. (June 16, 2014). AT&T and Udacitypartner to createthe ‘nanodegree,’ a new type of college degree. http://venturebeat.com/2014/06/16/att-and-udacity-partner-to-create-the-nanodegree-a-new-type-of-college-degree/

Hopkins, D. (2007). Every School a Great School: Realizing the Potential of System Leadership. McGraw Hill.

Hardesty, L. (March 6, 2013). Higher-ed leaders meet to discuss future of online education  MIT News http://news.mit.edu/2013/edx-summit-0306

McCombs, B., & Whisler, J. S. (1997). The learner-centered classroom and school: Strategies for increasing student motivation and achievement. San Francisco: Jossey-Bass Publishers.

Shah, D. (2016). MOOC Trends in 2016: College Credit, Credentials, and Degrees. https://www.class-central.com/report/mooc-trends-credit-credentials-degrees/

Reigeluth, C. M. (1994). The imperative for systemic change. In C. M. Reigeluth & R. J. Garfinkle (Eds.), Systemic change in education (pp. 3-11). Englewood Cliffs, NJ: Educational Technology Publications.

Reigeluth, C. (2012).  Teoría instruccional y tecnología para el nuevo paradigma de la educación. RED, Revista de Educación a Distancia. Número 32. 30 de septiembre de 2012. Accedido en http://www.um.es/ead/red/32 el 01/08/14.

Reigeluth, C.M., Watson, W.R., Watson, S.L., Dutta, P., Chen, Z., & Powell, N.D.P.  (2008).  Roles for technology in the information-age paradigm of education: Learning Management Systems. Educational Technology, 48(6), 32-39.

Weller, M. (2013). Coursera’s new plans – The Ed Techie: You can stop worrying about MOOC now  http://ow.ly/1WTQCf

Zapata-Ros, M. (2013). El “problema de las dos sigmas” y el aprendizaje ayudado por la tecnología en la Educación Universitaria. Blog RED El aprendizaje en la Sociedad del Conocimiento, Hypotheses. https://red.hypotheses.org/287 http://eprints.rclis.org/18866/8/MOOCs.pdf

Zapata-Ros, M. (2013b).  Analítica de aprendizaje y personalización. CAMPUS VIRTUALES; VOL II; 02 http://www.revistacampusvirtuales.es

Zapata-Ros, M. (2013c). Enseñanza Universitaria en línea, MOOC y aprendizaje divergente. Preprint en Researchgate. https://www.researchgate.net/profile/Miguel_Zapata-Ros/publication/235955610_Ensenanza_Universitaria_en_linea_MOOC_y_aprendizaje_divergente/links/00b7d514b8ce72a982000000.pdf  

Zapata-Ros, M. (2013d). Los MOOCs, génesis, evolución y alternativa. Génesis (I). La crisis de la universidad como legitimadora social del conocimiento. Blog RED El aprendizaje en la Sociedad del Conocimiento, Hypotheses. http://red.hypotheses.org/505

Zapata-Ros, M. (2014). Los MOOC en la crisis de la Educación Universitaria: Docencia, diseño y aprendizaje. Amazon.

Zapata-Ros, M. (21 de Abril de 2014) La configuración de espacios y de entornos físicos y tecnológicos en la nueva Enseñanza Superior (I). Redes abiertas. http://redesabiertas.blogspot.com.es/2014/04/la-configuracion-de-espacios-y-de.html

Zapata-Ros, M. (26 Abril de 2014) La configuración de espacios y de entornos físicos y tecnológicos en la nueva Enseñanza Superior (II). Redes abiertas. http://redesabiertas.blogspot.com.es/2014/04/la-configuracion-de-espacios-y-de_26.html

Zapata-Ros, M. (Junio de 2014). Los MOOCs han muerto (1). Micro posts de Miguel Zapata http://miguelzapataros.tumblr.com/post/88960768465/los-moocs-han-muerto-1

Zapata-Ros, M. (Febrero de 2015). La evolución de la Educación Abierta. Blog Redes abiertas. http://redesabiertas.blogspot.com.es/2015/02/la-evolucion-de-la-educacion-abierta.html

Zapata-Ros, M. (Marzo, 2015). El diseño instruccional de los MOOCs y el de los nuevos cursos abiertos personalizados. Revista de Educación a Distancia. 45(2). http://www.um.es/ead/red/45/zapata.pdf

Zapata-Ros, M. (2016). La universidad inteligente. RED El aprendizaje en la Sociedad del Conocimiento. Blog RED El aprendizaje en la Sociedad del Conocimiento, Hypotheses. https://red.hypotheses.org/904

 

 

[1] El fenómeno de la napsterización hace alusión a un programa, Napster, que adquirió mucha fama y uso hace unos años, y que permitía a los usuarios intercambiar, mediante un repositorio, música, libros, vídeos y otras obras soportadas en ficheros de ordenador. Entre nosotros fue más conocido un sucesor suyo: eMule.

El fenómeno consiste en una trivialización de contenidos al prescindir de la mediación tanto de especialistas como de servicios.

Según lo sautores que han hecho popular el término (Clark, 2012), este proceso tiene tres fases: La democratización, la descentralización y la desintermediación.

Sin embargo no acaba aquí, en otros casos ha posibilitado además la aparición de un modelo de negocio. Clark (2012) sostiene que los programas tipo Naspster y eMule allanaron  el camino para el iPhone de Apple y el iPad. Y tiene razón, ya que condujo a la desintermediación en la industria musical. Es el peligro de la disrupción de la enseñanza universitaria: la desintermediación.

La cuestión es cómo se producirá la mapsterización del aprendizaje, y sobre todo cuáles serán los efectos en este caso de la trivialización de los contenidos de aprendizaje.

 

[2] Descartamos la expresión “adaptativo” por dos razones. La primera por diferenciarlo del “aprendizaje adaptativo”, suficientemente conocido, que únicamente utiliza las necesidades de aprendizaje del estudiante para presentarle los contenidos de aprendizaje, y en nuestra propuesta lo que se individualiza es el diseño instruccional en su conjunto, o en lo más posible, para adaptarlo a las características de aprendizaje detectadas en el entorno personal del alumno. Y la segunda para hacer más énfasis en el sujeto de la expresión, que es el que tiene que hacer el esfuerzo para adaptarse a una situación compleja y cambiante. El ser humano es, en un plazo más largo que el de su vida, un sistema adaptativo. Pero nosotros hablamos de sistema educativo. En nuestro caso la fuerza recae sobre el objeto del sistema, en este caso el individuo y sus características de aprendizaje.

La expresión adaptativo se vincula con  sistema adaptativo complejo (CAS, del inglés complex adaptive system) que es un tipo especial de sistema complejo; El ser humano sí se puede considerar como un sistema complejo, como lo es la bolsa de valores o un ecosistema, en el sentido que se utiliza en estos dominios teóricos. En el sentido de que es diverso y conformado por múltiples elementos interconectados, algunos de los cuales son emergentes.

Pero en este caso los sistemas educativos no hacen énfasis en estos aspectos o en esta dimensión del ser humano por ser una dimensión ontológica que no tiene como referencia el individuo singular. A los sistemas educativos les interesa el individuo singularizado en un intervalo de tiempo que afecta a una fase de su vida o exclusivamente a su vida.

En todo caso cabría hablar de meta-adaptativo pero solo atendiendo a las formación de las competencias que desarrollan las características adaptativas del individuo.

 

La guía didáctica en la enseñanza abierta universitaria. Formato convencional (y II)

Esta entrada es continuación de otra en la que abordábamos la guía didáctica en la enseñanza abierta en línea universitaria. En ella describíamos los elementos que la constituyen hasta llegar al apartado de la evaluación. En ésta concluiremos tratando los recursos y la metodología docente. Recordemos también que utilizábamos, para construir la guía didáctica en formato convencional, unza tabla de doble entrada donde las filas correspondían a componentes, partes, de la unidad y las columnas a elementos del diseño instruccional, o de la guía didáctica.

Ésta y la anterior entrada forman el capítulo “La guía didáctica en la enseñanza abierta universitaria. Formato convencional” en lo que será el libro El diseño instruccional en la enseñanza abierta en línea

Recursos

Este apartado, en la guía didáctica, está constituido por la lista de materiales a utilizar para la consecución de los resultados de aprendizaje establecidos, y las consideraciones que se hacen sobre ellos.

Como en los casos de los apartados anteriores la metodología que proponemos es construirlo con la unión de los recursos de esta columna en la tabla, reelaborándolo, con la supresión de duplicidades, la unificación de redundancias y la redacción de lo resultante dándole contexto y relato. De esta forma el resultado cobrará una unidad holística en relación con las actividades, resultados de aprendizaje y con la evaluación y las estrategias de enseñanza que empleemos:

(Para ver a tamaño completo haga clic sobre la figura)

Obsérvese que en la tabla realmente las columnas de recursos sólo son dos, las que aparecen enmarcadas en rojo: La de los recursos propiamente y la de su ubicación. El resto, señalado en naranja corresponde a vídeos y a foros que, aunque se podrían conceptualizar como recursos, corresponden a ambientes de aprendizaje o a affordances.

Se utilizan para realizar las actividades de que consta la unidad didáctica, y suelen estar constituidos por textos: documentos PDF o en formato Word o de Open Office, aunque también pueden ser libros digitales (e-books) o revistas digitales en 3D (e-magazines); por videos temáticos, vídeos de conferencias, otros vídeos, capítulos o fragmentos en documentos o de libros impresos, presentaciones PPT, páginas web enlazadas, foros, etc.

Pero en todo caso hay que tener en cuenta dos cuestiones clave:

Una, que el apartado de recursos solo tiene una naturaleza: La de un repertorio de medios. La importancia real y efectiva del uso de recursos nos la da el apartado de actividades. Donde, en cada una de ellas, viene integrado el recurso correspondiente, y el uso que de él se hace, así como de los resultados que se esperan.

Y la otra cuestión va implícita en la primera, la constituye la entrega. Dijimos que la enseñanza es eminentemente ayuda y entrega: Ayuda pedagógica, pertinente y relevante, y entrega de contenidos, actividades y recursos. Pues bien, la entrega de recursos va determinada, en la guía, por la secuencia de actividades y por el cronograma. Si se rompe se crea una ansiedad o una distracción, que impide el dominio de la habilidad asociada, o la plenitud del aprendizaje conceptual.

Es clave pues la entrega de recursos. Entrega que está determinada en las actividades, y en la práctica por la subida del recursos, o su apertura, en la plataforma a decisión del instructor.

En la modalidad de Mastery learning la entrega de recursos, integrados en actividades, se hace como hemos visto de forma personalizada, cuando el alumno ha obtenido el dominio de la fase o actividad anterior. Y la determina el TA.

En todo caso es muy importante:

  • Tener en cuenta las necesidades de los alumnos para utilizar el recurso y hacer cuantas anotaciones sean necesarias en este sentido. En algunos casos es recomendable crear o enlazar con una guía particular para la actividad utilizando este recurso. Por ejemplo: De qué forma deberían seguir los videos o el vídeo propuesto con el fin de ayudar a aprender más efectivamente lo que se espera para la actividad concreta.
  • Es muy importante contar con los derechos de autor. No incluya materiales de los que no disponga de los derechos de copia. Utilice preferentemente recursos abiertos ( http://search.creativecommons.org/) o cree recursos propios. Con las facilidades de Internet y de edición es posible.

Metodologías docentes

Habitualmente todo lo relacionado con el constructo metodología docente se identifica con  el “cómo enseñar”. Sin embargo esta vinculación no tiene por qué producirse necesariamente, como veremos. La metodología docente o las metodologías docentes van más vinculadas a las teorías del aprendizaje, y el cómo enseñar , además, tienen que ver con estrategias de enseñanza, constructo que tiene connotaciones prácticas y estratégicas, y con ambientes de enseñanza, que tienen también carácter práctico y está vinculado con el cómo se organizan espacios y recursos y tiene una connotación también estratégica por cuanto implica una forma de hacer la entrega, que como vimos es una parte esencial de la enseñanza en entornos abiertos en línea.

En el diseño instruccional se establecen correspondencias entre cómo enseñar y el resto de elementos de diseño: Resultados de aprendizaje, actividades, evaluación y recursos.

De esta forma no hay que olvidad la naturaleza situacional del diseño instruccional (Reigeluth, 2016 p.4),  también hay que tener en cuenta que (Zapata-Ros, 2013):

 “La Teoría del Diseño Instruccional es en esencia una teoría situacional. Sostiene que los métodos y situaciones de aprendizaje son esenciales para que el aprendizaje tenga lugar de forma efectiva.

Consiste en una serie de principios para organizar la enseñanza en un esquema complejo de elementos más pequeños, y por  tanto más cerca de la comprensión individual, que posteriormente son insertados en andamios conceptuales.

Los métodos del diseño instruccional suponen un ciclo continuo y una evaluación formativa que permiten introducir mejoras sobre el proceso en el diseño del programa educativo, sin necesidad de concluir.”

Por tanto como, consecuencia para la práctica del diseño instruccional y para la construcción de la guía didáctica no hemos de olvidar que las metodologías docentes llevan indisociablemente unidas la evaluación formativa. Y en la parte dedicada a este punto hemos de incluir instrumentos y momentos para el ajuste de las estrategias y ambientes de enseñanza en función de una evaluación formativa diseñada con ese fin.

Para una correcta redacción de la guía docente que sea concordante con el sentido que tiene cada término hemos de distinguir entre

  • Metodología docente, que tiene que ver, y rápidamente nos remite, al tipo de aprendizaje que queramos propiciar, y a su sentido según las distintas teorías. De esta forma si hablamos de metodología cognitivista, constructivista o, por qué no, conductista, estamos atribuyendo un sentido al aprendizaje que queremos que se produzca, con todas las implicaciones que esto tiene. Sin embargo esto nunca se produce en la práctica así. En la práctica y en el diseño instruccional se tienen en cuenta las teorías para utilizar lo que nos dicen o nos informan los principios avalados por investigaciones y por videncias. El carácter constructivista de la metodología, por ejemplo, no es como una religión cuyos principios haya que aplicarlos a fortiori. Más que de metodología constructivista cabría hablar de rasgos constructivistas de la práctica de la enseñanza. O de entornos organizados con criterios constructivistas. Muy pocos entornos o diseños de la enseñanza son en este sentido puros o participan de una única teoría.
  • Ambiente de enseñanza/aprendizaje. Esto es lo que con más frecuencia se describe en las guías docentes. Al hacerlo se pormenorizan las relaciones que se establecen y las interacciones y roles de profesores y alumnos que ese ambiente implica. Y que se evocan con su sola mención cuando se habla de: clase magistral, grupo de trabajo, pequeño grupo, taller, laboratorio, mentorización (algunos lo identifican con tutoría), …
  • Estrategias docentes.- Implican una intencionalidad. Sobre esta cuestión nos vamos a extender más.

En el contexto de las reformas educativas españolas hubo una tendencia de fundamentar el diseño curricular, y su práctica a distintos niveles que incluían los más próximos y en los que el profesor era el actor de la planificación docente, en las percepciones y los esquemas de los alumnos, era un modelo entrado en el aprendizaje y en el alumno y hacía especial énfasis en una fundamentación psicoeducativa.

Era un planteamiento eminentemente situacionista: La eficiencia del aprendizaje dependía de la situación del contexto en y de las condiciones en que se producía. Esta perspetiva se consolidé en el diseño instruccional (Zapata-Ros, 2013):

La Teoría del Diseño Instruccional de Reigeluth es un instrumento con un doble fin: facilitar el aprendizaje y el desarrollo humano, o mejordicho facilitar el desarrollo humano en la medida que se consigue un mejor aprendizaje. Es en esencia una teoría situacional. Sostiene que los métodos y situaciones de aprendizaje son esenciales para que el aprendizaje tenga lugar de forma efectiva.

En el esquema siguiente se explica ese planteamiento a partir de “Psicología y curriculum: una aproximación psicopedagógica a la elaboración del curriculum escolar” (Coll, 1987)

Esquema de metodologías y teorías del aprendizaje

Estrategias docentes

El concepto de estrategias se incorpora recientemente a la psicología educativa[1], dentro de las corrientes cognitivistas, como un correlato inevitable con el carácter procedimental que tiene todo aprendizaje.

Es tanto como afirmar que los procedimientos usados para aprender son una parte muy decisiva del resultado final de ese proceso.

Es un concepto moderno que conecta con los principios de la psicología cognitiva, con la perspectiva constructivista del conocimiento y aprendizaje, con la importancia atribuida a los elementos procedimentales en el proceso de construcción de conocimientos y con los aspectos diferenciales de los individuos que enfatiza la  psicología cognitiva.

El concepto de estrategia implica una connotación finalista e intencional.

Toda estrategia ha de ser un plan de acción ante una tarea que requiere una actividad cognitiva que implica aprendizaje.

No se trata, por tanto, de la aplicación de una técnica concreta.

Se trata de una secuencia  de disposiciones que desencadenen  habilidades y destrezas –que el aprendiz ha de poseer previamente- con una serie de técnicas que se aplican en función de los resultados de aprendizaje que se desean obtener.

Modelo de guía didáctica

Finalmente, y a partir de todo lo tratado en éste y en el post anterior, éste es el modelo de guía didáctica que proponemos

1. Datos de contexto.-

2. Presentación

3. Tabla con las componentes instruccionales por elementos de elaboración (epígrafes)

4. Descripción de los elementos de diseño instruccional  que constituyen la guía didáctica

A. CONTENIDOS

B. RESULTADOS DE APRENDIZAJE / COMPETENCIAS

Genéricos

Específicos

C. METODOLOGÍAS DOCENTES

D. ACTIVIDADES

E. EVALUACIÓN

F. RECURSOS

5. Temporalización / Cronograma

 

Para los participantes en los programas de formación y para obtener el ejemplo que hemos seguido todo el tiempo hemos utilizado la guía oficial de unidad didáctica “Metodologías de investigación y nueva naturaleza de la ciencia en la Sociedad de la Información y del Conocimiento (SIC)” correspondiente a la asignatura “Sociedad de la Información y del Conocimiento” del “Máster Universitario en Informática Pluridisciplinar” de la Universidad de Alcalá, impartida en la edición de 1011-2012 y la guía docente de la misma asignatura (http://srv.aneca.es/ListadoTitulos/sites/default/files/informes/verificacion/InformeFinal_ABR_II_0107-2009.pdf)

Referencias

Adam, S. (2006) An introduction to learning outcomes. A consideration of the nature, function and position of learning outcomes in the creation of the European Higher Education Area. In: E. Froment & J. Kohler (eds.) EUA Bologna Handbook. Berlin: Raabe Verlag. http://pedagogie-universitaire.blogs.usj.edu.lb/files/2013/03/An-introduction-of-learning-outcomes.pdf

ANECA(2013) Guía para la redacción y evaluación de los resultados del aprendizaje.  http://www.aneca.es/Sala-de-prensa/Noticias/2013/ANECA-presenta-la-Guia-para-la-redaccion-y-evaluacion-de-los-resultados-del-aprendizaje

CIT (Center for Intructional Technologie) (2013) Building a Coursera Course  Version 2.0 https://docs.google.com/document/d/1ST44i6fjoaRHvs5IWYXqJbiI31muJii_iqeJ_y1pxG0/edit?pli=1

Coll, C. (1987) Psicología y curriculum: una aproximación psicopedagógica a la elaboración del curriculum escolar: Laia.

European Consortium for Accreditation in higher education (2013). Learning Outcomes in Quality Assurance and Accreditation Principles, recommendations and practice. http://ecahe.eu/w/images/b/ba/Publication-Learning_Outcomes_in_Quality_Assurance_and_Accreditation.pdf

Fink, L.D. (2003), A Self-Directed Guide to Designing Courses for Significant Learning. http://www.deefinkandassociates.com/GuidetoCourseDesignAug05.pdf

Reigeluth, C. (2016). Teoría instruccional y tecnología para el nuevo paradigma de la educación. RED. Revista de Educación a Distancia. Número 50. 30 de septiembre de 2016. Consultado el (dd/mm/aaa) en http://www.um.es/ead/red/50

Zapata-Ros, M. (2013). Charles Reigeluth: la personalización del aprendizaje y el nuevo paradigma de la educación para la sociedad postindustrial del conocimiento. In Pensadores de ayer para problemas de hoy: teóricos de las ciencias sociales (pp. 153-191).

—————————————

[1] http://revistas.um.es/red/article/view/23941, http://revistas.um.es/red/article/view/271261, pág. 6

La guía didáctica en la enseñanza abierta universitaria. Formato convencional (I).

Éste es el segundo post de una serie que comenzó con  otro dedicado a la Guía Didáctica construida como una tabla de doble entrada. Y todos ellos  esperamos que en un futuro próximo constituyan un libro sobre “el diseño instruccional en la enseñada abierta en línea”.

El orden de aparición y el hilo de los posts no va a seguir la secuencia de capítulos y partes del libro. Aparecerán a medida que los vaya concluyendo en un estado razonable de elaboración. Y esto sucederá previsiblemente a medida que con el uso en cursos y seminarios  queden completos, o al menos en un estado razonablemente completo.

Éste y el anterior proceden de  un curso en un programa de formación y cambio en la estructura docente y en el diseño de la enseñanza de postgrado en la Universidad Técnica Particular de Loja (UTPL), y es  la parte más reciente y más elaborada en ese curso: La elaboración de la guía didáctica y de la guía docente. Tanto en formato de tabla, como en formato extenso o completo, y del método de construcción que esto implica: El utilizar la estructura de tabla como núcleo cuyo desarrollo da lugar a la estructura completa, y como referencia holística de todos los elementos instruccionales que constituyen la guía didáctica.

 

El diseño instruccional en la enseñada abierta en línea

IV.- Naturaleza y elaboración de la Guía didáctica de una unidad.

Capítulo “La guía didáctica en formato convencional”

Hemos visto, tal como lo plantean Fink (2003) y Coursera (CIT – Center for Intructional Technologie, 2013) que una guía didáctica para estar bien diseñada tiene que admitir el formato de tabla de doble entrada. Sin embargo casi todas las instituciones y agencias de acreditación de la calidad de docencia universitaria piden un formato convencional, menos conceptual y más descriptivo. Piden un documento organizado en apartados, uno detrás de otro, que aborden, no de forma relacional, los elementos o dimensiones que constituyen tradicionalmente la guía, o su correlato en el diseño instruccional. Y que de forma clásica constituyen, cuando menos, los contenidos, los resultados de aprendizaje, las actividades, los procedimientos de evaluación, las metodologías docentes seguidas y los recursos. Además de los datos de contexto (básicamente a qué curso o asignatura corresponden en qué nivel educativo y en qué especialidad, así como la versión de que se trate y fecha de la más reciente versión).

Respecto de estos últimos nada podemos añadir a lo dicho en el apartado anterior.

Los otros apartados están constituidos por la yuxtaposición de lo que en la versión anterior tratábamos de forma relacional, vinculando cada apartado o ítem de  los contenidos con sus correspondientes resultados de aprendizaje esperados, su evaluación y sus actividades.

Ahora el apartado de contenidos de la unidad didáctica lo constituye la unión de todo lo que aparece en lo primera columna de la tabla, el apartado de resultados de aprendizaje lo constituye la unión de todo lo que estaba en la segunda columna, eliminando las repeticiones (un resultado de aprendizaje se puede obtener por el desarrollo de varios contenidos elementales), y así sucesivamente.

Contenidos

Los contenidos en una versión más clásica y con más consenso lo constituyen el incremento del material cognitivo que hay entre el antes y el después de la acción formativa., del proceso educativo. En él se incluyen los conocimientos que el alumno incorpora en términos de competencias operativas, contenidos conceptuales, ideas, procedimientos que domina, atribuye sentido y los transfiere a contextos diferentes ejecutándolos de forma autónoma y los valores. En términos de diseño instruccional es el resultado de la secuencia elaborativa.

En el diseño de una versión normal de curso, de un MOOC, o de una asignatura convencional, nos conformaríamos con un primer nivel de elaboración. El que nos da los temas de que consta la unidad. Pero en un curso personalizado o en un trabajo bien hecho, o simplemente si deseamos desglosar los contenidos o tareas para el método de Mastery learning, tendríamos que llegar al segundo, tercer, cuarto nivel, o al nivel máximo posible de elaboración. El que nos daría las claves del contenido, competencias o tareas que habría que dominar. Y obviamente su descripción sería el guion jerarquizado con distintos niveles (correspondientes a los niveles de elaboración) que obtenemos como resultado de la secuenciación.

Este guion es importante porque supone en cada momento un irremplazable guía para el alumno: Le orienta sobre dónde y cómo está situado en cada momento en su progreso de aprendizaje.

En el ejemplo que hemos utilizado el esquema elaborativo nos suministra el guión de contenidos

Así pues los contenidos serían los enunciados en el siguiente guion, todo lo más ilustrados con alguna nota aclaratoria:

Metodologías de investigación y nueva naturaleza de la ciencia en la SIC

1.       Esquemas anteriores

1.1.    Esquemas omnipresentes

1.1.1. El método hipotético deductivo. Popper

1.1.2.    La evidencia, la prueba

1.1.3. El contraste de hipótesis

1.2.    Dilemas en cuestión

1.2.1. Investigación en CC SS vs CC NN, CC Exp

1.2.2. Métodos de investigación Cuantitativos vs Cualitativos

1.3.    La difusión de la ciencia

2.       Rasgos de la investigación en la  SIC

2.1.    Ciencia como actividad compartida

2.1.1. Entornos de gestión de la investigación

2.1.2. Literatura gris

2.1.3. Nueva dinámica de la ciencia.

2.2.    Ciencia y web social

2.3.    Explotación común de recursos

3.       Nueva naturaleza de la ciencia en la SIC

3.1.    Naturaleza centrada en procesos

3.2.    Naturaleza Formativa

3.3.    Naturaleza Holística

3.4.    Naturaleza  Interdisciplinar

3.5.    Naturaleza compartida

4.       Nuevas metodologías de investigación en la SIC

4.1.    Investigación centrada en el diseño

4.2.    La investigación formativa en el contexto de la investigación basada en el diseño

4.3.    Investigación formativa

5.       Consecuencias para la práctica

5.1.    Consecuencias para la práctica: Organización

5.2.    Consecuencias para la práctica: Financiación

5.3.    Consecuencias para la práctica: Infraestructura y recursos

5.4.    Consecuencias para la práctica: Cambios en la cultura científica

5.5.    Consecuencias para la práctica: Cambios éticos y legales

Llegados a este punto, como en todos los siguientes, proponemos como actividad que el lector construya su propia secuencia de contenidos. Obviamente debe ir precedida de una justificación, en un texto de unos pocos párrafos, en los que justifique estos contenidos en relación con los resultados de aprendizaje que se esperan para esta unidad y la relación en términos generales que tienen con su evaluación y con los recursos y metodologías que va a emplear señalando sólo los aspectos más relevantes que merezcan la pena ser tratados aquí, teniendo en cuenta que la descripción extensa y exhaustiva se realiza en los correspondientes apartados.

Resultados de Aprendizaje

Es lo qué van a aprender los estudiantes en la unidad. La ganancia cognitiva, la diferencia entre el antes y después. Lo que en definitiva se ve incrementado su bagage de ideas, habilidades, competencias, valores que, como dijimos en el capitulo dedicado al aprendizaje, implica comprensión, asimilación, incorporación, atribución de sentido, ejecución autónoma y transferencia.

El método operativo para obtenerlos, en la guía en su versión extensa, es similar  al que utilizamos para los contenidos: Como la unión de todos los resultados de aprendizaje que se asocian a los elementos de diseño instrucciona, a los items resultantes de la elaboración. Así obtenemos los resultados de aprendizaje específicos, los generales vienen dados habitualmente de forma preceptiva, y si no es así los podemos obtener por síntesis de los específicos.

Sin embargo no se trata de un “corta y pega”. Es precisa una elaboración. Eliminando duplicidades y redundancias. Es así porque no tienen porqué corresponderse las celdas de epígrafes con las celdas de resultados de aprendizaje. Un elemento de contenidos puede contribuir parcialmente a una competencia o a un resultado de aprendizaje. Incluso un único contenido puede dar lugar a actividades para varios resultados.

Justificación

¿Objetivos, competencias o resultados de aprendizaje?

Se han planteado hasta la saciedad la necesidad de cambiar un modelo de enseñanza universitaria centrada en contenidos por un modelo centrado en las capacidades de los alumnos en la vida profesional y científica. A un modelo centrado en las competencias. Indudablemente eso supone un gran salto y un notable cambio conceptual y de paradigma en relación con el modelo anterior, el de un modelo contenidista centrado contenidos teorizantes o librescos. Parece razonable que se tenga como referencia el rendimiento y la inserción en contextos profesionales o que se orienten hacia ellos.  Sin embargo no existe un consenso sobre la naturaleza de las competencias ni sobre metodologías y procedimientos de evaluación eficientes, sobre todo en un contexto académico, lejos de los entornos profesionales y con alcances diferentes. Esto ha llevado a la Unión Europea (Adam, 2006) (European Consortium for Accreditation in higher education, 2013) a instar a las instituciones a que definan sus metas para la acreditación en términos de resultados de aprendizaje. La agencia española de calidad en el trabajo encargó a un grupo liderado por Carmen Vizcarro (ANECA, 2013) una ”Guía para la redacción y evaluación de los resultados del aprendizaje”. En ella se dice:

“(…) la necesidad de que la formación universitaria revise sus pilares constitutivos y centre su labor docente en la profundización de los aprendizajes de los universitarios, así como en mejorar la experiencia universitaria de los estudiantes.”

Definición

Así pues uno de los elementos novedosos y claves de los nuevos planes de estudios son los resultados del aprendizaje que en una aproximación a su definición son elementos del diseño curricular que ayudan a describir lo que se quiere conseguir con un programa formativo, o parte de éste.

De esta forma, para nuestras necesidades, los resultados de aprendizaje de la unidad los podemos obtener a partir del conjunto de resultados de aprendizaje de los ítems o de los elementos de contenidos. Naturalmente es precisa una labor de depuración, eliminando duplicidades, y de reelaboracion.

Una explicación más amplia la podemos obtener del libro citado “Guía de apoyo para la redacción, puesta en práctica y evaluación de los resultados de aprendizaje”, donde además se dan de forma muy explicita “Orientaciones para redactar resultados del aprendizaje” (ANECA, 2013 p. 25).

En el ejemplo que hemos propuesto los resultados de aprendizaje los obtendríamos como el conjunto de los resultados de aprendizaje de todos los elementos de esa columna en la matriz debidamente sistematizados y depurados de repeticiones y de redundancias:

Actividades

Las actividades están constituidas por propuestas operativas a realizar por los alumnos para alcanzar los resultados de aprendizaje que se evaluarán sumativamente o formativamente.

Como en todos los demás casos el apartado de actividades de la guía extensa lo construimos siguiendo el mismo proceso: A partir de la información contenida en la cuarta columna de la tabla, que nos la relaciona con los elementos que constituyen la unidad (la primera columna), los resultados de aprendizaje (la segunda) y en una fase posterior con recursos, metodología y sobre todo con la evaluación, en un conjunto de  significados, relaciones e implicaciones recíprocas.

Una vez que obtenemos esta información en bruto, se procede a una reelaboración eliminando duplicidades (una misma actividad puede servir a la consecución de distintos resultados de aprendizaje) y redundancias (posiblemente hayamos previsto actividades muy parecidas con partes o elementos comunes y tengamos que referir una a la otra, suprimiendo en las partes repetidas). Y sobre todo cada actividad tendrá que redactarse en una forma más completa y comprensible para el alumno en un texto contextualizado y con un relato adecuado.

De esta forma las actividades se formulan en estilo descriptivo y con las expresiones y verbos de acción adecuados. Señalando las lecturas a realizar, proyectos, trabajos monográficos, intervenciones en foros, visionado de vídeos,…

Frecuentemente se confunde la ejecución o el logro de una actividad concluida satisfactoriamente con la superación de la evaluación de esa parte, o con la consecución el resultado de aprendizaje de esa parte. Olvidando que el aprendizaje, y sobre todo si es de mastery learning, es mucho más, es por supuesto comprensión pero también es atribución de sentido, autonomía y transferencia. Resultados que no pueden evaluarse con la conclusión de la actividad.

Resumiento: No se evalúa la conclusión de actividades sino el aprendizaje obtenido con ellas.

Un punto discutido a propósito de las guías didácticas, sobre todo cuando se refieren a unidades o a módulos cortos, es la relación y el sentido que tienen las actividades, relacionando el tratamiento que se les da en ellas y en los textos guía, en los e-textos o simplemente en los textos de la unidad o de la asignatura. ¿En qué se diferencia formalmente y funcionalmente una actividad en una guía y una actividad en un texto guía o en un libros de texto?

En la guía una actividad, como todo lo demás, tiene un carácter orientativo: indica lo que hay que hacer para alcanzar un objetivo u obtener un resultado de aprendizaje. En este caso se describen y enlazan recursos y se indica escuetamente lo que hay que hacer. En el libro de texto la actividad está en un contexto instruccional, el objetivo no es tanto orientativo como apoyar y complementar el conjunto que forma con el texto, como información necesaria para aprender. Sobre todo como información conceptual. Por tanto la actividad tiene en este caso un fin instruccional.

En todo caso no se ha de olvidar referenciar de forma clara y sencilla los recursos que se utilizan.

Y también consignar como un punto clave los criterios de evaluación y el nivel de dominio que se debe conseguir con la actividad.

Evaluación

Es un elemento clave y regulador de todo lo demás: es el que nos suministra la evidencia de los resultados de aprendizaje e información para la regulación del proceso. En la guía didáctica se debe incluir un apartado dedicado a la evaluación, tanto a la sumativa como a la formativa.

En el primer caso se debe hacer constar de forma clara y sucinta qué evidencias ha de aportar el alumno para demostrar que ha alcanzado las competencias pedidas en esta unidad. Y en qué consiste alcanzar esa competencia. De esta forma la evaluación se basa en el principio de demostración. Todo ello, dicho de forma entendible por los alumnos, constituye los criterios de evaluación.

En cualquier caso se debe hacer constar de forma clara y sucinta:

  • qué evidencias ha de aportar el alumno para demostrar que ha alcanzado as competencias pedidas en esta unidad. Y
  • en qué consiste alcanzar esa competencia.

La evaluación se basa en el principio de demostración. Los dos elementos anteriores constituyen los criterios de evaluación, que han de ser conocidos de forma clara y comprensible por los alumnos.

Por tanto en cualquier caso se han de hacer constar:

  • Las tareas cuya ejecución manifiesta la evidencia de haber conseguido el dominio y en qué consiste éste. Es decir la expresión muy sucinta de lo que debe saber hacer para pasar a la unidad siguiente. Debe ser verificado por el profesor instructor, el profesor asistente, o eventualmente por el alumno asistente que tenga asignado.
  • Las actividades (lecturas, participar en los foros, visitar webs, ver vídeos, realizar síntesis o trabajos, etc.). Actividades que se proponen para ayudar a alcanzar los objetivos y que son objeto de autoevaluación o de apoyo por los profesores asistentes en el caso de cursos personalizados.
  • Autoevaluación. Si optamos por esta modalidad o creemos conveniente que los alumnos la utilicen en algún momento, en este apartado se indica el procedimiento, su enlace en caso de que esté en la web para que el alumno realice la autoevaluación de las actividades propuestas.

Como en los casos anteriores, para construir el apartado de evaluación de la guía didáctica podemos tomar como base lo que aparece contenido en la columna de evaluación (La que hemos llamado “Tareas o destrezas que se deben dominar para evidenciar el logro. Criterios de evaluación” en el ejemplo propuesto). El conjunto de estas informaciones reelaboradas, eliminando redundancias y repeticiones, dotándole de contexto (justificación en los resultados de aprendizaje) y de relato (modalidades de logro y de dominio) es lo que constituye el apartado de evaluación de la guía didáctica:

Evaluación por Mastery Learning

Si las evaluaciones se realizan en la modalidad de  dominio de tarea (Mastery learning y cursos personalizados), es preciso haber realizados antes una secuenciación utilizando alguna de las técnicas clásicas (Análisis de contenidos, análisis de las tareas, Teoría de la Elaboración). En el caso de la Teoría de la elaboración habría que realizar reelaboraciones hasta conseguir un nivel adecuado para aplicar el Mastery Learning..

En todo caso hay hacer una indicación sucinta de los criterios que el profesor va a tener en cuenta para aceptar que se han producido de forma suficiente los niveles de

  • Comprensión.

Es decir, habrá que especificar las tareas, preguntas conceptuales, intervenciones en el foro, etc. que en el desarrollo de las actividades el alumno tendrá que hacer o responder para asegurar la comprensión. Advirtiendo que en este caso el Profesor Asistentes (PA o Teacher Assistant, TA) tomará notas y devolverá información textual o verbal.

  • Asimilación. Incorporación. Atribución de significado

Es decir, habrá que verificar si los alumnos consiguen realizar las tareas de forma autónoma, o resolver los problemas sin ayuda.

  • Dominio

Por último habrá que verificar si los alumnos resuelven todos los problemas y realizan todas las tareas de forma autónoma en todos los casos, en situaciones diferentes y con datos distintos.

Referencias

Adam, S. (2006) An introduction to learning outcomes. A consideration of the nature, function and position of learning outcomes in the creation of the European Higher Education Area. In: E. Froment & J. Kohler (eds.) EUA Bologna Handbook. Berlin: Raabe Verlag. http://pedagogie-universitaire.blogs.usj.edu.lb/files/2013/03/An-introduction-of-learning-outcomes.pdf

ANECA(2013) Guía para la redacción y evaluación de los resultados del aprendizaje.  http://www.aneca.es/Sala-de-prensa/Noticias/2013/ANECA-presenta-la-Guia-para-la-redaccion-y-evaluacion-de-los-resultados-del-aprendizaje

CIT (Center for Intructional Technologie) (2013) Building a Coursera Course  Version 2.0 https://docs.google.com/document/d/1ST44i6fjoaRHvs5IWYXqJbiI31muJii_iqeJ_y1pxG0/edit?pli=1

European Consortium for Accreditation in higher education (2013). Learning Outcomes in Quality Assurance and Accreditation Principles, recommendations and practice. http://ecahe.eu/w/images/b/ba/Publication-Learning_Outcomes_in_Quality_Assurance_and_Accreditation.pdf

Fink, L.D. (2003), A Self-Directed Guide to Designing Courses for Significant Learning. http://www.deefinkandassociates.com/GuidetoCourseDesignAug05.pdf

Construcción de la guía didáctica como tabla de doble entrada

Con este post comienzo en RED de Hypotheses lo que espero que en un futuro próximo se transforme en un libro sobre “el diseño instruccional en la enseñada abierta en línea”.
El orden de aparición y el hilo de los posts no va a seguir la secuencia de capítulos y partes del libro. Los publicaré a medida que los vaya concluyendo en un estado razonable de elaboración. Y esto sucederá a medida que los vaya utilizando en los cursos, seminarios, talleres y conferencias y que queden completos, o al menos mi satisfacción con ellos sea la adecuada. Así por ejemplo, ahora he concluido una parte, un curso de un programa de formación y cambio en la estructura docente y en el diseño de la enseñanza de postgrado en la Universidad Técnica Particular de Loja (UTPL Pues bien empezaré por la parte más reciente y más elaborada en ese curso: La elaboración de la guía didáctica y de la guía docente. Tanto en formato de tabla, como en formato extenso o completo, y del método de construcción que esto implica: El utilizar la estructura de tabla como núcleo cuyo desarrollo da lugar a la estructura completa, y como referencia holística de todos los elementos instruccionales que constituyen la guía didáctica.

Este material procede del que he estado utilizando, además de en el programa de formación y de cambio señalado en la Universidad Técnica Particular de Loja (Ecuador), en un curso abierto en línea de carácter investigativo que en la actualidad se desarrolla en su tercera edición, en la Universidad de Alcalá de Henares, y de donde he obtenido la verificación de la mayor parte de ideas y principios que constituyen este material, en la plataforma Open Education de BlackBoard, en un curso de la Universidad de Guadalajara (México) para los técnicos docentes y organizadores del Sistema de Universidad Virtual de dicha universidad y próximamente constituirá también material para sendos cursos, uno organizado por la Universidadd de Valladolid, por el Vicerrectorado de Ordenación Académica e Innovación Docente,  y el otro organizado por la Universidad de Murcia, por su Centro de Formación y Desarrollo Profesional.

Como precedentes de este trabajo están un preprint (Zapata-Ros, 2013) editado en ELIS, un artículo publicado en RED – Revista de Educación a Distancia (Zapata-Ros, 2015)

El diseño instruccional en la enseñada abierta en línea

IV.- Naturaleza y elaboración de la Guía didáctica de una unidad.

Capítulo “La guía didáctica como tabla de doble entrada”

Cuando el instructor o el diseñador instruccional  construye la guía didáctica de una unidad,  trata de describir lo que el alumno debe hacer, con el fin de durante el proceso conducente a los objetivos de aprendizaje y los logros, en las actividades, el alumno se sienta en todo momento guiado.

Un forma de organizar la información de la guía didáctica que hemos comprobado que da excelentes resultados es escribir cada unidad en una hoja de cálculo. Utilizando las filas para las actividades y las columnas para las dimensiones de esas actividades, como podemos ver en el anexo.

Una buena guía es pues la que se puede organizar en una hoja de cálculo

Introducción.-

La guía didáctica de la unidad es el principal documento para que el alumno sepa en qué lugar está en cada momento en su progresión hacia los objetivos.

El instructor, profesor o diseñador instruccional debe de tener claro esto de manera que el lenguaje sea adecuado al tipo de alumnos que van a seguir el curso y no tenga tecnicismos de tipo pedagógico o de otra naturaleza distinta de la materia que el alumno va a aprender o de las metáforas o imágenes que necesita para una mayor comprensión y aún así éstas deben de estar escritas en un estilo neutro y deslocalizado (sin localismos) para posibilitar la comprensión de los alumnos en los lugares más diversos.

El formato de la guía puede ser secuencial, es decir  conteniendo una secuencia de elementos menores de contenidos, tareas o elaboraciones (ítems o epígrafes). Cada uno con sus actividades, recursos, evaluación, etc. O puede constituir el desarrollo de un modelo de dos dimensiones, tabla, matriz utilizando una hoja de cálculo. Le recomendamos esta opción, aunque yo personalmente he utilizado durante bastante tiempo la primera. Pero en todo caso no confundir la guía didáctica que es el desarrollo con la tabla que es el esquema operativo y de trabajo de ese desarrollo.

Si utilizamos este modelo tenemos que tener claras dos cosas:

La secuencia de epígrafes (elementos de contenidos, tareas o elaboraciones) de manera que cada una constituya una fila o línea en la tabla.

Las dimensiones que constituyen la unidad didáctica: Título, nombre o síntesis del contenido o tareas; descripción de los contenidos; objetivos, tareas o competencias que se deben dominar; actividades (lecturas, ver vídeos, realizar síntesis o trabajos, etc.); recursos y sistema de evaluación. De todas formas esto lo describiremos con más detalle después. Lo importante es que estas dimensiones constituyan las columnas de la tabla.

En cualquier caso cada guía de unidad debe contener referenciado de forma clara el material didáctico (videos, lecturas, evaluaciones) que guiarán a los estudiantes hacia los resultados de aprendizaje de la unidad. Las unidades incluirán además  elementos de evaluación graduados y progresivos y, en su caso, diversificados, con base a los materiales entregados en la unidad. Ofrecemos un ejemplo de hoja de cálculo desarrollada con un caso general y fácilmente comprensible.

Describimos después con más detalle los elementos de que consta la unidad como columnas de la hoja de cálculo que utilizamos como guía didáctica.

La construcción de los apartados (Items) de la guía didáctica a partir de la secuencia elaborativa. Un ejemplo.-

Pafra lo que sigue vamos a considerar un caso, un ejemplo que nos ayude en la construcción de la tabla y de la guía didáctica.

Utilizaremos para ello el diagrama elaborativo construido para la unidad didáctica “Metodologías de investigación y nueva naturaleza de la ciencia en la Sociedad de la Información y del Conocimiento (SIC)” que forma parte de  la asignatura Sociedad de la Información y del Conocimiento, en el “Máster Universitario en Informática Pluridisciplinar” de la Universidad de Alcalá, aprobado por la ANECA. Asignatura impartida como troncal. Nos referimos a la edición del máster de 1011-2012.

Para realizar este diagrama utilizamos la técnica descrita en el capítulo correspondiente. En ella utilizamos algunas actividades para ejemplificar la secuencia y la tabla que ilustraba entonces algunos elementos del diseño instruccional.  En particular las columnas dedicadas a la evaluación por Mástery learning. Pero sólo lo utilizaremos para ilustrar, como relleno. Lo importante es la elaboración de los elementos de contenido de la unidad didáctica, de lo que será la primera columna de la tabla.

Con esta unidad de la asignatura se trataba de desarrollar la competencia genérica “4. Entender el concepto de trabajo pluri-disciplinar y conocer herramientas y métodos de trabajo y de investigación en diferentes áreas disciplinares”

De esta forma llegamos al siguiente esquema elaborativo de tres niveles de elaboración (hacer clic sobre la imagen para verla completa):

Fig. 1

 

El último nivel de elaboración nos suministra los epígrafes con los contenidos conceptuales o procedimentales de la unidad didáctica. Hay que destacar que el primer elemento del primer nivel de elaboración “Esquemas anteriores” tiene tres niveles mientras que el resto tiene dos. Por tanto tomaremos los epígrafes más elaborados en cada caso: Del tercer nivel en el primer caso y del segundo en el resto. La idea igualmente  es que la carga de trabajo sea homogénea en todos los casos.

Con ello los ítems, o la primera columna de la tabla, quedaría:

 

 

Describimos ahora con más detalle los elementos de que consta la unidad como columnas de la hoja de cálculo que utilizamos como guía didáctica. Empezamos con los datos de contexto.

Encabezamiento y metadatos.-

Son los datos que sitúan la unidad didáctica dentro del contexto amplio de los estudios donde está ubicada y el momento, la versión, en que se redacta o se actualiza. Esta parte consta de

Título y fecha de la edición de la guía, así como versión.-  El título debe reflejar una síntesis de los contenidos (epitome) o un concepto globalizador donde se inserten los contenidos, o el objetivo más importante. Pero es preferible lo primero.

Encabezamiento.- En la versión de la guía didáctica como tabla, o en la tabla que se incluye en la guía didáctica, la primera fila o cabecera está formada por los descriptores de cada una de las componentes del ítem: Título, resultados de aprendizaje (objetivos, competencias,…), en el caso de mastery learning la competencia que debe dominar, o su descriptor, etc.:

Lo que vamos a hacer a continuación es desglosar cada uno de los elementos, que componen esa cabecera, describiéndolos. Pero antes hemos de aclarar que estos son los elementos que como mínimo hay que incluir, los que de forma común incluyen casi todas las versiones que hemos consultado. De forma que una guía didáctica, sea de una unidad, de un curso completo o de una clase, ha de contener al menos los  elementos siguientes, o componentes de cada actividad, descritos de forma clara y comprensible por alumnos y profesores:

Título o descriptor del epígrafe sobre contenido, sea un contenido conceptual, un procedimiento o un valor que se quiere que los alumnos incorporen.

Resultado del aprendizaje que se espera y que debe evocar  claramente  un criterio y una forma de evaluación.

Tareas o destrezas que se deben dominar para evidenciar el logro. Criterios de evaluación.

La actividad o actividades que se proponen para alcanzarlo.

La forma de autoevaluación que se propone, si ha lugar a ella..

Evaluación sumativa o el procedimiento de evaluación que se siga, en nuestro caso es de Mastery Learning con criterios para verificar los niveles de comprensión, asimilación–atribución de sentido y dominio, al menos.

Recursos educativos que se proponen.

Ubicación.- Es provechoso y orientador para el alumno deslindar lo que constituye material directamente utilizable para el aprendizaje  de lo que constituye la propia guía, de la parte orientativa.

Así los textos, imágenes, datos o referencias a otros documentos, a vídeos, a grabaciones o posdast, o a bibliografía complementaria, en definitiva  todo lo que el alumno para aprender,  debe constituir un corpus diferenciado escrito en una clave y con un estilo propio, la clave  y el estilo adecuado al apoyo en el aprendizaje: Es el texto base, lo que siempre se ha denominado “libro de texto”, y que ahora se denomina e-text.

Pues bien este conjunto de textos y referencias a materiales de apoyo, así como los enunciados en clave de ejecución de las actividades y las orientaciones para realizarlas, y otros elementos de apoyo constituyen bien los fascículos del texto base o bien en conjunto el texto base. Que debe existir y debe estar referenciado en la Guía Didáctica mediante su ubicación, descripción del sitio y de la URL.

Referencias.-

Zapata-Ros, M. (2013). El diseño instruccional de los MOOCs y el de los nuevos cursos online abiertos personalizados (POOCs). http://eprints.rclis.org/19744

Zapata-Ros, M. (2015). El diseño instruccional de los MOOC y el de los nuevos cursos abiertos personalizados. Revista de Educación a Distancia, (45). http://revistas.um.es/red/article/view/238661

 

“Theory for the New Paradigm of Education” de Charles Reigeluth, versión oficial

Con motivo de su número 50 y de su XV aniversario la revista RED ha publicado sus artículos más relevantes en una edición especial. Uno de ellos es “Theory for the New Paradigm of Educación” (en español “Teoría instruccional y tecnología para el nuevo paradigma de la educación”), de Charles Reigeluth (2016) con una referencia única e invariante (DOI). De esta forma esta versión se convierte en la “Official Full-Text Publication” de la teoría.

En el artículo “Teoría instruccional y tecnología para el nuevo paradigmade la educación” (Instructional Theory and Technology for the New Paradigm of Education) se describe la teoría instruccional como base y apoyo a la educación postindustrial y a los sistemas de formación, a los sistemas personalizados, que están centrados en el alumno, en los que el progreso del estudiante se basa en el aprendizaje más que en una organización apoyada en el tiempo. El artículo describe los métodos y las ideas centrales del nuevo paradigma post-industrial de instrucción, la importancia y los problemas de la educación basada en la tarea. Los aborda desde la visión de una teoría de un diseño instruccional para la educación y para la formación post-industrial, así como los papeles que pueden jugar el profesor, el alumno y la tecnología en el nuevo paradigma.

Es pues un trabajo que establece una línea de ruptura, la marca de un cambio de era y de paradigma en la teoría instruccional que sirve de apoyo a la nueva educación. Este artículo fue publicado originalmente en RED, en el número 32. el 30 de Septiembre de 2012, posteriormente, el 1 de julio de 2013 se publicó el libro Reinventing Schools: It’s Time To Break The Mold de Charles M. Reigeluth (Autor) y Jennifer R. Karnopp (Colaboradora), que incluye la mayor parte de las ideas y desarrollos del artículo.

Recientemente ha aparecido el volumen IV de la obra Instructional-Design Theories and Models”, que desde 1983 coordina Reigeluth y en la que participa él mismo junto con otros autores en trabajos que son clave para la teoría, la práctica y la investigación del Diseño Instruccional. En el primer volumen publicado en 1983 se da conocer la Teoría del Diseño Instruccional y la Teoría de la Elaboración, ambas han tenido un peso decisivo e indiscutible en la práctica y en la teoría de la Educación. En el segundo volumen aparece el capitulo de Flint y Reigeluth dedicado a la Investigación Formativa (Flint & Reigeluth Formative research), hoy dia considerada una modalidad de metodología investigadora idonea para investigar procesos y diseños no sólo educativos sino en general en Ciencias Sociales. Pues bien en él aparecen al menos dos referencias al artículo publicado en RED.

Charles M. Reigeluth está considerado como uno de los once teóricos del aprendizaje que más ha contribuido a la educación en toda la historia, según la página de “Teóricos y teorías del aprendizaje” de la Universidad del Norte de Arizona. Su Teoría de la Elaboración es considerada en este sentido una aportación clave.

Ahora, con motivo del número 50 y del 15 aniversario, se ha reeditado el artículo en un número conmemorativo de RED, en el cual hemos incluido los artículos más relevantes y de más impacto. De esta forma, con el formato exigido  por WoS – ESCI y FECYT, se asigna DOI como referencia única para los artículos. Como editor he pedido a los autores de este número especial que suban a sus perfiles académicos en las redes sociales científicas sus trabajos y los difundan. Al hacerlo Charles Reigeluth ha calificado en Research Gate esta versión como  la “versión oficial a texto completo de la publicación” (La “Official Full-Text Publication” del artículo). De manera que a partir de ahora cuando se cite la versión oficial y original de  la “Theory for the New Paradigm of Educación” necesariamente han de referirse a este trabajo con el DOI asignado a la versión depositada en el directorio de RED.

Pero pasemos a examinar el artículo y su contenido.

En la introducción el autor señala como hechos consensuados por la comunidad de autores de Teoría de la Instrucción que en los distintos contextos educativos las personas aprenden a ritmos diferentes y tienen necesidades de aprendizaje diferentes. Sin embargo las escuelas, y los programas de formación, están organizados para  enseñar  una cantidad fija y predeterminada de contenidos en un periodo de tiempo establecido de forma previa e igual para todos. De esta forma los alumnos más lentos se ven obligados a pasar de tema antes de haber llegado a dominar el contenido. Esto sucede con los distintos tipos de unidades instruccionales: lecciones, trimestres, cursos y ciclos,  y así acumulan déficits en su aprendizaje que les dificultarán para aprender contenidos relacionados posteriores. Actualmente se llega a promocionar a alumnos sin un dominio adecuado, hay un gran miedo social  a afrontar lo que se ha denominado “fracaso escolar”, y nadie se preocupa de asegurar un nivel de dominio en el aprendizaje, el que permite asegurar una consolidación eficaz de competencias posteriores. Por otro lado los alumnos más rápidos se aburren hasta la frustración y pierden mucho tiempo, muy valioso en esas etapas, esperando al grupo para seguir adelante. Eso constituye un despilfarro considerable del talento que nuestras comunidades y empresas, en una época en la que el conocimiento y el rendimiento del aprendizaje es un bien básico. Además en el plano personal esta situación es un germen de frustraciones. En un sistema social y personalmente eficiente que hubiese sido diseñado para maximizar el aprendizaje esto no ocurriría, no se forzaría a los alumnos a promocionar antes de haber aprendido los contenidos, y no se obligaría a los estudiantes más rápidos a perder tiempo, motivación y confianza en el sistema.

Este estado de cosas, el paradigma de educación imperante que es el de los estándares de producción y por extensión de aprendizaje, es insostenible, sobre todo cuando existen medios y ambientes propiciados por la tecnología que nos ofrecen alternativas.

Pero hay fuertes resistencias. Nuestro paradigma actual de educación es quizá dentro de los cambios disruptivos que se están produciendo el sistema que más resiste.

Pero, tal como está considerada por ejemplo la educación superior en la organización del trabajo industrial  no podríamos darnos el lujo de educar o capacitar a todas las personas hasta el nivel superior, y tampoco tenemos esa necesidad en esa sociedad porque la  forma predominante de trabajo es el trabajo manual. De hecho, si educáramos a todos hasta la educación superior, muy pocos estarían dispuestos a trabajar en las líneas de montaje, haciendo tareas mecánicas una y otra vez.

Sin embargo todas las ideas que eran operativas en la era industrial cambian con el nuevo paradigma de organización de la sociedad: Ya no necesitamos, como en la era industrial, un sistema educativo que seleccione a los estudiantes. Un sistema que separara a los niños que debieran hacer el trabajo manual de los que debieran ser gerentes o profesionales; donde, de este modo,  se reprobaba a los estudiantes “menos brillantes”, y se promovía a niveles superiores de educación a los más brillantes. Donde las escuelas evalúan por normas para seleccionar a los estudiantes. En este sentido Reigeluth sostiene  que el principal problema de nuestra educación y de nuestros sistemas de formación no son los profesores ni los estudiantes, es el sistema – un sistema diseñado para clasificar más que para el aprendizaje . (Ver Reigeluth, 1987 , 1994).

Reigeluth referencia en el trabajo otros textos donde ya ha señalado cómo podría ser un sistema educativo post-industrial, es decir un sistema diseñado para maximizar el aprendizaje en las actuales condiciones (Reigeluth, 1987; Reigeluth y Garfinkle, 1994). Sin embargo en el presente artículo se da unidad a la cuestión. En particular, en este texto:

  • Se describe cómo son los métodos universales de enseñanza basados en los “principios fundamentales” de Dave Merrill (1983, 2007 y 20099).
  • Se aborda la importancia de adaptar los métodos universales a situaciones particulares y de resolver las aparentes contradicciones con los métodos universales.
  • Se describen las “ideas centrales” que constituyen el paradigma post-industrial de la instrucción.
  • Se discute la importancia que tiene en este contexto y los problemas que plantea el aprendizaje por tareas (recordemos que el trabajo central de Reigeluth es la secuenciación, tanto por análisis de tareas como a través de su Teoría de la Elaboración).
  • Se presenta, obviamente, una visión global de la enseñanza post-industrial, y se la completa con algunas de las más importantes estrategias instruccionales.
  • Y por último se describen los roles que debe desempeñar, en esas situaciones, el maestro, el alumno y la tecnología como definitorias de sus roles en el nuevo paradigma.

Aunque el artículo es sumamente detallado en cada uno de los puntos, conviene destacar algunos aspectos especialmente relevantes por el alcance global. Así en lo que respecta a los métodos universales de  instrucción, recupera lo que recoge de David Merrill como principios instruccionales prescriptivos en cualquier situación, son sus cinco “principios fundamentales”,  que mejoran la calidad de la enseñanza en todas las situaciones ( Merrill, 2007 , 2009 ). Esos cinco principios son acerca de la centralidad de la tarea, de la activación, de la demostración, de la aplicación y de la integración. Sostienen que en todo caso la organización de la enseñanza debe hacerse mediante estrategias centradas en la tarea y mediante una progresión de tareas completas cada vez más complejas. Vinculado con la evaluación, la instrucción debe proporcionar una demostración de la habilidad, y  esa demostración  necesariamente debe ser consistente con el tipo de la componente de la habilidad que se quiere que el alumno adquiera en aspectos como de qué clase es, cómo se hace y qué sucede cuando se ejecuta.

Por lo demás la organización de la enseñanza debe ser en todo momento orientativa. Debe proporcionar orientaciones que relacionen  la demostración en concreto de la ejecución de esa habilidad con aspectos generales de la habilidad. Y por último, lo que se haga en el transcurso de la instrucción debe implicar a los estudiantes en la discusión y en la demostración, con otros alumnos de iguales circunstancias de aprendizaje.

Hay otras líneas fuerza en el trabajo, las constituyen lo que el autor llama ideas centrales del Paradigma de Instrucción Post-industrial. La técnica literaria consiste en proponerlas como dicotomías entre el paradigma de instrucción post-industrial y las ideas centrales que caracterizan el paradigma de instrucción de la era industrial. Pero él mismo aclara a continuación que se trata de unas dicotomías falsas. De manera que el pensamiento post-industrial que introduce se caracteriza por ser un planteamiento sumativo, del tipo “ambas cosas”, y no por uno excluyente, del tipo “o esto o lo otro”.  Así contrapone:

Lo centrado en el aprendizaje con lo centrado en la selección de los individuos (es una idea central recurrente y epitómica).

La organización de la enseñanza centrada en el alumno[1] con la instrucción centrada en el docente[2].

El “aprender haciendo” contra el “aprender a través de las presentaciones del docente”.

El progreso basado en logros con el progreso basado en tiempo.

La instrucción personalizada con la estandarizada.

Finalmente, el trabajo señala un conjunto de roles claves para el nuevo paradigma de instrucción y detalla sus características y sentido. Entre los nuevos roles para los docentes, sintetizando mucho, podemos ver que se incluyen los de diseñador del trabajo del alumno, facilitador del proceso de aprendizaje y mentor de un nuevo tipo, anywhere and anytime. Entre  los nuevos roles para los estudiantes se incluyen: trabajador, estudiante autónomo y co-instructor. Se describen cuatro nuevos roles centrales para la tecnología:  El almacenamiento de los registros de aprendizaje de los alumnos, que incluye ofrecer un inventario de estándares, un inventario de logros personales y un inventario de características personales. En segundo lugar, la tecnología cumple el papel de la planificación del aprendizaje del alumno, que supone ayudar al estudiante, a los padres y a los docentes a identificar y a decidir los objetivos a largo plazo, las metas que en cada momento están al alcance del alumno, así como las metas a alcanzar en el futuro inmediato, a señalar los otros estudiantes que puedan trabajar en el grupo, y por último los roles del docente y de los padres y el plan personal de aprendizaje. En tercer lugar, la organización de la enseñanza, con tecnolía  para el aprendizaje de los alumnos incluye una amplia variedad de herramientas tanto para el espacio de la tarea como para el espacio instruccional. Estos roles junto con la centralidad de la tarea tienen hondas repercusiones para la práctica de la evaluación y para el aprendizaje del alumno. Aquella está integrada con la instrucción, utiliza tareas y ejecuciones auténticas, certificaciones de logros y retroalimentación formativa.

En definitiva y como como conclusión el trabajo pone sobre todo de relieve, y su lectura propicia argumentos y datos detallados, que, en el mundo post-industrial, necesitamos transformar la mayoría de nuestros sistemas de educación  desde la estructura, funciones y naturaleza para lo que fueron diseñados, para seleccionar a los alumnos, a otros sistemas diferentes que estén diseñados para maximizar el aprendizaje. En definitiva necesitan ser transformados  desde aquellos sistemas en los cuales el progreso de los alumnos se mide en función del tiempo a otros basados en sus logros. Esta transformación requerirá de avances tanto en la teoría como en la tecnología que se utiliza para organizar la enseñanza y el aprendizaje.

Frecuentemente los planes de cambio olvidan aspectos de valores y de desarrollo personal de los individuos inherentes a los cambios y sus repercusiones éticas, sociales o motivacionales. El trabajo de Reigeluth concluye señalando precisamente estas componentes en el nuevo paradigma. Y aunque acepta que gran parte de la teoría instruccional se ha generado para guiar el diseño del nuevo paradigma de instrucción, aún queda mucho por hacer y por aprender en este terreno. Necesitamos aprender a cómo responder de forma adecuada al fuerte componente emocional del aprendizaje (Greenspan, 1997) en los nuevos entornos propiciados por los nuevos medios y redes, cómo facililitar el desarrollo social y emocional de los individuos, y cómo promover el desarrollo de actitudes, valores morales  y  de éticas positivas.

REFERENCIAS

Greenspan, S. I. (1997). The growth of the mind and the endangered origins of intelligence. Reading, MA: Addison-Wesley Publishing Company.

McCombs, B., & Whisler, J. S. (1997). The learner-centered classroom and school: Strategies for increasing student motivation and achievement. San Francisco: Jossey-Bass Publishers.

Merrill, M. D. (1983). Component display theory. In C. M. Reigeluth (Ed.), Instructional-design theories and models: An overview of their current status. Hillsdale, NJ: Lawrence Erlbaum Associates.

Merrill, M. D. (2007). First principles of instruction: A synthesis. In R. A. Reiser & J. V. Dempsey (Eds.), Trends and issues in instructional design and technology (2nd ed., pp. 62-71). Upper Saddle River, NJ: Merrill/Prentice-Hall.

Merrill, M. D. (2009). First principles of instruction. In C. M. Reigeluth & A. A. Carr-Chellman (Eds.), Instructional-design theories and models: Building a common knowledge base (Vol. III, pp. 41-56). New York: Routledge.

Reigeluth, C. M. (1987). The search for meaningful reform: A third-wave educational system. Journal of Instructional Development, 10(4), 3-14.

Reigeluth, C. (2016). Instructional Theory and Technology for the New Paradigm of Education. RED, Revista de Educación a Distancia. Número 50. 30 de septiembre de 2016. Consultado el (dd/mm/aaa) en http://www.um.es/ead/red/50

Reigeluth, C. M., & Garfinkle, R. J. (1994). Envisioning a new system of education. In C. M. Reigeluth & R. J. Garfinkle (Eds.), Systemic Change in Education (pp. 59-70). Englewood Cliffs, NJ: Educational Technology Publications.

 

[1] En este punto el autor referencia la definición de McCombs y Whisler (1997) que definen la expresión “centrado en el estudiante” como:

The perspective that couples a focus on individual learners (their heredity, experiences, perspectives, backgrounds, talents, interests, capacities, and needs) with a focus on learning (the best available knowledge about learning and how it occurs and about teaching practices that are most effective in promoting the highest levels of motivation, learning, and achievement for all learners) . La perspectiva que empareja un enfoque en los estudiantes individualmente (lo que asume de otros, las experiencias propias, perspectivas, antecedentes, talentos, intereses, capacidades y necesidades), con un enfoque en el aprendizaje (el mejor conocimiento disponible sobre el aprendizaje y cómo se produce, y sobre las prácticas docentes que son más eficaces para promover los más altos niveles de motivación, de aprendizaje y de logro para todos los alumnos). (p. 9) (p. 9)

[2] A esto añade un aspecto metacognitivo y constructivista de la cuestión cuando añade que “los métodos de enseñanza son en gran parte a medida para cada alumno, y llevada a cabo por el alumno, en vez de por el profesor.Learners also play a larger role in directing their own learning, including reflection on and in learning. Los estudiantes también juegan un papel más importante en la dirección de su propio aprendizaje, incluyendo la reflexión sobre él y de él.”

 

Algunos apuntes sobre la educación y la universidad en la Sociedad del Conocimiento

El día 27 aparece en la revista INED21 el contenido de una entrevista, que he estado escribiendo las últimas semanas a ratos, sobre los temas que me son cercanos. Con ligeros cambios le he dado esta forma, mas cercana a lo que es un post en RED de Hypotheses para que quien lo desee lo pueda referenciar.

1.    Tres claves para la educación en el s. XXI

La educación del siglo XXI es una educación basada en logros. La educación de la era industrial ha sido hasta hoy una educación basada en estándares. De esta forma había y hay una edad para aprender cada cosa, y unos contenidos predefinidos, un tiempo para recibir explicaciones y para hacer la tarea, tiempos que son iguales para todos independientemente de su situación y de sus características personales de aprendizaje. A todos los alumnos de una misma edad se les ha congregado en un mismo sitio para que aprendan las mismas cosas. Era la época del prêt-à-porter. En la sociedad postindustrial por el contrario la tecnología permite atender a cada alumno en su ecosistema de aprendizaje, analizar su producción, sus relaciones en el trabajo con otros, lo sitios que vista, las fuentes que utiliza y cómo los utiliza, cuáles son sus errores, y atenderle de forma oportuna y relevante con la situación de aprendizaje. Es una atención docente y una evaluación distinta. Ayuda a conseguir los logros en el mismo momento y sitio donde se producen, y a valorar su consecución, de forma que cada alumno pueda pasar a la fase posterior del aprendizaje con la anterior consolidada.

Por tanto es, y ésta es la segunda clave, se trata de una enseñanza personalizada. Como hemos puesto de relieve en otras ocasiones, hasta ahora nuestros actuales sistemas educativos atienden enormes masas de alumnos que han pasado por ellos desde educación infantil, primaria y secundaria. Estos sistemas han estado diseñados para hacer frente a un gran número de alumnos, y la conformidad social ha sido un principio básico. El negocio es reunir los alumnos, juntos en un mismo espacio y a una misma edad, organizarlos, enseñándoles, ponerlos a prueba, y por último clasificarlos. Es una tarea ardua y gigantesca, pero el sistema está diseñado para hacer precisamente eso. Y durante los dos últimos siglos ha funcionado a la perfección. Se ha discutido sobre si educación debe ser pública o privada, sobre si es con deberes o sin deberes, pero nadie ha cuestionado los estándares. En ese sentido, y a juzgar por la nula crítica, el sistema hace un trabajo bastante bueno con un mínimo de recursos y con una producción máxima. Pero la historia ha acabado. La gente, las familias y los individuos, no están conforme porque el producto no asegura los resultados esperados. Por parte de los usuarios, estudiantes, egresados y familias, que no encuentran un empleo en consonancia con la etiqueta, la cualificación teóricamete obtenida, y por parte de los empleadores que no obtienen lo que necesitan ni en la cantidad (no hay correspondencia entre titulaciones y demanda de empleo) ni en la calidad esperada (la competencia es teórica y libresca y no capacita para hacer). Esta situación plantea pues un nuevo sistema basado en tareas y en logros en consonancia con las capacidades individuales y no en el tiempo, en el espacio o en la edad.

¿Y por qué ahora?

La respuesta es porque ahora es la primera vez que la potencia tecnológica puede responder  esa necesidad.

Actualmente es un hecho la posibilidad de analizar los datos de aprendizaje utilizando los sistemas y el software de learning analitics, que ya utilizan los entornos sociales y ubicuos, en los nuevos LMS que lo incorporen. El problema es que hasta ahora las herramientas consolidadas de uso común solo obtienen datos y gráficas que relacionan el rendimiento individual con el grupal, y el de éste en conjunto, y además sólo lo hacen con referencia a datos de aprendizaje que hemos introducido merced a procedimientos de evaluación convencionales. Sin embargo hay un espacio que suministra una enorme cantidad de datos no solo para la evaluación del alumno y que actualmente ignoramos, al menos de forma explícita, es el espacio de trabajo personal del alumno conectado: en red con sus iguales, con los profesores, con los recursos y con todo el material que va utilizando y con el registro de los métodos y estrategias con que lo hace. Es el espacio personal de aprendizaje del alumno. Espacio que va más allá de lo que se ha llamado Personal Learnign Environment PLE, porque en este caso es un espacio no estructurado. Ahora hay pues una nueva perspectiva: La analítica masiva de datos personalizados. No es nada nuevo, los algoritmos utilizados en otros medios y con otras herramientas, pensemos en Google, Facebook, pero en este caso adecuadamente orientados por las teorías del aprendizaje personalizado, por técnicas pedagógicas y de diseño instruccional, pueden, con los algoritmos de minería de datos, con procedimientos basados en la fórmula de Shannon y derivados, obtener informaciones para ajustar mejor la intervención educativa, para mejorar el rendimiento del alumno en singular, a más de su satisfacción, y el del programa educativo. Y también para justar mejor la acción de los programas y de las instituciones educativas a partir de ese mismo análisis pero con todos los alumnos implicados en el proceso.

La tercera clave es el papel que ocupa la metacognición.

Recientemente ha fallecido Umberto Eco. En la transcrición resumida de una entrevista que hizo el diario Clarin en Octubre de 2010, con el título Umberto Eco: “En el futuro, la educación deberá enseñar a comparar sitios Web, dice:

“En el futuro, la educación tendrá como objetivo aprender el arte del filtro. Ya no hace falta enseñar dónde queda Katmandú o quien fue el primer rey de Francia, porque eso se encuentra en todas partes. En cambio, habría que pedirles a los estudiantes que analicen quince sitios para determinar cuál es para ellos el más confiable. Habría que enseñarles la técnica de la comparación”.

Umberto Eco tiene la virtud de consagrar lo que dice. Él es un filtro de la relevancia. La metacognición se viene considerando una competencia clave en la Sociedad del Conocimiento desde hace algún tiempo. Pero ahora ya es un axioma. Esto no le resta valor, todo lo contrario. Es así.

En la Sociedad del Conocimiento se impone una nueva alfabetización, es la que se ha dado en llamar Pensamiento Computacional (constructo que hemos desarrollado ampliamente en otros sitios). Y dentro de él cobran especial relevancia las estrategias de búsqueda y de análisis de la relevancia de la información, y del uso por parte del alumno de sus propios recursos para ello. Son las estrategias metacognitivas.

En general el propio concepto de estrategia implica una connotación finalista e intencional. Toda estrategia conlleva, de hecho es, un plan de acción para realizar  una tarea que requiera una actividad cognitiva en el aprendizaje. No se trata, por tanto, de la aplicación de una técnica concreta, por ejemplo de aplicar un método de lectura o un algoritmo. Se trata de un plan de actuación que implica habilidades y destrezas –que el individuo ha de poseer previamente- y de una serie de técnicas que se aplican en función de las tareas a desarrollar, sobre las que el alumno decide y sobre las que tiene una intención de utilizar consciente. Por tanto  lo más importante de esta consideración es que para que haya intencionalidad ha de existir conciencia de:

  1. a) la situación sobre la que se ha de operar (problema a resolver, datos a analizar, conceptos a relacionar, información a retener, etc.). Esta consciencia y esta intencionalidad presupone, como una cuestión clave desde el punto de vista del aprendizaje, la representación de la tarea que se realiza, sobre la que el aprendiz toma la decisión de qué estrategias va a aplicar; y
  2. b) de los propios recursos con que el aprendiz cuenta, es decir, de sus habilidades, capacidades, destrezas, recursos y de la capacidad de generar otros nuevos o mediante la asociación o reestructuración de otros preexistentes.

En todos estos puntos, decisiones y representaciones, ha de existir en definitiva la conciencia de los propios recursos cognitivos con que cuenta el aprendiz. Eso es lo que de forma más simple se ha denominado metacognición.

Así pues no es sólo una estrategia o un conjunto de estrategias. Es la condición necesaria para que pueda darse cualquier plan estratégico. Lo contrario serían simplemente algoritmos o incluso estrategias pero donde, al no haber intencionalidad, no habría la valoración  que conlleva la adopción de un plan con previa deliberación de la situación y de los recursos.

2.    Algunos espejismos  acerca de la tecnología educativa

El primer espejismo es que no hay tecnología educativa. Este constructo es un atajo cognitivo, como tantos que hay en la sociedad del conocimiento, o en general cuando sobreabunda la información. Toda la tecnología es susceptible de ser educativa. La aspiración de la tecnología en educación es ser invisible. En el siglo XVI la imprenta era tecnología educativa. A principios del siglo XX la electricidad y la luz eléctricas también. En los años ochenta del pasado siglo lo eran los ordenadores personales, el procesador de textos o la hoja de cálculo,…. Ahora su papel en la educación es más efectivo, pero son invisibles. Dentro de poco lo serán los móviles y las redes sociales.

Lo importante es utilizar la tecnología de forma eficiente para los objetivos educativos que se persiguen, por tanto lo importante, el aspecto clave,  no es la tecnología sino lo que organiza y enlaza el sistema constituido por medios, situaciones y contenidos con los objetivos de aprendizaje que se persiguen. Es decir el diseño instruccional y las metodologías docentes. Y al decir esto estamos teniendo en cuenta aspectos muy ricos y muy complejos. Son por ejemplo las teorías y conocimientos que se han obtenido como resultados de laboriosas investigaciones, estudios y experiencias, los que estudian las características y cómo se produce el aprendizaje en los individuos, qué papel ocupan cosas como sus expectativas o cual es el mundo de representaciones cognitivas de los alumnos.

Otra cuestión importante es el sentido acrítico con el que son recibidas todas las innovaciones y cambios que se nos presentan al socaire de la tecnología. Frecuentemente investigadores, profesores, académicos y pedagogos que son rigurosos, e incluso hipercríticos en otros ámbitos, aceptan formulaciones no probadas pero escritas en clave de teorías sobre cuestiones que, no es que se tenga la evidencia de su veracidad, sino que incluso a veces se tiene de que no son ciertas. Me refiero por ejemplo a formulaciones de que el conocimiento se produce fuera de los individuos, en los artilugios (el conectivismo de Siemens y Downes), a que la tecnología ha modificado aspectos fisiológicos, y genéticos, de los individuos que les hace aprender de forma diferente (en esto consisten las ideas sobre  nativos digitales, de Marc Prenski), etc. Pero también se manifiesta al aceptar, como se hace frecuentemente, que los aprendizajes son mejores cuando se hacen con recursos tecnológicos, o el deslumbramiento que se produce entre profesores por ciertas novedades tecnológicas. Una aceptación y un deslumbramiento que les hace buscar a fortiori usos educativos y ventajas pedagógicos en ellas. El ejemplo de las Google Glass es paradigmático.

Este sería un caso extremo, como lo fue en su momento el videodisco interactivo, pero hay otros donde el recurso es útil pero de una utilidad limitada, y el esfuerzo de integración que se hace no siempre está justificado en relación con recursos convencionales. Pensemos en la pizarra digital y en qué situaciones de aprendizaje es ventajosa con relación a una pizarra convencional o a un proyector.

Espejismos, o mejor mitos, negativos también los hay. Pensemos en los smartphones, los móviles inteligentes, que frecuentemente son prohibidos porque sólo son contemplados como elementos distractores, o de acoso. Dejemos de lado lo que supone este sentimiento de miedo y de incapacidad para afrontar por parte del profesorado esta realidad, y pensemos en las situaciones, que desde luego habría que analizar, repensar y diseñar en detalle, pero que ofrecen unas ventajas indudables con relación a realidades anteriores: Acceso ágil y familiarizado por el alumno a infinidad de recursos disponibles online (obviamente esto exige una gran capacidad de curación por parte del maestro). La escasa inversión que se precisa  en recursos (prácticamente sólo wifi), siempre escasos, y en medios, siempre efímeros y susceptibles de obsolescencia, que supone y que se podrían dedicar a otros fines del la institución. Tanto fines educativos, como de instalaciones, de gestión, etc. Y por último y más eficiente desde el punto de vista de los aprendizajes, la posibilidad de utilizar el medio para vencer obstáculos insalvables. Pienso por ejemplo en unos temas concreto, me refiero a destrezas y conceptos que siempre hay en abordar matemáticas y en otras áreas en todos los niveles: El análisis de curvas de funciones, el estudio de variación, el sentido de los parámetros,… qué bien y qué fácil se puede abordar todo esto simplemente con un smarphone y con programas como Wolfram o Geogebra, … y por supuesto con un diseño adecuado de las actividades a realizar por los alumnos. Tengo esa experiencia y es fantástica.

3.    La vigencia de la educación industrial. Algunos presupuestos y prejuicios difíciles de superar.

No se debe menospreciar la vigencia y la fuerza de lo que es mucho más que una construcción conceptual: la educación industrial, como  tampoco la de cualquier otra actividad que vaya con este calificativo (sanidad industrial, finanzas de la era industrial,  etc.). Es la sociedad de hoy, el mundo y la realidad prevalente donde nos sumergimos cada día desde que nos levantamos. La alternativa, la educación postindustrial o de la Sociedad del Conocimiento es incipiente, muy minoritaria, y aún no está asumida socialmente como idea preponderante ni mucho menos. Los rasgos que caracterizan este tipo de educación, la de la era industrial, siguen y seguirán vigentes por muchos años entre nosotros. Las prácticas innovadoras que superen los déficits de esa educación son excepcionales y son llevadas a cabo de forma minoritaria por docentes muy comprometidos, muy engagées. No pasan del nivel que se conoce como de “adoptadores tempranos” (early adopters). La inercia, la resistencia al cambio, en educación es mucho más fuerte que en otros ámbitos por ser una actividad muy estamentalizada y muy muy mediatizada por procedimientos administrativos. Pensemos que la actividad docente de un profesor está muy condicionada por el entorno humano y material donde se produce: horarios, agrupamientos de alumnos, coordinación con otros profesores, configuración de espacios, gestión administrativa de alumnos, matrículas, expedientes, estándares de calificaciones y evaluaciones, etc. Comparemos el mundo editorial y la educación. Modelos de negocios conocidos como “innovaciones disruptivas” como es el de Amazon en el mundo editorial, están sustituyendo de forma muy rápida al negocio convencional de los libros. Sin embargo en el correlato educativo, los libros de texto, los e-books de texto o los e-textos, no sucede así. El complejo formado por editoriales, autoridades educativas, centros, asociaciones de profesores, centros de formación, aparato legislativo,… es tan fuerte que hace que el libro de texto tradicional en papel sea casi un totem intocable. Cuando las ventajas del libro abierto de texto son diáfanas. Autoridades, familias y sobre todo negocios editoriales han entrado en un bucle sin fin. Cuando, por otra parte, con una fracción de lo que supone el coste de los libros gratuitos para solo el sector más desfavorecido, de los estudiantes se podría financiar libros abiertos para todos. Con la ventaja de que serían actualizables no para cada curso, con lo que supone de inversión para las familias que no pueden utilizar el de hermanos o amigos, sino de forma continua (con lo que supone además de ganancia pedagógica), gratis y sin peso en las mochilas.

En cualquier caso esta resistencia puede jugar en la contra de estos grupos de intereses, como ha sucedido en ocasiones similares en otras innovaciones disruptivas. Si el “sistema”, el statu quo, educativo se encastilla, como podemos ver que describe Curtis Johnson en su conferencia[1] del  Global Education Forum  o como lo plantea Clayton Christensen[2], de forma más genuina, en la reunión que tuvo con la gente de Harvard y de Google-EDX, puede suceder que se acelere el  proceso y que los alumnos abandonen las instituciones, los colegios, los profesores y las universidades, buscando ellos directamente un conocimiento y una capacitación útil fuera de las escuelas y de las universidades, en Internet o en iniciativas de rendimiento profesional, como son las sucesoras de los MOOC como son los nanodegrees, másteres “dual layer”, etc.

4.    Sobre el fenómeno MOOC existe una literatura inabarcable. Muy poca de ella es crítica.  A partir de un análisis de este tipo ¿qué se puede decir en este momento acerca de las ventajas e inconvenientes, de las potencialidades, si existen, y de las  limitaciones de los MOOC?

Remontémonos en el tiempo. Desde 2008 vengo estudiando el tema del conectivismo y de los MOOC. He publicado un libro donde, en base a un detenido análisis de la política seguida por las principales agencias de MOOC, las grandes empresas tecnológicas y grupos estratégicos como la Open Education Alliance (EOEA), se llega a la conclusión de que los MOOC es la parte visible de un proceso más amplio y profundo de proceso de Innovación Disruptiva, en el sentido en el que lo trata  Christensen en su teoría. Según este análisis el ciclo vital de los MOOC como tales ya ha concluido. Constituyen una fase dentro de un proceso mucho más amplio, según se analiza en el libro citado, y ahora continúan a través de nuevas propuestas, como los nanodgrées, cursos “dual layer”, etc. La razón es que la dinámica social y económica que dio lugar a ellos y de forma más amplia está en la base de lo que consideramos como una crisis de la universidad ha hecho que estos programas se hayan transformado allí donde nacieron, en las universidades nortamericanas de excelencia.

El modelo que explica el proceso no es original mío, como es obvio, el principal teórico que lo ha formulado es Clayton Christensen, a quien ya he citado, pero también  Nicholas Carr y Janet Napolitano.

En la siguiente gráfica de tendencias de Google podemos observar cómo el interés ha decaido en EE UU y Canadá, donde se originaron, y permanece e incluso aumenta de forma divergente en España:

https://www.google.es/trends/explore#q=MOOC&geo=US%2C%20ES%2C%20CA&date=1%2F2011%2061m&cmpt=geo&tz=Etc%2FGMT-1

 

Ahora, allí donde nacieron, y en buena parte del mundo desarrollado, los MOOC son otra cosa. Constituyen una nueva forma de educación universitaria, llamada de rendimiento, con la expedición de títulos grado y de máster convencionales pero con unas características distintas y singulares.

No cabe pues hablar mucho de los déficits de algo que ya ha muerto, aunque aquí no nos hayamos enterado, y en la actualidad se sigan organizando, con la consiguiente inversión de medios y de esfuerzos.

Hay un planteamiento crítico clásico que venimos haciendo desde 2011, cuando aquí ni tan siquiera se conocían. Es muy claro y sencillo: los MOOC son un modelo de educación que adolece de los déficits que atribuíamos a la peor enseñanza universitaria tradicional y expositiva: Clases no interactivas, apoyadas con apuntes (ahora son PDFs) y con evaluación mediante pruebas de conocimiento basadas en preguntas con respuesta múltiple.

Las ventajas son a grandes rasgos dos. Por un lado se han puesto la luz, los focos,  sobre la enseñanza online y sobre la enseñanza abierta, y por otro se ha puesto en evidencia, por su crecimiento imprevisto y acelerado, y han dado la voz de alarma sobre la crisis de la enseñanza universitaria, de la que ya hemos hablado.

En todo caso cuando se haga un balance, cuando se depure lo negativo y se haga una crítica, se deberá hacer un análisis cuidadoso, no vaya a ser que una diatriba igual de desmedida que el entusiasmo arrastre los indudables avances que se han conseguido. Como hemos dicho, el primero de estos avances ha sido simplemente poner los focos sobre la educación online y abierta. Se ha pasado de considerarla como una educación de segunda categoría a que los gestores, medios de comunicación y políticos hablen de ella. Y desde esta situación se ha pasado a discutir el uso de los entornos tecnológicos “posibles” y la potencia de los recursos abiertos. A los que venimos trabajando y estudiando la docencia virtual y el aprendizaje en entornos tecnológicos, los MOOC nos han hecho un favor inestimable.

 

Hay que reconocer igualmente que los  MOOC han acaparado la atención de “nuestras” universidades que, hasta su advenimiento no habían prestado ninguna atención al aprendizaje en línea. Con ello se abre paso la idea de que el aprendizaje en línea no solo consiste en instalar plataformas de enseñanza virtual, los conocidos LMS. También, con esta eclosión, los MOOCs han reclamado la atención de los consejos universitarios, de los gobernantes y  políticos, e incluso de ministros y de gobiernos completos (Francia, Reino Unido, California,…),  de una forma, y con una intensidad que el aprendizaje formal en línea nunca lo ha tenido. Esto ha forzado a muchas universidades a pensar por primera vez  estratégicamente sobre el aprendizaje en línea.

 

La parte negativa sin embargo es que se están viendo los MOOC como la única forma de aprendizaje en línea que merece la pena considerar.  Y que cuando fracase, si fracasa éste, se vea como un fracaso de todo el aprendizaje en línea. Personalmente no creo que esto suceda pero sí que habrá un pensamiento débil que atribuirá los males que se originen a partir de los MOOC a todo lo que sea aprendizaje virtual.

 

 

5.    Tendencias

 

Más que de tecnología educativa cabría hablar simplemente de educación. ¿Es posible hablar hoy día de una educación que desconozca o que prescinda de la tecnología digital? ¿Sería posible hablar hoy día de finanzas, de la bolsa de valores, de los medios de comunicación, la TV, la prensa,…o del tráfico aéreo o ferroviario, sin hablar de la tecnología o de las redes? En ese sentido ¿por qué iba a ser distinto en educación?: En la actualidad no hay diferencia entre una educación con tecnología y educación simplemente. Cabría hablar de distintos usos e intensidades de uso. Respecto de los ambientes en que se produce la educación y de la intensidad del uso de la tecnología con relación a las distintas situaciones y actividades y metodologías docentes, hay un continuum que va desde situaciones metodológicamente muy similares como son la educación clásica, basada en la clase, en la lectio, pero con apuntes soportados en PDF accesibles por Internet, o en la lectio en hangout o en videoconferencia o en video de MOOC, que estarían en un extremo, y la enseñanza personalizada, uno a uno, basada en redes y en la analítica de datos, o con Mastery Learning, que estarían en el otro extremo. Pero fíjense que los polos de esa tensión los marca en todo caso la personalización, no la tecnología, que se utiliza actualmente en todos los casos:

 

 

 

Lo que parece claro, a partir de experiencias, informes e investigaciones es que en la educación convencional, sin adjetivos, existe un continuo de situaciones de aprendizaje motivado o hecho posible por la tecnología, que va desde la enseñanza presencial física, cara a cara, a los programas de formación totalmente en línea. Esas situaciones han recibido distintos nombres: Enseñanza ayudada por la tecnología (classroom aid), flipped classroom, blended learning, móvil learning, ubiquitous learning, y finalmente anywhere anytime learning.

 

Lo que es común a todas las situaciones es que cada profesor o instructor o, en otro caso, cada diseñador instruccional tiene que decidir en qué parte del continuum se sitúa cada parte del programa en particular. Por otra parte los gestores académicos y los organizadores de los programas deben ser receptivos a estos planteamientos en sus esquemas organizativos. Y, como muchas veces sucede en la educación ayudada por la tecnología, no existen evidencias de investigaciones consistentes ni bases teóricas para realizar estas determinaciones ni para tomar decisiones. Pero sí hay abundantes experiencias sobre criterios limitantes del aprendizaje en línea. La primera de ellas es que hay ciertas actividades que no se deben hacer on line si es posible hacerlo de forma presencial. Y que por otro  lado las metodologías docentes que se han mostrado eficientes en la educación ayudada por la tecnología se están incorporando a marchas forzadas al resto de situaciones, incluida la enseñanza face to face. Se trata de un concepto y una situación dinámica. Está variando, y va  a variar, en función de una constante muy poderos, la que realmente, respondiendo a la pregunta es la tendencia tecnológica educativa que merece destacarse: La educación abierta.

 

La creciente disponibilidad de repositorios de recursos abiertos (OER), de libros de texto abiertos, de  investigación abierta y de datos accesibles significa que, en el futuro, casi todo el contenido educativo y el académico será abierto y de libre acceso a través de Internet, con la consecuencia de que habrá nuevas posibilidades y formas de que alumnos y profesores interactúen.

 

Esta situación dará lugar a la aparición de  habilidad nuevas entre alumnos y profesores. Se desarrollará un sentido de la oportunidad por parte de los profesores y de las instituciones para decidir el punto del continuum donde situarse con el objetivo de conseguir mejores aprendizajes en un contexto abierto. Y dónde se desarrollará, como consecuencia, una ayuda pedagógica más efectiva. Estas decisiones, la opción de tomarlas, deberán ser tenidas en cuenta como un elemento de calidad en la Educación Superior.

 

Como resultado, los estudiantes buscarán cada vez más a las instituciones que ayudan el aprendizaje mediante el desarrollo de habilidades necesarias en la era digital, más que primando la entrega de contenidos exclusivamente. Esto tendrá importantes consecuencias en cómo se configura el papel de los profesores, que ahora serán también instructores más que transmisores de conocimiento, y en el diseño instruccional de los cursos, del cual la selección del ambiente adecuado, en el continuum, para cada caso será una componente clave.

 

 

 

6.    El conectivismo

 

Frecuentemente en el trabajo que hacemos los profesores de forma diaria, en las investigaciones, en la dirección de tesis, en cursos, asignaturas de másteres o de grado,… manejamos teorías. Es el material con el que se construye lo que hacemos y es la forma en que se organiza el conocimiento científico. En particular en mi área, trato con las teorías del aprendizaje como base teórica y justificación del diseño instruccional, que es lo que más utilizo. Afortunadamente este dominio científico ha sido validado recientemente por el MIT con el nombre de Ciencias del Aprendizaje.

En ese contexto hemos hablado y escrito mucho y con frecuencia acerca de qué es una teoría, de teorías y modelos, del concepto general de teoría, de las teorías descriptivas y de las teorías prácticas. Y en particular de las teorías del aprendizaje,… hemos descrito las más importantes y para cada una hemos dado un marco de referencia, las condiciones de aplicación, los valores en que se basan las torías como elementos definitorios,…

Por tanto no es extraño que, ante la irrupción del Conectivismo y de su encaje espurio en las teorías del aprendizaje como superadora de Conductismo y de Cognitivismo, nos haya preocupado el tema.

De entrada diré que no tengo una posición crítica con respecto al Conectivismo como conjunto de ideas estructuradas, e incluso como una epistemología de la educación en entornos conectados. Simplemente que no existen bases para considerarla como una teoría, ni está justificado decir que lo es, como a continuación argumento de forma documentada con referencias.

 

Pero esto no es nuevo. Está descrito y explicado por primera vez, creo, en  septiembre de 2011, en un post titulado ¿Es el “conectivismo” una teoría? ¿Lo es del aprendizaje? Y está debatido en varios foros con los creadores del Conectivismo: con George Siemens el 17 de Octubre de 2011  y con Downes el 4 de febrero de 2014, pero sobre todo está extensa y pormenorizadamente tratado en uno  de mis artículos más citados “Teorías y modelos sobre el aprendizaje en entornos conectados y ubicuos: Bases para un nuevo modelo teórico a partir de una visión crítica del” conectivismo“, escrito inicialmente como e-print de E-Lis el 29 de Agosto de 2012 y reeditado el año pasado en  Education in the knowledge society (EKS).

 

Esta igualmente resumido en la versión Española de Wikipedia

En español se han publicado distintos trabajos en los que se cuestiona el carácter de teoría del conectivismo (ZapataRos, 2012). Además de carecer de una estructura propia de una teoría, es un conjunto de enunciados que no están integrados sintáctica y semánticamente en un sistema cohesionado por reglas de la lógica, de tal forma que puedan relacionarse unos con otros y con los datos observables, permitiendo evaluar, atribuir sentido, predecir y explicar fenómenos observables. Se argumenta también que carece de componentes imprescindibles en una teoría como son los valores y las condiciones de aplicación. En aspectos menos formales se señala que “aunque el conectivismo se nos presenta como una teoría que supera los déficits de las teorías existentes sobre el aprendizaje de acuerdo con tres grandes corrientes del pensamiento y de la ciencia de la sociedad actual: la teoría del caos, la de la complejidad y la de la de redes/auto-organización, lo hace en función de unos enunciados confusos sobre si el aprendizaje se produce dentro o fuera del individuo, mezclando niveles de significación, y de unos principios en los que destaca la conceptualización del aprendizaje como vinculado de forma no precisa a la configuración de las redes y como algo relacionado con la capacidad de configurar la información y con las capacidades para obtener más rendimiento cognitivo de la información que hay en redes. Desconociendo con ello trabajos anteriores como son los relativos a la “elaboración”. Estos planteamientos han sido en parte aceptados por los propios autores (Downes,2012) que se desvincula de las concepciones iniciales de Siemens sobre “la atribución de significado” como componente necesaria del aprendizaje.

 

Por último este planteamiento ha sido glosado por el propio Downes, que se quita de encima las pulgas de la crítica y se las echa a Siemens:

“(…) reading a framework for theory-formation and acceptance that incorporate some of the broader aspects of learning, specifically, attributions of value and meaning to knowledge, personal involvement in learning, and theories specific to learning. He raises the question of whether connectivism is a theory, whether it embodies the objectives, values, application conditions, methods, elements that should comprise the theory, and moreover validation, open problems and future development lines. Finally, he argues that the theory based in the science of society, chaos theory, and of and complexity of networking do not address the learning processes of individuals and if what has to happen for this to occur. An English translation would have helped me a lot. But I see this mostly as a criticism of the Siemens version of the theory, and only periphrially my own.”

 

En resumen, globalmente creemos que es exagerado y pretencioso, por las razones que se explican en los documentos citados, llamar teoría, tal como el autor lo declara (Siemens, 2004), a algo expuesto en menos de tres páginas. Pero la razón clave por la que el Conectivismo no es una teoría es la siguiente:

 

En general, la idea más básica y aceptada considera que las teorías tratan de relaciones causa-efecto o de flujos y sucesiones de acontecimientos que se producen en los procesos naturales, humanos o sociales, y que, en la afirmación de relaciones causales que se hace en el seno de una teoría, es clave el papel de la evidencia, tal como dejó dicho el que se considera padre de la ciencia moderna Popper (2002): «Todas las teorías son experimentos, hipótesis provisionales, puestas a prueba para observar si funcionan; y toda demostración experimental es sencillamente el resultado de las pruebas llevadas a cabo con un espíritu crítico» (p. 87), entonces, si damos esa naturaleza a una teoría (que lo es en tanto que es probada) no hace falta que sigamos argumentando: El Conectivismo no es una teoría. No cumple en ninguno de los requisitos esa definición. Ninguna de las afirmaciones del Conectivismo está probada empíricamente.

 

Pero por si esto fuera poco, en el debate con Downes, el 4 de febrero de 2014, antes citado, él mismo abunda en esa naturaleza de “no teoría” del conectivismo, malgré lui.

 

Lo hace cuando al pedirle pruebas del Conectivismo, con la pregunta[3]:

 

First would have to say: What is a theory?.
What has to meet a set of statements to be a system of ideas?
What has to meet a set of ideas to be A THEORY?

Then we can tell if the things you say are theories.

I have exposed what is a theory, I analyzed connectivism as Siemens puts, and have found that only a SYSTEM OF IDEAS.

 

Downes responde:

 

You analyze the description as offered by Siemens, but have you looked at my own account? I think you’ll find a much deeper and richer version of Connectivism. See especially my ebook on my home page, which describes applications and inferences that can be drawn, not just a set of ideas. And note – the concept of the MOOC constitutes a *test* of the theory.

 

Para él en conclusión una evidencia no se obtiene a partir de un análisis empírico, donde se somete a prueba un aserto delimitado con unas condiciones establecidas y conocidas y con unos resultados verificables. Sino que rompiendo las reglas del juego (dando una patada a la mesa, como un mal jugador) dice que la prueba de la teoría del Conectivismo son los MOOC. Pues bien aun aceptándolo, hoy día los MOOC conectivistas no existen. Y los MOOC de escala (xMOOC), que según ellos no son MOOC, han dado paso a producciones distintas: Nanodegrées y nanodegrees plus (Udacity), másteres de paga, nada abiertos, muy caros,  cursos con un diseño instruccional muy depurado (Coursera) y cursos “dual layer” (EDX con la colaboración de la Fundación Gates, UTA y George Siemens, y otros conectivistas).

 

Es decir, ni aun así existe ya la prueba. Los MOOC serían como evidencia de que el Conectivismo es una teoría, lo que una película o una narración es como prueba de una realidad: una ficción efímera que nada demuestra. Es una ilusión que, como sucede en el cine, se desvanece cuando se encienden las luces.

 

 

7.    ¿Es pertinente la pregunta “cómo un centro educativo (colegio, instituto) debe incorporar las nuevas tecnologías de forma adecuada a su tarea de enseñanza-aprendizaje”?. Y ¿con qué estrategias, elementos, estructuras, y/o fases deberían concretarse esa incorporación?

 

 

Bueno, de entrada la pregunta tal como está formulada, supone un patrón de respuesta. Me refiero al hecho de que un centro se plantee incorporar las TIC, o las tecnologías digitales, ya no tan nuevas,  en sus actividades de enseñanza y como medio de aprendizaje para los alumnos.

 

Las tecnologías digitales ya están introducidas en la vida, forman parte de ella. Ya hay un horizonte que antes imaginábamos inalcanzable: el de la tecnología invisible en muchas áreas de la vida y de la actividad humana. Es un hecho que  YA la tecnología es invisible como medio de escribir y de comunicarse. Nadie recuerda las máquinas de escribir o los faxes, dentro de poco dejarán de existir los periódicos de papel o incluso las tarjetas de crédito. Se dirá simplemente que se escribe o se lee el periódico, no será preciso matizar que se utiliza el procesador de textos o el periódico digital, y sí será preciso matizar por lo inusual que se trata del  diario comprado en el kiosco, a menos que se refiera al kiosco digital. Y entonces tampoco se dirá digital.

 

Pues bien cierta tecnología ya es invisible en el mundo de los chicos, incluso en la escuela, pero no en la educación, me refiero a que los alumnos ya portan y utilizan con familiaridad (no con provecho cognitivo siempre ni claro) tecnología móvil.

 

Por tanto cualquier iniciativa en el sentido de organizar un uso educativo eficiente de la tecnología debería tener al menos en cuenta ese hecho, la situación y modalidades de uso y familiaridad de los alumnos con Internet, con la tecnología móvil y con los entornos sociales. Y lo debería tener en cuenta no sólo para prevenir malos usos, de hecho esos malos usos se producen por la ausencia de otros o de presencia de la escuela en esos entornos. Por tanto lo importante no son las medidas normativas o limitadoras de su uso exclusivamente, sino sobre todo tener en cuenta estos ámbitos de desenvolvimiento educativo como un espacio continuación del espacio vital del alumno, y de los profesores, para sus actividades de relación, de comunicación y de presencia social o como de fuente de experiencias y de referencias cognitivas.

 

Dicho eso, en éste o en cualquier momento que se desee innovar en educación, pero no solo, es imprescindible el diseño instruccional, “un proceso sistemático que se emplea para desarrollar programas de educación y capacitación de manera continua y confiable”,  y lo que hay escrito sobre experiencias anteriores en relación con el tema. No es conveniente pues estar siempre descubriendo la pólvora. De hecho las teorías son prácticas evidenciadas como principios operativos, me refiero a las teorías reales, no a las opiniones o las exegesis teorizadas o teorizantes.

Cualquier innovación en medios tecnológicos apoyando la enseñanza supone fuertes cambios que implican todo el sistema escolar, por tanto es imprescindible un compromiso fuerte de la comunidad que acepte cambios en horarios, uso de medios prioridades de tiempos y espacios, secuencias distintas de contenidos, coordinación docente para asegurar una homogeneidad de resultados de aprendizaje,… Y que todo eso se refleje en la programación docente. Como vemos los aspectos más importantes no afectan a los medios.

 

Respecto de estos, de los medios, es importante tener en cuenta no las modalidades o versiones de la tecnología. Todas ellas probablemente suministran recursos sobrados para lo que queramos hacer. Éste es pues un debate estéril, sobre todo porque las versiones cambian con mucha rapidez. Y sí es importante en relación con la tecnología el concepto de affordance.  De affordance tecnológica en general y de affordance educativa.

 

Gibson da una excelente definición para affordance. Es “una posibilidad de acción disponible en el entorno de una persona, independientemente de la capacidad del individuo para percibir esta posibilidad“.

 

Si hablamos de educación, y de uso de tecnología por los alumnos y los profesores de un centro, una herramienta no tiene como valor preeminente el tecnológico sino su potencialidad en cuando interactúa en un contexto determinado con un alumno o un grupo de alumnos y un profesor con unos fines educativos concretos..

 

El concepto  de affordance educativa” ha adquirido un significado que se relaciona con “la respuesta a la búsqueda de expresar las propiedades de un entorno que, al interactuar con un usuario, mejora el potencial de aprendizaje”. En palabras de Kirschner:

 

“Affordances educativas son las características de una tecnología (por ejemplo, cómo se implementa la enseñanza de análisis de curvas y funciones con Wolfram o de Geometría elemental con Turtle Art) que determinan si una modalidad particular de aprendizaje podría ser asumida en un contexto determinado (por ejemplo, trabajar un proyecto en equipo, establecer una comunidad de aprendizaje distribuido) y cómo se produce. En este sentido es muy importante tener en cuenta que una affordance educativa puede determinar cómo se produce el aprendizaje, es decir, las relaciones entre las propiedades de una intervención educativa y las características de los alumnos permiten que se produzcan determinados tipos de aprendizaje en ellos. Y es tarea del profesor que se produzca el aprendizaje desvinculándolo de la herramienta, que se cumpla una atribución de sentido y una capacidad de transferencia de lo aprendido desvinculado de la tecnología. Esto es lo realmente importante.

 

En realidad los Entornos Personales de Aprendizaje (PLEs) constituyen un conglomerado de afordances educativas. En su seno caben todas las funcionalidades que contribuyen al aprendizaje utilizando tecnología. Está compuesto por todas las herramientas que potencialmente el alumno puede utilizar en toda su vida de aprendizaje y que se continúa en su vida cotidiana y en su vida profesional. Son colecciones de servicios, herramientas y dispositivos que ayudan los estudiantes a construir sus Redes Personales de Conocimiento (PKN, Personal Knowledge Network), poniendo en común nodos de conocimiento tácito (ej. Personas) y nodos de conocimiento explícito (ej. Información).

 

En todo lo visto en este punto sobrevuela la capacidad concreta de colaboración en el contexto de los equipos docentes. Pero no solo de los innovadores para constituir entre ellos un grupo de frikis aislados del resto, sino para que todos los profesores, sea cual fuere su perfil innovador se sientan comprometidos y concernidos.

Es importante pues que los staffs de los centros conozcan y manejen todo lo concerniente a dinámicas de innovación.

 

 

8.    La profesión docente en la sociedad de la información y la ética del trabajo

 

En 2007 apareció publicado el artículo La profesión docente en la sociedad de la información, nuevas dimensiones (Zapata-Ros, 2007). Hoy habría que situarlo en un contexto más amplio y definido. Básicamente se decía, a partir del trabajo de Pekka Himanen (2001), que en la Sociedad del Conocimiento la ética del trabajo estaba cambiando de una forma profunda. Estamos ante un cambio de paradigma. La ética del trabajo imperante en la Sociedad Industrial era la ética protestante del trabajo, la ética de Weber (1904-1905), la noción de trabajo como deber, que tiene como recompensa y como medida de su eficiencia el dinero. Sin embargo estas ideas empiezan a ser sustituida de forma incipiente, pero cada vez más, por otra ética: la que Himanenn llama “ética del hacker”. En ella el trabajo se plantea como una  actividad que procura comunicación, reconocimiento y relación, frente al trabajo medible en términos de dinero, de posesiones materiales, entendidos como bienestar o poder. Esta forma de entender el trabajo surge con fuerza entre los programadores de los ordenadores, pero prende en los profesionales, los técnicos, los artistas y los académicos. Aunque emerge de forma visible ahora, siempre ha existido y hay que buscar sus antecedentes en Platón, en el Banquete, Platón y Alcibíades, donde  se habla del «delirio báquico de la filosofía» que le fue transmitido por Sócrates. Esta pasión de los académicos es un tema recurrente en todos los escritos socráticos de Platón.

 

Los que definen así esta nueva ética del trabajo encuentran esta pasión como algo común en cualquier ámbito donde haya una componente de trabajo intelectual: Entre los artistas y los artesanos, los profesionales de la información, la medicina o la docencia. Entre los gerentes (quienes gestionan dirigen, coordinan equipos humanos), los tecnólogos (ingenieros, arquitectos, informáticos,…), los que trabajan en el mundo de la comunicación, el mundo editorial o en el diseño gráfico, audiovisual,… Este espíritu se ha popularizado, es lo que en alguno casos puede identificarse con un tipo especial de freekes y de friquismo, que no hay que identificar con el colgado por una pasión inútil. Los friquis de la serie Big-Bang Theory son miembros de una elite científica. Pero no es exclusivo, también se puede ser carpintero y tener la ética del hacker.

 

Esta ética se contrapone a la de Weber(1904-1905). En ésta el deber es lo más característico de una profesión en  la cultura capitalista y, en cierto sentido, constituye su fundamento. Se trata de una obligación que el individuo se supone debe sentir y siente hacía el contenido de su actividad profesional, con independencia de en qué consista ésta, sin que importe si consiste en una utilización de sus facultades personales o sólo de sus posesiones materiales (como capital). De hecho muchas veces se habla de capital humano.

 

En la investigación que se cita formulábamos como hipótesis que los rasgos que se atribuyen a la ética del hacker predominan, se dan con más frecuencia e intensidad en los entornos virtuales de aprendizaje que en los entornos convencionales. También formulamos que existe una covarianza

negativa entre ambos sistemas de ideas, ética de hacker y ética protestante del trabajo sobre validación y fundamentación del trabajo.

 

Pues bien, en contra de todas las suposiciones, la investigación puso de relieve que

 

De estos coeficientes se pueden extraer  dos conclusiones: No podemos decir a partir de este análisis que exista una dependencia o una covariación entre la percepción del trabajo como un deber y alguna de las otras opiniones que se analiza. Y la segunda conclusión, que es la más interesante de todo el análisis, y que sí se puede enunciar como un resultado categórico, es que (Zapata-Ros, 2007)

 

No existe dependencia entre la consideración del trabajo como un deber en los entornos virtuales de aprendizaje, por parte de los profesores que trabajan en estos entornos, y el considerar trabajar en estos entornos como más interesante que en los entornos convencionales.

O lo que es lo mismo (Zapata-Ros, 2007)

los profesores que trabajan en entornos virtuales consideran más interesante trabajar en estos que en los entornos convencionales, independientemente de cual sea la fundamentación que hagan del trabajo: como un deber (ética protestante) o como un entretenimiento o pasión (ética del hacker).

 

Esta es la conclusión más importante y la única categórica de este apartado y se hace con referencia a la muestra y a la población del trabajo.

 

Sin embargo hay una conclusión menos importante pero muy significativa en el entorno donde se producen las innovaciones como imperativos institucionales que nuestros administradores debieran tener en cuenta: Hay casi una coincidencia en señalar como última o de menos importancia la razón para implicarse personalmente en innovaciones tecnológicas, es “el imperativo institucional”. Da la media más alta y la desviación típica más baja. Coincidencia muy significativa.

También se da una coincidencia de opiniones con respecto a las razones:

o Porque perciben que su trabajo tiene mayor repercusión social que en la modalidad presencial

o Porque se da con más grado el “espíritu de pionero” que en el correspondiente trabajo en modalidad presencial.

 

Con respecto a ésta última se da la circunstancia que es la segunda que obtiene una media más baja, es decir que se sitúa como segunda razón más importante para seguir esta modalidad de educación.

La primera razón alegada está netamente vinculada con la ética protestante del trabajo: “Por una mera cuestión de conciencia profesional (para hacer bien su trabajo habitual)”.

 

Hoy , nueve años después, tras leer y analizar los trabajos de Evers y Sther,  tras percibir los cambios que se están produciendo, enumerados en mi libro sobre la sociedad postindustrial, en relación con un nuevo proletariado en la Sociedad del Conocimiento, y sin disminuir la importancia de esta nueva ética,  quizá coincida más con las conclusiones finales del trabajo y crea que se ha creado una mística, y que ésta, la ética del trabajo así considerada, con estos dos polos, es una invariante en el carácter innovador de los profesores en general, no solo en tecnología educativa.

 

No sucede así entre los profesores que, en la teoría de la dinámica de las innovaciones, se consideran los “early adopters”, los innovadores o adoptadores precoces de las tecnologías en la educación, que ellos sí que son sensibles a la ética del hacker.

 

 

 

9.    Algunas experiencias destacables a nivel global de política educativa con TIC

 

Coherentemente con lo dicho en la pregunta sobre tendencias, no se puede hablar estrictamente de políticas, en el sentido de estrategias o secuencias de acciones con objetivos claros en la mejora de competencias necesarias para la sociedad del conocimiento que se fundamenten seriamente en teorías e investigaciones probadas empíricamente, y  encaminadas a introducir las tecnologías digitales en la educación reglada. Por el contrario sí se puede hablar de experiencias y acciones aisladas de individuos o de grupos, aunque muchas veces han sido asumidas por otros centros y profesores, y han constituido tendencias. A veces incluso se han producido embebidas o interactuando con la tecnología en entornos propiciados institucionalmente. Al menos así ha sucedido en nuestro país de forma clara desde el plan Escuela 2.0, e incluso para muchos desde mucho antes, desde los proyectos Atenea y Mercurio. Tampoco parece que en el nuevo paradigma educativo de ausencia de estándares y de vigencia de métodos situados y de diseño instruccional sea muy conveniente. Reigeluth y habla de “principios universales y de métodos situados”.

 

No obstante podemos hablar de iniciativas y experiencias macro en escenarios regionales donde la incorporación de la tecnología a la educación tiene otros fines estratégicos, como pueden ser zonas de Latinoamérica o de África, y de experiencias micro en escenarios muy delimitados.

 

A nivel macro podemos hablar del plan Ceibal en Uruguay, o los programas OLPC (One Laptop per Child), que no conviene confundir con los programas institucionales 1×1. Estos programas han permitido en países en desarrollo no solo una incorporación de los recursos de Internet y de comunicación entre alumnos y entre alumnos y profesores a las actividades educativas y para conseguir los objetivos del currículo, sino que han ido más allá y han supuesto, en este caso sí, una palanca para integrar a la sociedad a través de las familias de los alumnos, en alguna medida, en la Sociedad del Conocimiento en escenarios de sociedades en desarrollo. Podemos ver datos que seguramente tendrán que ver con esta cuestión en algunos posts,  tanto en lo que se refiere a Uruguay como a Ruanda. Y compararlos incluso con datos de penetración de la Sociedad del Conocimiento en países como por ejemplo Suiza. Hay que decir que estas iniciativas, los programas “un ordenador por niño” en general y OLPC en particular, han tenido una crítica desde la perspectiva de algunos autores que los han visto como centrados en dotaciones de recursos (tablets, laptops, etc) más que en cuestiones de metodologías y estrategias orientadas a fomentar nuevos y mejores aprendizajes o a nuevas alfabetizaciones. Sin embargo he de decir que he sido testigo y actor, como colaborador en temas de diseño instruccional, formación de profesores y en elaboración de recursos para OLPC desde el MIT y desde el Programa Ceibal, y han sido extremadamente sensibles con estos aspectos tanto en la acción con maestros y con recursos, como en la propia configuración de la tecnología (en sistemas y en software).

 

No obstante lo dicho hay una tendencia que se está abriendo paso de forma irresistible, es la de la cultura de lo abierto, que así se suele denominar, aunque también se le conoce por “la itinerancia hacia lo abierto” (iterating toward openness) cuyas manifestaciones más conocidas son el open access, el open source y el open data. Esta cultura de forma inevitable se manifiesta en la educación a través de iniciativas que en nuestro país se producen de forma dispersa a través, por ejemplo, de institutos de secundaria donde profesores y grupos de profesores crean y utilizan e-books, pero que en otras latitudes ocupan lugar en la agenda, en el diseño e investigación de sistemas escolares adecuados, y en el presupuesto de instituciones o de iniciativas privadas muy potentes que apoyan políticas de recursos abiertos: e-texts, e-books, OER, ec. Sería bueno estudiar iniciativas como la de Wiley, que aquí traemos como respuesta a esta pregunta. Nos referimos a la iniciativa Lumen Learning, que recientemente Bill Gates ha señalado como una de las iniciativas de máximo interés que en la actualidad se están produciendo. Lumen pretende “la sustitución de costosos libros de texto comerciales por contenidos libres y abiertos, de alta calidad” porque “los recursos educativos abiertos (REA) representan una oportunidad sin explotar suficientemente para que la educación sea más asequible, al mismo tiempo que  mejoran el rendimiento y el éxito personal del estudiante”. Lumen Learning evolucionó a partir de una preocupación de Wiley por explotar lo que es posible con los REA, y antes con los objetos abiertos de aprendizaje, en los estudios que van desde los niveles de educación K-12, nuestra Secundaria, hasta la universidad, sobre todo teniendo en cuenta los costosos recursos que se utilizan convencionalmente en la costosa educación superior de EE UU. Se trata en definitiva de aprovechar al máximo las posibilidades de esta forma de hacer la entrega, al tiempo que se reducen costos y se robustece el aprendizaje de los estudiantes. Con ese objetivo, en Lumen, se investiga también cómo ha de ser el diseño instruccional de los cursos y estudios que alberguen estos recursos, y la formación que han de recibir los profesores. Aunque éste es un programa no oficial, ya hay instituciones que se están fijando en él.

Por lo demás en el interesante “estudio multi-institucional de Springer sobre el impacto de la adopción de libros abiertos en los resultados de aprendizaje de los estudiantes de post-secundaria”, podemos encontrar, creo, el más completo informe y los datos más exhaustivos sobre centros, experiencias e impacto de los e-textos en la educación postsecundaria.

 

Obviamente no se puede decir que un modelo pedagógico es más eficiente que otro en términos absolutos, tampoco que sea aplicable en cualquier caso. Hay escenarios y hay modalidades de aprendizaje concretos donde una metodología o un modelo metodológico puede ser más eficiente eo el indicado. Por tanto cabría hablar de opciones concretas en situaciones singulares. Así se ha definido Flipped Classroom (FC) como un modelo pedagógico que transfiere la realización de actividades en determinados procesos de aprendizaje fuera del aula y utiliza el ambiente de clase, junto con la maestría del docente, para favorecer y potenciar otros procesos de adquisición de conocimientos y de práctica dentro del aula. Por ejemplo esto es idóneo para estudios técnicos, de ingeniería industrial, eléctrica, electrónica, u otros con mucho tiempo de práctica y de realización de proyectos y para sitios donde la población está dispersa en lugares a distancias considerables, como es Queensland en Australia. Allí Karl Reidsema, excelente organizador docente y amigo, lleva a cabo una interesante experiencia que ha merecido la atención del presidente Obama cuando estuvo en la Cumbre del G20, cuyas sesiones abandonó para asistir presencialemnte a una sesión de la experiencia en Queensland University.

 

Por ultimo no podemos evitar mencionar la experiencia de un curso investigativo de diseño instruccional que hemos realizado durante dos ediciones consecutivas en la Universidad de Alcalá, y de otro de iguales caracteristicas pero con más profundidad y más medios, en la plataforma EDX de la Universidad de Murcia donde se experimenta una metodología docente escalable en relación con distintos perfiles de aprendizaje de los alumnos. Se basa en una experiencia parecida pero distinta de máster de dos capas (dual layer), una evolución de los xMOOC de EDX, que pusieron en marcha la Fundación Gates y la Universidad de Texas en Arlington, y que han sido descritos por  Crosslin.

 

 

 

 

 

10. Algunos problemas que tiene la universidad española actualmente en su adaptación a nuestra sociedad de la información. Desafíos  a los que se enfrenta.

 

Recientemente tuve una conversación con una colega acerca de cómo una universidad de prestigio española resolvía una cuestión que tenía que ver con la organización de la docencia virtual. No era una excepción, más bien era un ejemplo de con qué talante y con qué patrones  se abordan estos temas como después veremos. Se trataba de contratar, o nombrar, a un responsable para este servicio. Y se hizo atendiendo a criterios exclusivamente tecnológicos, nombrando a persona de perfil y con experiencia exclusivamente computacional.

Con frecuencia los problemas y las necesidades que plantea la nueva educación universitaria se resuelven con patrones de pensamiento  previos. Lo cual supone de entrada algo tan elemental como desconocer el propio hecho de que hay una situación nueva, y de que ésta es una situación de naturaleza netamente educativa o investigadora: Ahora la educación y la investigación es algo diferente. Pero aún ignorando este hecho no se debiera desconocer que la docencia virtual y que los problemas que plantea son de índole eminentemente educativos. O al menos multidisciplinares. Y no dar lugar  a que algo, que debiera ser tan conocido y tan clave, como es la docencia virtual se organice teniendo en cuenta sobre todo, y condicionado por, una normativa y una inercia de funcionamiento pensada para situaciones completamente distintas y que son precisamente a las que la universidad abierta quiere dar solución. Los servicios de docencia virtual son herederos en muchos casos de los centros de cálculo que funcionaban hace 40 años, y que efectivamente deben existir, pero como recurso de apoyo a la investigación, a un cierto tipo de investigación: La básica, la que precisa un apoyo especializado de computación para análisis empíricos, pero cuya naturaleza dista mucho de la que se atribuye a los recursos digitales como apoyo a la nueva docencia. Los servicios de apoyo a la docencia son complejos no solo por las herramientas, sino por la complejidad de los mecanismos y procesos humanos que se ponen en marcha.  Y su gestión debe ser acorde, experta y proporcionada en relación con la potencia y las posibilidades que tienen las nuevas affordances tecnológicas para el aprendizaje, las que tienen como metas la gestión del aprendizaje en las distintas áreas del conocimiento. No digamos nada de las necesidades que se plantean en el contexto de entornos emergentes como son “la inteligencia colectiva” o la “universidad inteligente”.

 

La inercia tecnológica es destacable, pero no es la única ni la más importante, existe igualmente la inercia de los procedimientos de gestión, procedimientos pensados para otras situaciones. Pero sobre todo la cuestión de calado, la más importante en la sociedad actual, con los cambios que el nuevo paradigma tecnológico impone, es que existe una gestión, unos objetivos corporativos y una práctica consuetudinaria de una escala distinta a la que la organización del conocimiento, de la ciencia y de la investigación demandan actualmente. Y como correlato tampoco sirve a la nueva escala de los objetivos educativos y de las nuevas profesiones.

 

La universidad española está concebida como una institución al servicio de entes locales, que en definitiva eso es lo que son las comunidades autónomas, lo cual es razonable para algunas cuestiones de desarrollo regional como pueda ser la formación de determinados profesionales o de investigaciones que tienen que ver con la economía de la zona. Pero la ciencia y el conocimiento en la sociedad actual tienen una magnitud operativa a otra escala en la mayor parte las áreas del conocimiento, por no decir en todas. Al menos en los aspectos de metodología docente y en la de gestión del aprendizaje. Hay procedimientos globales, principios universales, y luego hay escenarios locales. Las redes de producción del conocimiento, y la investigación y el aprendizaje en los niveles universitarios lo son esencialmente, deberían seguir patrones de organización muy parecidos a los que siguen las redes de circulación del conocimiento, donde ninguna parte es soberana completamente sobre el conjunto de la red o sobre la parte que está ubicada en su ámbito geográfico o político, y todas participan de lo que aportan las demás.

 

La universidad española es un espacio de grandes contrastes. Por un lado vemos muestras de una notable incapacidad para entender los cambios que se están produciendo y su significación, sobre todo en sus líderes y gestores, que muchas veces también desconocen el potencial humano que la universidad contiene para afrontarlos. Y por otro lado podemos constatar la capacidad para desarrollar iniciativas singulares en este nuevo escenario.

 

De lo primero voy a señalar, a modo indicativo, algunos ejemplos.

 

El primero es el convenio de CRUE con CEDRO. En él se ha acordado con esta asociación, a mayores, el saldo de un supuesto débito, el de la deuda anterior por documentos y obras utilizadas que supuestamente podrían haber generado derechos (no se sabe cuántos ni a quienes), y un problema, el de utilizar textos sin regalías en las redes universitarias y en los campus virtuales. En ninguna parte consta, que sepamos, el procedimiento ni el detalle de cómo se va a repercutir en los autores el derecho de autoría, incluso en el caso de aquellos autores que queremos publicar en open access, tampoco consta cuánto es, ni en que se va a utilizar lo detraído por este concepto. Lo cual significa una contraditio in terminis: Cobrar en nombre de los autores por algo que nosotros nos negamos a cobrar. Se ha llegado a decir por parte de un destacado representante de la CRUE que la universidad no tiene recursos ni medios técnicos para conocer las cifras de descargas de textos por usuarios, servicios y autores. Esto es estrictamente falso, y solo manifiesta una clara voluntad de no complicarse la vida o peor aún: Una ignorancia deliberada y a sabiendas. La prueba es que la plataforma Open Education de BlackBoard, que no es la mejor ni la única que la lleva, posee una herramienta que es capaz de detectar y computar estadísticas al detalle, por alumno y obra, de accesos a los documentos, con frecuencia, fechas y duración. De hecho es la herramienta que empleo en analíticas de aprendizaje para el curso abierto que imparto en Alcalá. Si se puede hacer, en este caso, por una persona que no es especialista ¿qué menos no se podrá hacer por los servicios informáticos de las universidades?

 

Segundo ejemplo. Dos destacados expertos de la CRUE, con el anagrama de la organización máxima de la representación de la autonomía universitaria, firman el post El ranking de Shanghai y la financiación de las universidades sobre la posición de las universidades españolas en el ranking de Shangai 2015. El informe no es estrictamente sobre TIC o Sociedad del Conocimiento, pero su metodología implica indicadores que tienen que ver de forma clave con ellos, y en cualquier caso no se comprende indicadores sobre actividad docente e investigadora sin la componente de uso y de presencia en las redes o en los medios digitales de difusión de la ciencia o de las innovaciones, que hoy lo son todos. Al margen de que estemos de acuerdo o no con las conclusiones, que en todo caso será por otras razones, el análisis es muy poco riguroso, si no queremos decir que deliberadamente utiliza variables inadecuadas par aobtener los resultados que a priori se desean. Me refiero a que utiliza como variable el número de universidades que hay entre las 500 primeras, asignando de esta forma valores iguales a realidades muy distintas. Pensemos si son equiparables Finlandia (con 6 universidades en el top 500) o Dinamarca (5) con Brasil (6), o Noruega (3) e Irlanda (3) con Irán (2) y Malasia (2). No es indiferente ni irrelevante el orden inducido por esa variable: su crecimiento es un término de la correlación. Es una forma de eludir indicadores realmente significativos como los que tienen que ver con el rendimiento y la investigación-desarrollo-innovación.

Estos ejemplos con su importancia, sobre todo en el primer caso, no dejan de ser anécdoticos porque aunque significativos solo afectan a aspectos puntuales. Si embargo en el tercer caso que presentanos no sucede así, es el del informe CRUETIC, máximo exponente estratégico de la universidad española. En él en su edición última, la de 2014, que aparece en 2015, nos fijamos en el tratamiento que tiene la web social, básica según analizamos para nuevas metodologías docentes y como soporte de los entornos de investigación y de difusión de la investivación, como anteriuormente hemos reseñado. Pues bien, en el informe CRUETIC de 2014 sol aparece una referencia a “redes sociales”, en un apartado y de forma nominal. Se trata de un apartado de perspectivas, en un apartado genérico dedicado a “Conocimiento en Abierto, Comunicación Social, movilidad y colaboración”, lo hace como una mención, sin desarrollo.

Pero la universidad española es un cuerpo social muy vivo, y genera de forma espontánea o atendiendo a causas complejas, que escapan del propósito de esta entrevista, procesos muy dinámicos. Cabe señalar un caso en una doble vertiente. Es el del ranking universitario, y también sobre instituciones científicas, Webometrics o de indicadores de calidad basados en la Web (presencia, impacto, apertura y excelencia). Lo dirige y es casi su factótum Isidro Aguilló, con quien coincidí en los trabajos que dieron origen a e-Revistas, hoy REDIB. A él se debe la metodología empleada y el desarrollo del sistema todos estos años, de manera que puede poner de forma reconocida internacionalmente su ranking cada seis meses. Ranking que es tomado como referencia por prestigiosas universidades de todo el mundo. En general coinciden las valoraciones de Webometrics con las de QS o Shangai, pero no siempre. En el caso de España la posición de las universidades, en la edición última, de enero de 2016 y en las anteriores, en general es notablemente mejor que en el resto de valoraciones. Así por ejemplo se da el caso de universidades como la de Murcia está por encima de la Universidad de Texas en Arlington, sobre todo en el factor “presencia”, posición 162, y en “apertura”, posición 293. Lo cual es de destacar si tenemos en cuenta que en Arlington es donde se han puesto en marcha los MOOC-Másteres dual layer, de la Fundación Gates y EDX. Obviamente éste es un caso aislado, pero hay muchos otros casos aislados. En la lista general hay siete universidades españolas entre las doscientas primeras, en la valoración global. Pero si consideramos “presencia” hay seis entre las 100 primeras, una de ellas en el puesto 22. Si consideramos “apertura” hay 4 entre las cien primeras, una en la posición 58. Estos datos coinciden bastante con el informe IUNE 2016 ACTIVIDAD INVESTIGADORA DE LA UNIVERSIDAD ESPAÑOLA donde se destaca la mejora de la productividad de la universidad española a partir de los índices de publicación. Y se observa que en general nos estamos tomando en serio la “itinerancia hacia la apertura”.

 

Sobre los desafíos más importantes a los que se enfrenta la universidad como institución en el s. XXI, no solo en España sino en el resto de Europa y con otro sesgo del que hemos hablado en otros lugares, en Latinoamérica, los retos podremos describirlos con más o menos detalle y acierto, pero todos ellos o al menos los más importantes, los cruciales, derivan de las innovaciones disruptivas que estamos empezando a sufrir a consecuencia de los distintos cambios de paradigma que estamos sufriendo a partir del papel que juega el conocimiento como riqueza, valor social, y de su inmaterialidad en los núcleos extensibles.

 

Cada una de las universidades debe afrontar estos desafíos en sus respectivos ámbitos de actuación, o en los entornos políticos y sociales donde están enclavadas, o de los que dependan. Estos desafíos deben afrontarse fortaleciendo lo que hemos denominado núcleos no extensibles. Es decir, aquellos contenidos y desarrollos de investigación donde tradicionalmente han sido fuertes, y fortaleciendo también los procesos de ayuda pedagógica a sus alumnos en todas las situaciones de aprendizaje. Son ellas quienes realmente pueden hacerlo u organizarlo, como tantas veces se ha dicho, de forma oportuna y relevante.

 

 

 

 

Refedrencias.-

 

HIMANEN, P. (2001). The hacker ethic and the spirit of the Information Age. Prólogo de Linus Torvalds. New York: Random House (en castellano, Destino, 2002: Himanen, Peka (2001). La ética del hacker. Ediciones Destino. Col. Destinolibro, vol 482. Barcelona).

 

Weber, Max, (1904-1905; Trad. 1930) The Protestant Ethic and the Spirit of Capitalism. Routledge, Londres, 1992. Traducción castellana . La ética protestante y el “espíritu” del capitalismo. Alianza Editorial, Madrid 2001.

 

Max Weber, La ética protestante y el espíritu del capitalismo, trad. de José Chávez Martínez, Premia, Puebla, 1984, p. 7.

 

Zapata-Ros, M.. (2007). La profesión docente en la sociedad de la información, nuevas dimensiones: la ética del trabajo. Revista de Educación a Distancia, (18). https://dialnet.unirioja.es/descarga/articulo/2470795.pdf

[1] Curtis Johnson- Global Education Forum (1/5 a 5/5)

https://www.youtube.com/watch?v=bxC4kGAOwOU

https://www.youtube.com/watch?v=hLjPBt-bzoI

https://www.youtube.com/watch?v=hLjPBt-bzoI

https://www.youtube.com/watch?v=J6QE766sei8

https://www.youtube.com/watch?v=p4UVvpXNGPY

 

 

[2] http://news.mit.edu/2013/edx-summit-0306

http://redesabiertas.blogspot.com.es/2013/05/innovaciones-disruprivas.html

 

[3] Tendría que decir:

Primero ¿qué es una teoría?, segundo  ¿qué es lo que tiene que cumplir una serie de declaraciones para ser un sistema de ideas?, y tercero  ¿qué es lo que tiene que cumplir una serie de ideas para ser una teoría?. Y entonces podríamos decir si las cosas que dicen son teorías.

He expuesto lo que es una teoría, analicé el conectivismo como lo describe  Siemens, y he encontrado que es sólo un sistema de ideas.

La universidad inteligente

En los meses anteriores he estado trabajando con este esquema de la evaluación de la enseñanza abierta universitaria:

Recientemente he visto que por un lado Siemens  y por otro Downes , sufrían contingencias casualmente de la misma naturaleza: Ambos eran despedidos de sus últimos programas de trabajo. En las explicaciones que han dado mencionaban la misma incidencia: Relacionaban su despido o su renuncia con una tendencia, la de orientar la enseñanza universitaria, los entornos de aprendizaje y los sistemas de gestión de la enseñanza en función de las posibilidades que ofrece la más reciente Inteligencia Artificial, sobre todo la que se utiliza en los algoritmos sociales, pero aplicados en este caso a la personalización del aprendizaje. También aplicada al rendimiento profesional.

Posteriormente he leído el artículo “Evolution Is not enough: Revolutionizing Current Learning Environments to Smart Learning Environments” (en PDF extenso)

La idea, como Hwang ( 2014 ) indica, es que los entornos de aprendizaje inteligente (EAI)[1] (…) proporcionan de forma activa la guía de lo que hay que hacer para aprender  (para conseguir el objetivo de aprendizaje), los consejos, las herramientas de apoyo o sugerencias de aprendizaje en el lugar correcto, en el momento adecuado  y de forma correcta (p2).

Estos entornos suelen utilizar grandes volúmenes de datos, analizan  las técnicas de aprendizaje utilizadas por los alumnos, sintetizan patrones combinando datos en tiempo real y los conjuntos de datos históricos, con el fin de identificar pautas de aprendizaje contextualmente significativas.

Los entornos de aprendizaje inteligentes facilitan el aprendizaje en el momento en que es necesario, ya que pueden proporcionar diversos niveles de adaptación y la precisión de las condiciones de aprendizaje diversificadas (incluidos los planes de estudio, el contenido del curso, la estrategia y el apoyo, etc.) para los alumnos.

A los que habría que añadir la secuencia de tareas, de contenidos, el mastery learning…

El esquema pues quedaría de esta forma:

esquema open education SLE

Esta perspectiva y esta línea del tiempo la incluí en la conferencia que, con el título ““Docencia virtual: diseño, funciones, estrategias institucionales, modelos y tendencias”, impartí en la VI Jornada de Innovación Docente, LOS UNIVERSOS DOCENTES, en la Universidad de Valladolid.

La presentación utilizada fue:

 

Referencias.-

Hwang, G.-J. (2014). Definition, framework and research issues of smart learning environments – a contextaware ubiquitous learning perspective. Smart Learning Environments, 1(1), 4. doi: 10.1186/s40561-014-0004-5.   http://dx.doi.org/10.1186/s40561-014-0004-5

Referencias del trabajo básico

http://slejournal.springeropen.com/articles/10.1186/s40561-014-0004-5

http://download.springer.com/static/pdf/360/art%253A10.1186%252Fs40561-014-0004-5.pdf?originUrl=http%3A%2F%2Fslejournal.springeropen.com%2Farticle%2F10.1186%2Fs40561-014-0004-5&token2=exp=1461135014~acl=%2Fstatic%2Fpdf%2F360%2Fart%25253A10.1186%25252Fs40561-014-0004-5.pdf*~hmac=cf8161ccee0dc0801b7603cfa2f7a9be0eacfdafc3d1e7b02629af288da1aabc

[1] Smart Learning Environments (SLE)

Pensamiento computacional: Una nueva alfabetización en las culturas epistemológicas (y II)

Segunda parte del articulo iniciado en el post anterior

atomium

Un dominio teórico específico del pensamiento computacional en las teorías del aprendizaje y un currículum.

Hasta aquí hemos justificado la necesidad de contar con un corpus curricular, en el sentido que da Eggleston (1980) a la expresión, sobre pensamiento computacional y de una relación de habilidades asociadas.

Pero sobre todo es importante plantearlo en el contexto de un análisis y de una elaboración interdisciplinar, ver las implicaciones que tienen estas ideas para una redifinición de un dominio teórico específico dentro de las teorías del aprendizaje. Y desde luego definir descriptivamente en un primer acercamiento un currículum adecuado a esos dominios conceptuales para las distintas etapas educativas y para la capacitación de maestros y profesores.

Esto es lo que en una primera aproximación hemos tratado de hacer de forma desarrollada en otro lugar (Zapata-Ros, 2015) con las limitaciones de un tratamiento general, pero que sin duda será tratado y ampliado en posteriores documentos con más extensión y documentación. En un primer repaso pues y en la búsqueda correspondiente hemos conectado todo lo dicho las conceptualizaciones y modalidades del pensamiento según las teorías del aprendizaje. En este trabajo (Zapata-Ros, 2015) hemos encontrado  las siguientes componentes del pensamiento computacional, 14 en el artículo citado, a las que se añade Sinéctica (Zapata-Ros, Sept 2015), que en este trabajo presentamos como primicia académica:

fig2

Fig. 2

Conviene decir que estas componentes no están perfectamente delimitadas ni conceptual ni metodológicamente. No son excluyentes, y según en qué contexto se empleen pueden tener significados distintos. De hecho ni tan siquiera se puede decir que constituyan elementos de una taxonomía o que correspondan a un mismo nivel operativo o conceptual. Todo eso está pendiente de elaboración. Así es perfectamente posible pues que en métodos o en procedimientos que se cataloguen por ejemplo como resolución de problemas haya elementos de análisis ascendente, o descendente, y es difícil que un análisis descendente no tenga elementos de recursividad.

Recursividad.

A veces un problema por su tamaño, o porque depende de un número natural (o de un cardinal) no puede ser resuelto por sí mismo pero puede ser remitido a otro problema de las mismas características o naturaleza pero más pequeño o dependiendo de un cardinal menor, que sí puede ser resuelto, o nos puede dar la pista de una regla de remitir problemas a problemas menores (regla de recurrencia). Y en ambos casos nos permite resolver el problema. A estos métodos, que son así considerados unos métodos de resolución de problemas, se les llama recursividad o recurrencia.

Con el término recursividad también se quiere en otras ocasiones abordar una forma de conceptualizar, de definir, objetos de conocimiento o ideas: De esta forma se dice que están definidos por recurrencia.

En esta forma de abordar el conocimiento se ha visto por un lado una forma más útil, o más económica cognitivamente, de abordar la resolución mediante procesos automatizados, o una forma más eficaz y elegante de abordar conceptos y definiciones que permiten integrarlas más eficientemente desde el punto de la lógica en un sistema teórico.

Presenta una dificultad que hace necesaria una predisposición mental que no siempre es frecuente ni fácil de alcanzar según qué individuos.

En matemáticas es muy frecuente. Es una forma muy elegante de definir el concepto de potencia natural o de factorial (Zapata-Ros, 2015), y abre las puertas a la recursividad. Sin embargo la experiencia me dice que los alumnos cuando se les presenta adecuadamente la formulación clásica la suelen comprender y aprender con relativa facilidad. No así la segunda. Necesita un tipo especial de forma de pensar. Necesita utilizar el pensamiento recursivo. Sin embargo la definición recursiva tiene indudables ventajas no solo para programar sino incluso de economía de pensamiento y de ejecución. Mis alumnos de secundaria comprendían perfectamente esto cuando les ponía el siguiente ejemplo:

Una azafata quiere comprobar que todos los pasajeros tienen que llevar ajustado y bien sujeto el cinturón de seguridad. En principio podría hacerlo de dos formas: recorriendo el pasillo y verificando que todos lo llevasen correctamente o bien asegurando solo dos cosas: Que cada pasajero comprobase que  lo lleva igual que el anterior y que el primero lo llevase bien.

La recursividad es algo que va más allá de las matemáticas o de la computación, es propiamente una forma de pensar: Pensar sobre el pensamiento, también tiene un ámbito de conocimiento o de modelado en la psicología: la metacognición. De hecho en un conocido trabajo “El pensamiento recursivo” Michael C. Corballis (2007) dice que “La facultad de pensar sobre el pensar constituye el atributo crítico que nos distingue de todas las demás especies”.

Los fractales, como el caos y los sistemas dinámicos, son también estructuras recursivas. Los podemos encontrar incluso en la fundamentación del conectivismo (Siemens, September 2014, a través de Zapata-Ros, 2014b).

Pero también constituye la base de la geometría (Zapata-Ros, 1996a, 1996b) y del arte fractal (Zapata-Ros, 2013a).

La expresión fractal viene del latín fractus, que significa fracturado, roto, irregular. La expresión, así como el concepto, se atribuyen al matemático Benoit B. Mandelbrot, del Centro de Investigación Thomas J. Watson, que la empresa IBM tiene en Yorktown Heights, Nueva York, y aparecen como tal a finales de la década de los setenta y principios de los ochenta (Mandelbrot, 1977 y 1982). Aunque anteriormente Kocht, Cantor y Peano entre otros, definieron objetos catalogables dentro de esta categoría, pero no reconocidos como tales.

El concepto de fractal se puede abordar desde distintos puntos de vista, sin embargo se acepta comúnmente que un fractal es un objeto geométrico compuesto de elementos también geométricos de tamaño y orientación variable, pero de aspecto similar. Con la particularidad de que si un objeto fractal lo aumentamos, los elementos que aparecen vuelven a tener el mismo aspecto independientemente de cual sea la escala que utilizamos, y formando parte, como en un mosaico de los elementos mayores. Es decir estos elementos tienen una estructura geométrica recursiva.

Para representar gráficamente un fractal basta por tanto encontrar la relación o la ley de recursividad entre las formas que se repiten. Es decir encontrar el objeto elemental y la ley de formación y establecer el algoritmo gráfico. Es por esto que lenguajes como LOGO, y ahora los software de programación orientados a la enseñanza, principalmente mediante la creación de juegos o el dibujo de formas geométricas, como Scratch y Turtle Art, se avienen tan bien para representar fractales.

Sin embargo lo verdaderamente relevante es la potencia de los modelos recursivos para descubrir los patrones y leyes que hay detrás, no solo de las estructuras naturales como son montañas, costas, formas vegetales o minerales, tejidos humanos,… sino las leyes que rigen la creatividad. Lo primero está suficientemente estudiado (Zapata-Ros, 1996a) (Mandelbrot, 1983). Sin embargo es ahora cuando empiezan a descubrirse estas leyes y estos patrones subyacentes en el arte. Veamos dos ejemplos relativamente recientes:

Pollock el más grade pintor norteamericano de todos los tiempos según LIFE (Matter, 2013), de forma espontánea, y mucho antes de que existieran los fractales como dominio de conocimiento, elige la dimensión fractal 1,3 para sus cuadros como un dato invariante que lo constituye en un rasgo para todos ellos (Matter, 2013):

LIFE magazine named Jackson Pollock “the greatest living painter in the United States” in 1949, when he was creating canvases now known to conform to the optimal fractal density (about 1.3 on a scale of 1 to 2 from void to solid). Could Pollock’s late paintings result from his lifelong effort to excavate an image buried in all of our brains?

Hamel hizo una definición para la pornografia: “la pornografía se sabe que lo es cuando se ve”. La pintura de Pollock se ha descubierto que tiene un rasgo que la define, una característica común a todos sus cuadros: Todos tienen una dimensión fractal de 1,3. Esto lo vemos ahora con los ojos de la ciencia después de que Mandelbrot descubriera los fractales en los años setenta y ochenta, cuando la pintura de Pollock ya hacía mucho que circulaba y que estaba en los museos. Sin embargo el ojo del experto o el del observador dotado de sensibilidad lo percibían cuando lo veía. Como en la pornografía, los cuadros de Pollock se saben que lo son cuando se ven. Y eso lo hemos sabido merced a los fractales. El pensamiento computacional, los fractales y la recursividad nos dan la clave para percibir la belleza y para disfrutar de ella, además de para, como dice el mismo artículo, que los oftalmólogos descubran patrones de reconocimiento de las formas y la gente se fatigue menos en el trabajo.

La otra referencia lo constituye los estudios del Instituto de Física Nuclear de Polonia (Flood, 2016) (Drożdż et al, 2016) que han encontrado patrones fractales complejos en las oraciones gramaticales que son comunes en grandes obras de literatura, y de los cuales es una referencia la obra Finnegans Wake de James Joyce, que las asemejan a patrones abstractos de matemáticas observados en la naturaleza. Pero sobre todo los científicos  del Instituto de Física Nuclear en Polonia , obtienen que las partes constitutivas de la obra, casi indistinguibles en su estructura, tienen, desde una perspectiva puramente matemática, una organización multifractal.

Los académicos han estudiado igualmente más de 100 obras de la literatura universal, de autores de Charles Dickens a Shakespeare, Alejandro Dumas, Thomas Mann, Umberto Eco y Samuel Beckett, a través de un análisis estadístico detallado. Haciendo una covariación de las estructuras de las construcciones con relación a las longitudes de oraciones y viendo  cómo cavarían, encontraron que en una “abrumadora mayoría” de los textos estudiados, las correlaciones en las variaciones de longitud de la oración se rigen por la dinámica de una estructura recurrente – lo que significa que su construcción es un fractal : un objeto matemático en el que cada fragmento, cuando se cambia de escala, tiene una estructura parecida a la totalidad y a las de las unidades superiores e inferiores, en este caso a las oraciones y párrafos subordinados y supraordinados.

“Todas las obras examinadas mostraron auto-similitud en cuanto a la organización de las longitudes de las frases. Algunos eran más expresivos , otros menos. Sin embargo, las correlaciones fueron evidentes, y por lo tanto estos textos constituyen un fractal “, dijo el Dr. Pawel Oświęcimka del Instituto de Física Nuclear de la Academia de Ciencias de Polonia, uno de los autores del estudio Quantifying Origin and Character of Long-range Correlations in Narrative Texts (Drożdż et al, 2016).

Metacognición.-

En las tareas de codificación los aspectos procedimentales sobre cómo afrontar un problema y sobre cómo resolverlo por los alumnos adquieren una importancia clave.

Cuando el concepto de estrategias se incorpora a la psicología del aprendizaje y a  la educación, inevitablemente se ve resaltado el carácter procedimental que tiene todo aprendizaje (Esteban y Zapata-Ros, 2008).Con ello además se está aceptado que  los procedimientos utilizados para aprender constituyen una parte muy decisiva del propio aprendizaje y del  resultado final de ese proceso. Eso no quiere decir que con anterioridad se ignorase la importancia decisiva de las formas de aprender aportados por el aprendiz, sobre todo por los buenos “maestros”. Simplemente no existía una formulación ni una conceptualización tan explícita y con términos específicos sobre las operaciones cognitivos que se ponen en marcha. El concepto de estrategia de aprendizaje es pues un concepto que se integra adecuadamente con los principios de la psicología cognitiva, desde la perspectiva constructivista del conocimiento y del aprendizaje. Lo hace además con la importancia atribuida a los elementos procedimentales en el proceso de construcción de conocimientos y, asimismo, teniendo en cuenta aspectos diferenciales de los individuos. Aspecto tan caro a la psicología cognitiva sobre todo en el caso del aprendizaje en adolescentes, adultos, expertos y  novatos.

Conviene pues destacar en primer lugar esta visión del aprendizaje de las habilidades propias del pensamiento computacional.

Hay  algunos de los aspectos de las estrategias que pueden resultar más relevantes: El propio concepto de estrategia implica una connotación finalista e intencional. Toda estrategia conlleva, de hecho es, un plan de acción para realizar  una tarea que requiera una actividad cognitiva en el aprendizaje. No se trata, por tanto, de la aplicación de una técnica concreta, por ejemplo de aplicar un método de lectura o un algoritmo. Se trata de un plan de actuación que implica habilidades y destrezas –que el individuo ha de poseer previamente- y de una serie de técnicas que se aplican en función de las tareas a desarrollar, sobre las que el alumno decide y sobre las que tiene una intención de utilizar consciente. Por tanto  lo más importante de esta consideración es que para que haya intencionalidad ha de existir conciencia de:

  1. a)la situaciónsobre la que se ha de operar (problema a resolver, datos a analizar, conceptos a relacionar, información a retener, etc.). Esta consciencia y esta intencionalidad presupone, como una cuestión clave desde el punto de vista del aprendizaje, la representación de la tarea que se realiza, sobre la que el aprendiz toma la decisión de qué estrategias va a aplicar; y
  2. b)de los propios recursoscon que el aprendiz cuenta, es decir, de sus habilidades, capacidades, destrezas, recursos y de la capacidad de generar otros nuevos o mediante la asociación o reestructuración de otros preexistentes.

En todos estos puntos, decisiones y representaciones, ha de existir en definitiva la conciencia de los propios recursos cognitivos con que cuenta el aprendiz. Eso es lo que se ha denominado metacognición.

Así pues no es sólo una estrategia o un conjunto de estrategias. Es la condición necesaria para que pueda darse cualquier plan estratégico. Lo contrario serían simplemente algoritmos o incluso estrategias pero donde, al no haber intencionalidad, no habría la valoración  que conlleva la adopción de un plan con previa deliberación de la situación y de los recursos.

La metacognición y el estudio de los estilos de aprendizaje son dos cosas que van íntimamente ligadas.

Los psicólogos del aprendizaje descubrieron que los alumnos tenían distintas estructuras cognitivas que afectaban a sus formas personales de aprender, a los procedimientos que cada individuo ponía en marcha de forma espontánea cuando intentaba aprender algo, que determinaba, en definitiva, las estrategias de aprendizaje de los alumnos. Descubrieron además que estos procedimientos constituían racimos (clusters) que se repetían con frecuencia de forma análoga o parecida en distintos individuos. Estas estructuras tenían un origen en el que no entraron en polémica, se habían formado a lo largo de su vida en función de distintos factores ambientales, genéticos, culturales… y de experiencias personales, que se aceptaba sin más. Formaba parte de la identidad, de la configuración cognitiva, por así decirlo, del alumno. Les llamaron estilos de aprendizaje.

En todas las definiciones y perspectivas, Clark (2014), Keefe (1979) y Stewart y Felicetti (1992), los autores ponen énfasis en que los estudios de los estilos de aprendizaje no están realmente preocupados por lo que los alumnos aprenden, sino más bien por la forma en que prefieren aprender. Como decíamos anteriormente, hay un factor de intencionalidad.

El paso siguiente fue intentar determinar de manera eminentemente mecanicista qué formas de organizar la instrucción era la más eficiente para cada uno de estos estilos, al menos para los más frecuentes, con el propósito de mejorar los aprendizajes. Lo cual constituye por otro lado el principal objetivo de la calidad de la enseñanza. En ese planteamiento se consideró a los estudios y a los resultados de las investigaciones sobre estilos de aprendizaje como uno de los principales conjuntos de elementos que iluminaban, informaban y fundamentaban el diseño instruccional.

En nuestro ámbito de trabajo, y en esa hipótesis tendría sentido plantearse qué estilos de aprendizaje son los más propicios para el pensamiento computacional o van ligados a él, y adaptar el diseño instruccional a esos estilos de aprendizaje, y a los alumnos que presentan estos perfiles de aprendizaje. Afortunadamente las investigaciones han ido por otro lado y han puesto en evidencia que ésta era una idea equivocada.

La expresión “afortunadamente” se justifica cuando supusiéramos, por ejemplo, que ciertos estilos de aprendizaje fuesen asociados a estereotipos humanos. Pensemos que hay estilos vinculados con el género (por ejemplo estilos de aprendizaje femeninos) o con componentes étnicas, o de clase social. Esto nos llevaría a distintos tipos de exclusiones.

No obstante los estilos de aprendizaje se han manifestado como de utilidad en otro sentido: son los puntos a lo largo de una escala que nos ayudan a descubrir las diferentes formas de representaciones mentales. Sin embargo, no son buenas como caracterizaciones de lo que los alumnos son o de cómo son. Las conclusiones de los estudios como veremos, no  deben llevarnos a dividir a la población en un conjunto de categorías estancas con respecto a cómo organizar la educación  o a elaborar las estrategias educativas (como sucede por ejemplo en casos esterotipados: educación para “individuos visuales”, educación para “individuos auditivos”, etc. De esta forma se ha intentado asignar a las personas un punto en un continuo, similar a la medición de la altura o peso).

En otras palabras: se trata de no encasillar a los alumnos, y de dejar claro que todos somos capaces de aprender a partir de casi cualquier estilo de aprendizaje, no importa cuales sean nuestras preferencia sobre como representar el conocimiento, o de cómo aprender,  de forma inicial.

Finalmente se demostró con evidencias empíricas que adaptando el diseño  instruccional a los distintos estilos de aprendizaje o teniéndolo como referencia de alguna forma para organizar la enseñanza no se obtenían mejores resultados (Marzano, 1998) (Coffield, et. al., 2004).

La literatura especializada básicamente indica que hay un amplio consenso y aceptación del concepto de estilos de aprendizaje. Incluso hay un estudio que demuestra que existen los estilos de aprendizaje (Thompson-Schill, Kraemer, Rosenberg, 2009). Sin embargo, no hay acuerdo sobre cuáles son los mejores estilos de aprendizaje en función de los objetivos de aprendizaje deseados para cada caso, ni de la forma de establecer un criterio de eficiencia (Coffield , Moseley, Hall, Ecclestone, 2004). Así mientras que los especialistas han reconocido desde hace tiempo la necesidad de actividades de enseñanza innovadoras que se relacionen con los diversos estilos de aprendizaje de los alumnos (lo cual los haría útiles en la mentorización), hay dudas razonables en cuanto a que sean significativos y en cómo lo sean a la hora de determinar el ambiente de aprendizaje.

Es decir, la mayoría de los investigadores coinciden en que los alumnos tienen diferentes estilos de aprendizaje, sin embargo, la investigación manifiesta  un claro acuerdo en que es relativamente poco importante en el diseño de programas de aprendizaje. Es mucho más importante para  este fin temas tales como la naturaleza de los contenidos, de las actividades, la significatividad general, la relevancia, la complejidad de la tarea, etc. y utilizar estrategias y contextos adecuados que emparejar métodos de enseñanza con preferencias o estilos individuales (Coffield, et. al., 2004).

Como ejemplos de estudios empíricos se pueden citar:

En un gran meta-estudio realizado por Marzano (1998) se  encontró que ciertas representaciones de los contenidos tuvieron efectos positivos en los resultados del aprendizaje, independientemente de las modalidades con que los alumnos aprender, de sus preferencia o del estilo de aprendizaje.

También se cita el estudio de Constantinidou y Baker ( 2002) donde se demostró que la presentación visual mediante el uso de imágenes adecuadas  era ventajoso para todos los adultos, independientemente de su estilo de aprendizaje. Incluso en el caso de aquellos con una fuerte preferencia por el procesamiento verbal.

Sin embargo, como hemos dicho, eso no significa que los estilos de aprendizaje no sean importantes. Como escribió Coffield (Coffield, et. al., 2004): “La unidad de consideración y de uso didáctico de los estilos de aprendizaje  debe ser el individuo más que el grupo”.

Por lo tanto, aquellos que son responsables de ayudar a otros a aprender, tales como mentores, instructores o entrenadores debieran atender a los estilos y ajustarse en algunos casos a ellos, mientras que los que diseñan la instrucción o enseñan a grupos, debieran ver los estilos de aprendizaje con relativa importancia.

Y aquí es donde entra la metacognición. Si los alumnos son conscientes, primero, de su propio estilo de aprendizaje, fuesen conscientes, segundo, de la necesidad del cambio de los  procedimientos que constituyen su estilo o de consolidarlos y potenciarlos, y por último de sus propias capacidades para llevar de forma autónoma ese cambio o de la necesidad de adquirirlas (capacidades metacognitivas) estaríamos en presencia de la cuestión clave para abordar el resto de competencias del pensamiento computacional para la mayor parte de los alumnos.

El argumento para señalar la importancia de la metacognición, su papel clave, en palabras de David Merrill (2000) es que la mayoría de los estudiantes no son conscientes de sus estilos de aprendizaje y si se deja a sus propios medios, no es probable que empiecen a aprender de nuevas maneras. Por lo tanto, el conocimiento de los estilos de aprendizaje de uno mismo puede ser utilizado para aumentar la auto-conciencia acerca de las fortalezas y debilidades como aprendices que cada uno tiene y por consiguiente para mejorar en el aprendizaje.

Si bien todas las ventajas que se atribuyen a la metacognición (ser consciente de los propios procesos de pensamiento y aprendizaje) pueden ser adquiridas alentando a los estudiantes a adquirir conocimientos acerca de su propio aprendizaje y el de los demás (Coffield, et. Al., 2004), lo importante es estudiar e investigar cómo los alumnos pueden adquirir este conocimientos, formar en habilidades cognitivas.

En el caso del pensamiento computacional la cuestión es cómo los estudiantes pueden adquirir las habilidades metacognitivas específicas, cuáles son las mejores estrategias y cómo pueden detectar cuales son las debilidades y las fortalezas de sus propios estilos y cambiarlas o potenciarlas.

Establecer en qué medida es posible formar en estas habilidades y cómo llevar a cabo este meta-aprendizaje.

Estos dos apartados , el de la recurrencia y el de la  metacognición son significativos de la serie de quince elementos/componentes del pensamiento computacional reseñados en la fig. 2

Queda por desarrollar pormenorizadamente los contenidos en un corpus útil a las distintas modalidades y niveles de formación, así como para la formación de maestros y profesores que los impartan.

Discusión.-

Se hace imprescindible determinar con evidencias empíricas si, como parece, la codificación es una competencia compleja o un conjunto de competencias, así como establecer en términos diferenciados cuáles son. También determinar el diseño y los términos de las investigaciones que pudieran dar lugar a estas delimitaciones.

Faltaría en consecuencia definir qué es codificación en un sentido pluridisciplinar, que implique a profesionales de la Psicología del Aprendizaje y del Desarrollo, los especialistas en Educación (Pedagogía del pensamiento computacional, curriculum, etc) o como se ha definido ahora por el MIT (2016) de las Ciencias del Aprendizaje.

Code, o codificación como lo hemos traducido, o programming code (programación de códigos) consiste en elaborar códigos fuente de programas de ordenador que puedan ser interpretados y/o compilados por un interface para decirle a  un sistema informático cómo se resuelve un problema o cómo se realiza un procedimiento de forma eficaz. Sin embargo en los documentos utilizados para elaborar este trabajo se ha definido (Balanskat y Engelhardt, October 2014 p. 5) como

una competencia clave que tendrá que ser adquirida por todos los jóvenes estudiantes y cada vez más por los trabajadores en una amplia gama de actividades industriales y profesiones. La codificación es parte del razonamiento lógico y representa una de las habilidades clave que forma parte de lo que ahora se llaman “habilidades del siglo 21″.

No obstante en el informe citado, donde se ponen énfasis en esta necesidad (de hecho es el documento base para la integración de las enseñanzas para la adquisición de las competencias para la codificación) como prioridad dela UE:

  1. No se plantea como una idea de un curriculum integral y sistémico que abarque desde las etapas preescolares hasta la educación universitaria.
  2. Se dedica a describir las experiencias y el estado de la cuestión en los países europeos, donde solo se constatan situaciones de inclusión en otras materias o de materias específicas de programación del tipo que hemos señalado.

Sin embargo en este trabajo hemos puesto de relieve que la codificación es una competencia compleja o más bien un complejo de habilidades de las que participan posiblemente, entre otras, las 15 que hemos glosado, y al que en conjunto es lo que llamamos pensamiento computacional, de manera que su adquisición quedaría incompleta si faltase alguno de estos elementos.

Por último, en un plano más humilde pero no menos importante para un caminar sólido hacia la consolidación de esas culturas epistemológicas, quedaría analizar además cuales serían los pasos siguientes para determinar el curriculum y las características de la formación de los profesores y maestros ahora.

Referencias.-

Balanskat, A.  & Engelhardt , K. (October, 2014). Computing our future Computer programming and coding – Priorities, school curricula and initiatives across Europe.  European Schoolnet (EUN Partnership AISBL) http://www.eun.org/c/document_library/get_file?uuid=521cb928-6ec4-4a86-b522-9d8fd5cf60ce&groupId=43887

Bawden, D. (2001). Information and digital literacies: a review of concepts. Journal of Documentation, 57(2), 218–259.

Bawden, D. (2008). Origins and concepts of digital literacy. Digital literacies: Concepts, policies and practices, 17-32. http://sites.google.com/site/colinlankshear/DigitalLiteracies.pdf#page=19

Blikstein,  (2013). Seymour Papert’s Legacy: Thinking About Learning, and Learning About Thinking. https://tltl.stanford.edu/content/seymour-papert-s-legacy-thinking-about-learning-and-learning-about-thinking

Bono, E. D. (1968). New think: the use of lateral thinking in the generation of new ideas. Basic Books.

Brown , E. (2016). Obama outlines $4 billion ‘Computer Science for All’ education plan. Washington Post. https://www.washingtonpost.com/local/education/obama-outlines-4-billion-computer-science-for-all-education-plan/2016/01/29/3ad40da2-c6d9-11e5-9693-933a4d31bcc8_story.html

Clark, D. (2014) Learning Styles & Preferences. http://www.nwlink.com/~donclark/hrd/styles.html

Coffield, F., Moseley, D., Hall, E., Ecclestone, K. (2004). Learning Styles and Pedagogy in Post-16 Learning: A systematic and critical review. www.LSRC.ac.uk: Learning and Skills Research Centre. Retrieved from: http://www.lsda.org.uk/files/PDF/1543.pdf

Constantinidou, F., Baker, S. (2002). Stimulus modality and verbal learning performance in normal aging. Brain and Language, 82(3), 296-311.

Corballis, M. C. (2007). Pensamiento recursivo. Mente y cerebro, 27, 78-87. http://amscimag.sigmaxi.org/4Lane/ForeignPDF/2007-05CorballisSpanish.pdf

Corballis, M. C. (2014). The recursive mind: The origins of human language, thought, and civilization. Princeton University Press. http://press.princeton.edu/titles/9424.html

Dickey, M.R. (2016). President Obama Wants $4 Billion To Bring Computer Science Education To Every K-12 School. Tech Crunch. http://techcrunch.com/2016/01/30/president-obama-wants-4-billion-to-bring-computer-science-education-to-every-k-12-school/

Drożdż, S., Oświȩcimka, P., Kulig, A., Kwapień, J., Bazarnik, K., Grabska-Gradzińska, I., … & Stanuszek, M. (2016). Quantifying origin and character of long-range correlations in narrative texts. Information Sciences331, 32-44.  http://arxiv.org/abs/1412.8319

Eggleston, J. (1982). Sociología del currículum. Ed. Troquel. Buenos Aires.

Eshet, Y. (2002). Digital literacy: A new terminology framework and its application to the design of meaningful technology-based learning environments, In P. Barker and S. Rebelsky (Eds.), Proceedings of the World Conference on Educational Multimedia, Hypermedia and Telecomunications, 493–498 Chesapeake VA: AACE, Retrieved November 30, 2007, from http://infosoc.haifa.ac.il/DigitalLiteracyEshet.doc

Eshet-Alkalai, Y. (2004), Digital literacy: a conceptual framework for survival skills in the digital era, Journal of Educational Multimedia and Hypermedia, 139(1), 93–106. Available at: http://www.openu.ac.il/Personal_sites/download/Digital-literacy2004-JEMH.pdf

Esteban, M. y Zapata, M. (2008, Enero). Estrategias de aprendizaje y eLearning. Un apunte para la fundamentación del diseño educativo en los entornos virtuales de aprendizaje. Consideraciones para la reflexión y el debate. Introducción al estudio de las es trategias y estilos de aprendizaje. RED. Revista de Educación a Distancia, número 19. Consultado (día/mes/año) en http://www.um.es/ead/red/19

Europeam Comission (2016).The Computational Thinking Study.  https://ec.europa.eu/jrc/en/computational-thinking

Europeam Comission (2015). Grand Coalition for Digital Jobs. https://ec.europa.eu/digital-single-market/en/grand-coalition-digital-jobs

Evers, H-D, (2000a) Working Paper No 335 Culturas Epistemológicas: Hacia una Nueva Sociología del Conocimiento

Evers, H-D, 2000b, “Globalisation, Local Knowledge, and the Growth of Ignorance: The Epistemic Construction of Reality”, Southeast Asian Journal of Social Science, 28,1: 13-22

Evers, Hans-Dieter and Solvay Gerke (2005). Knowledge is Power: Experts as Strategic Group.

Flood, A. (2016)Scientists find evidence of mathematical structures in classic books. The Guardian. http://www.theguardian.com/books/2016/jan/27/scientists-reveal-multifractal-structure-of-finnegans-wake-james-joyce

Gareis, K. (2014) E-SKILLS FOR JOBS IN EUROPE:: MEASURING PROGRESS AND MOVING AHEAD FINAL REPORT FEBRUARY 2014  http://eskills-monitor2013.eu/fileadmin/monitor2013/documents/MONITOR_Final_Report.pdf

Gilster, P. (1997). Digital literacy. New York: Wiley.

Grover, S., & Pea, R. (2013). Computational Thinking in K–12 A Review of the State of the Field. Educational Researcher, 42(1), 38-43.

Keefe, J.W. (1979) Learning style: An overview. NASSP’s Student learning styles: Diagnosing and proscribing programs (pp. 1-17). Reston, VA. National Association of Secondary School Principles..

Koch, T., & Denike, K. (2009). Crediting his critics’ concerns: Remaking John Snow’s map of Broad Street cholera, 1854. Social science & medicine69(8), 1246-1251.http://www.albany.edu/faculty/fboscoe/papers/koch2009.pdf

Lanham, R.A. (1995). Digital literacy, Scientifi c American, 273(3), 160–161.

Lankshear, C. and Knobel, M. (2006). Digital literacies: policy, pedagogy and research considerations for education. Digital Kompetanse: Nordic Journal of Digital Literacy, 1(1), 12–24.

Mandelbrot, B. (1977). Fractals, form, chance and dimension. W. H. Freeman.

Mandelbrot, B. (1982). The fractal geometry of nature. W. H. Freeman.

Mandelbrot, B. B. (1983). The fractal geometry of nature (Vol. 173). Macmillan.

Marzano, R.J. (1998). A theory-based meta-analysis of research on instruction. Mid-continent Regional Educational Laboratory, Aurora, CO.

Matter, G. (2013). Why We Love Beautiful Things. The New Tork Times. http://www.nytimes.com/2013/02/17/opinion/sunday/why-we-love-beautiful-things.html

Merrill, D. (2000). Instructional Strategies and Learning Styles: Which takes Precedence? Trends and Issues in Instructional Technology, R. Reiser and J. Dempsey (Eds.). Prentice Hall.

MIT (2016) About MITili. Transforming Learning through Research and Applied Practice. http://mitili.mit.edu/about.html

Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books, Inc. http://www.arvindguptatoys.com/arvindgupta/mindstorms.pdf

Pólya, G. (1989). Como plantear y resolver problemas Ed. Trillas. (Primera edición 1965)

Raja, T. (2014). We can code it!. http://www.motherjones.com/media/2014/06/computer-science-programming-code-diversity-sexism-education.

Siemens, G. (December 12, 2004). Connectivism: A Learning Theory for the Digital AgeConsultado el 18/8/2011 en http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.87.3793&rep=rep1&type=pdf el 30/08/2012

Snow, J. (1855). On the Mode ofCommunication of Cholera. http://www.ph.ucla.edu/epi/snow/snowmap1_1854.html

Stehr, N. (2003). Wissenspolitik oder die gesellschaftliche Disziplinierung neuer Erkenntnisse. Pp. 318-330 in Herbert Kubincek, Dieter Klumpp and Alexander Roßnagel (eds.), Next Generation Information Society? Notweindigkeit einer Neuorientiierung. Mössingen-Talheim: Talheimer Verlag. http://www.researchgate.net/publication/266615013

Stewart, K.L., Felicetti, L.A. (1992). Learning styles of marketing majors. Educational Research Quarterly, 15(2), 15-23.

Thompson-Schill, S., Kraemer, D., Rosenberg, L. (2009). Visual Learners Convert Words To Pictures In The Brain And Vice Versa, Says Psychology Study. University of Pennsylvania. News article retrieved from http://www.upenn.edu/pennnews/news/visual-learners-convert-words-pictures-brain-and-vice-versa-says-penn-psychology-study

Valverde-Berrocoso, J., Fernández-Sánchez, M.R., Garrido-Arroyo, M.C. (2015). El pensamiento computacional y las nuevas ecologías del aprendizaje. RED, Revista de Educación a Distancia. Número 46. Número monográfico sobre «Pensamiento Computacional». Septiembre de 2015. Consultado el 3/30/16  en http://www.um.es/ead/red/46

Wing, J.M. (2006). Computational Thinking. It represents a universally applicable attitude and skill set everyone, not just computer scientists, would be eager to learn and use. COMMUNICATIONS OF THE ACM /Vol. 49, No. 3. https://www.cs.cmu.edu/~15110-s13/Wing06-ct.pdf

Zapata-Ros, M. (1996a). Integración de la GEOMETRÍA FRACTAL en las Matemáticas, y en la Informática, de Secundaria. http://platea.pntic.mec.es/~mzapata/tutor_ma/fractal/fracuned.htm# Pero… ¿qué son los fractales?

Zapata-Ros, M. et al (1996b). Integración de la GEOMETRÍA FRACTAL en las Matemáticas, y en la Informática, de Secundaria.  Materiales para la Enseñanza Secundaria: área de Matemáticas y área de Educación FísicaDocumentos CEP . Núm. 47. CEP Murcia II. http://hdl.handle.net/11162/645.

Zapata-Ros, M. (2012). La Sociedad Postindustrial del Conocimiento. Un enfoque multidisciplinar desde la perspectiva de los nuevos métodos para organizar el aprendizaje. e-LIS. e-prints in Library and Information Science.. Consultado en http://hdl. handle. net/10760/17414.

Zapata-Ros, M. (2013a).  ¿Por qué nos gustan las cosas hermosas? La belleza está escrita en lenguaje matemático mucho antes de que se descubra. Blog Redes Abiertas. http://redesabiertas.blogspot.com.es/2013/03/por-que-nos-gustan-las-cosas-hermosas.html

Zapata-Ros, M. (2013b). La Sociedad Postindustrial del Conocimiento: Un enfoque multidisciplinar desde la perspectiva de los nuevos métodos para organizar el aprendizaje. CreateSpace Independent Publishing Platform. Retrieved from Capítulo9, 260.

Zapata-Ros, M. (2014a). Pensamiento computacional y alfabetización digital (I). http://red.hypotheses.org/776

Zapata-Ros, M. (2014b). La fundamentación teórica y científica del conectivismo. http://red.hypotheses.org/688

Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. RED. Revista de Educación a Distancia, 46(4).  15 de Septiembre de 2015. Consultado el (dd/mm/aa) en http://www.um.es/ead/red/46

Zapata-Ros, M. (Sept 2015). ¿Por qué “pensamiento computacional”? (¿y XII?) CINESTESIA. http://redesabiertas.blogspot.com.es/2015/09/por-que-pensamiento-computacional-y-xii.html  el 23 de septiembre de 2015

 

 

Pensamiento computacional: Una nueva alfabetización en las culturas epistemológicas (I)

3780050960_898ee6b450_zIntroducción.-

En los últimos tiempos estamos acostumbrados a que se nos plantee el pensamiento computacional como la respuesta a una demanda exclusivamente social o económica vinculada al empleo y al rendimiento de los estudios superiores y profesionales. En este capítulo vamos a trascender de esas ideas e incluso del planteamiento que consiste en considerar el pensamiento computacional como una cuestión netamente de contenidos, o incluso de destrezas, a incluir en el currículum.  Vamos a ir más allá de considerarlo como una segunda alfabetización, la alfabetización digital. Lo planteamos como todo lo anterior pero también como un sistema de destrezas que proveen al individuo de  unas bases epistemológicas para descubrir y atribuir forma y sentido al propio pensamiento, de la misma forma que la escritura lo hizo originalmente. En este sentido, a diferencia de lo que hemos hecho en ocasiones anteriores (Zapata-Ros, 2015) hablaremos de la alfabetización en las culturas epistemológicas siguiendo las ideas de Evers (2000a y 2000b). Describiremos las componentes del pensamiento computacional con el esquema de 15 componentes que presentamos en los trabajos anteriores y nos centraremos en las dos que consideramos especialmente significativas por su impacto en las nuevas culturas del conocimiento y en la forma de determinar las habilidades cognitivas más relevantes para la nueva educación: La metacognición y la recursividad.

Desde hace unos años en los países desarrollados, las instituciones y agencias competentes, los expertos y los autores de informes de tendencia han detectado, al principio no sin sorpresa, un hecho: la sociedad y los sistemas de producción, de servicios y de consumo demandan profesionales cualificados en las industrias de la información. Particularmente en el mundo desarrollado se da la paradoja de países y regiones con un alto índice de paro en las que actualmente se quedan sin cubrir puestos de trabajo de ingenieros de software, desarrolladores de aplicaciones, documentalistas digitales, por falta de egresados de las escuelas técnicas. Más allá de la falta de personal capacitado, el problema se ha producido antes: en la falta de demanda de estos estudios por parte de potenciales alumnos. Ante esta situación los sistemas educativos de los países más sensibles han abordado el problema desde la perspectiva de una reorganización del curriculum, en la mayor parte de los casos donde se ha producido esa reacción.

Así se ha respondido con medidas de planes muy ambiciosos tanto en la línea de dotaciones, afortunadamente en este caso, a diferencia de lo que ha sucedido en ocasiones anteriores, este rubro se considera menos importante que otros, como en la de capacitación del profesorado y sobre todo en los cambios de organización y planes de estudios.

obamaEn este sentido podemos señalar como los más significativos y de más impacto dos ambiciosos proyectos. Uno es el  puesto en marcha por la administración Obama (Brown , 2016) (Dickey,  2016), que ha pedido más de 4 mil millones de dólares en la financiación de los estados, y 100 millones específicamente para los distritos, con el fin de asegurarse de que todos los estudiantes K-12 tiene acceso al plan de estudios de ciencias de la computación. El programa se llama “Computer Science for All Initiative”. Los recursos son solo para formar a los nuevos maestros, y a los que están en servicio, para enseñar ciencias de la computación, y para construir hasta la puesta en marcha el plan de estudios.

Otro ejemplo es el de la Unión Europea (Gareis, 2014) (Europeam Comission, 2015 y 2016). Como en el caso anterior se constata la demanda de trabajadores capacidados en competencias digitales, particularmente en la elaboración de código: Todos los horizontes europeos establecen un déficit para 2020 de entre 800.000 y un millón de vacantes (Gareis, 2014):

La tecnología digital está transformando casi todos los aspectos de nuestra vida pública, privada o de trabajo. La consecuencia natural de la innovación tecnológica es la búsqueda de nuevos tipos de habilidades para cada uno de los casos: el trabajador, el aprendiz, o el ciudadano. Sin embargo, el desarrollo de competencias no se produce tan rápido como el desarrollo tecnológico, por lo que nos encontramos ante una situación paradójica: aunque millones de europeos están actualmente sin trabajo, las empresas tienen dificultades para encontrar expertos en tecnología digital especializada. Como resultado, podría haber hasta 825.000 vacantes sin cubrir de las TIC (Tecnología de Información y Comunicación) profesionales para el año 2020.

Sin embargo, no se aborda ni se detecta fácilmente en los documentos, la que estimamos como cuestión de fondo (Zapata-Ros, 2015):  la necesidad en ese contexto de la creación en los individuos de unas nuevas destrezas básicas, el pensamiento computacional como respuesta a unas necesidades educativas estructurales planteadas por un nuevo tipo de sistemas epistemológicos, que es en lo que en definitiva se están transformando nuestros nuestras culturas, nuestras formas de organizar los sistemas de conocimiento. Esto es lo que en el fondo está cambiando, como después veremos.

No obstante las sociedades más conscientes (Grover & Pea, 2013) han visto que se trata de una nueva alfabetización, una nueva alfabetización digital, y que por tanto hay que comenzar desde las primeras etapas del desarrollo individual, al igual como sucede con otras habilidades clave: la lectura, la escritura y las habilidades matemáticas, e incluso estudiando las concomitancias y coincidencias de esta nueva alfabetización con estas competencias claves tradicionales.

En anteriores trabajos (Zapata-Ros, 2014a y 2015) habíamos planteado el pensamiento computacional como una nueva alfabetización digital. Sin embargo este concepto además de estar utilizado para describir otro proceso, no es del todo adecuado. Efectivamente  se trata de una nueva alfabetización en la Sociedad del Conocimiento, pero con características esencialmente distintas porque en este caso está vinculado a la naturaleza del propio conocimiento y al papel que ocupa en los procesos no solo de producción y servicios, sino en las funciones individuales y sociales de representación y comunicación del conocimiento, tiene sentido hablar de ella vinculada a las  culturas epistemológicas (Zapata-Ros, 2013b).

 

Las culturas epistemológicas en la sociedad del conocimiento

La principal característica de la ‘sociedad del conocimiento’ (Stehr, 2003 a través de Zapata-Ros, 2012 y 2013b) es la transformación radical y progresiva de la estructura económica de la ‘sociedad industrial’, en un sistema productivo basado en factores materiales hacia un sistema en el que los factores simbólicos basados en el conocimiento son dominantes. Factores cognitivos, de creatividad, de conocimiento y de información contribuyen cada vez más a la producción y a la distribución de la riqueza en las sociedades y al bienestar de los individuos.

Otra característica clave es la progresiva adquisición de un carácter científico de áreas de actividad de la sociedad. De esta forma Stehr (2003) señala las siguientes tendencias:

  • Sustitución de otras formas de conocimiento por la ciencia;
  • Tendencia de constitución de la ciencia como fuerza productiva directa;
  • Constitución de un área política específica: Educación y ciencia.
  • Constitución de un nuevo sector productivo (producción del conocimiento)
  • Transformación de las estructuras de poder (fortalecimiento de las tecnocracias)
  • Transformación de la base legitimadora del poder hacia grupos que detentan el conocimiento o conocimientos específicos (poder de expertos)
  • Tendencia a que el conocimiento se constituya como factor básico de la igualdad/desigualdad social y de solidaridad social.
  • Transformación de las fuentes dominantes de conflictos sociales: Aparición de un nuevo proletariado, el del saber.

Igualmente a como sucede con otros autores, para Stehr el conocimiento no es solo la clave de todas las actividades sino que ocupa un papel central en el desenvolvimiento vital de los individuos, cambia la forma de vivir interviniendo en todos los aspectos.

Evers (2000a) en su análisis, establece como  características que se reconocen en una[1] sociedad del conocimiento:

  • En general se acepta que los componentes de este tipo de sociedad tienen, por término medio, un nivel de educación general superior al de otras sociedades y que hay una proporción cada vez mayor de la fuerza de trabajo empleada como trabajadores con conocimientos cualificados. Es obvio que siempre es posible poner en cuestión los estándares educativos que se utilizan o la naturaleza de la instrucción, si es transferible, válida o si se trata de una información muchas veces banal o de carácter paracientífico, o si los mecanismos de evaluación y de validación son adecuados u obedecen a otros factores.
  • Las industrias integradas en este tipo de sociedad elaboran productos con componentes de inteligencia artificial integrados. .
  • Sus organizaciones, tanto en el ámbito de la iniciativa privada, como gubernamental o de la sociedad civil, incorporan elementos de gestión y toma de decisiones que las transforma en organizaciones inteligentes.
  • El volumen de conocimiento organizado, soportado y procesado digitalmente, es cada vez mayor.  Se hace en forma de grandes volúmenes de informaciones procesados y accesibles con sofisticados y potentes algoritmos que permiten un uso cada vez más adaptado a las singularidades de personas e instituciones en forma de conocimientos especiales.
  • Existe una gran diversidad de nodos especializados en conocimientos técnicos junto con una producción multimodal e interdisciplinar de conocimientos.
  • Existe una cultura epistemológica. Es decir, existe un conocimiento compartido, que es diferente de otros, sobre la producción y utilización de conocimientos.

De esta forma Evers (2000a) hace una importante distinción entre el trabajo basado en conocimientos y trabajo cognoscitivo propiamente dicho. Al tiempo que hace una distinción entre la fase tradicional de la sociedad industrial y la sociedad del conocimiento. Aquel descansa en el trabajo que se realiza mediante  conocimientos de individuos especializados como son los profesionales y los técnicos: médicos, abogados, ingenieros o científicos, de las ciencias sociales o de las ciencias experimentales. Sin embargo el trabajo cognoscitivo, el que caracteriza una sociedad del conocimiento, va más allá. El nuevo tipo de conocimiento contiene una gran cantidad de elementos, que son clave, para la evaluación, autorregulación, reflexión y feedback que lo hacen flexible y adaptable, y sobre todo operativo sobre sí mismo y sobre los procesos en que opera.

Esto en cuanto respecta a la Sociedad del Conocimiento. Veamos qué sucede con las culturas epistemológicas. Con la noción de “Cultura epistemológica” y el sentido diferenciador que tiene en ella la producción de conocimientos nuevos.

Para que una sociedad adquiera un estatus al uso (consiga un nivel esporádico y temporal de bienestar social) basta comprar y consumir conocimientos, pero esto es efímero y ruinoso (ver lo que está sucediendo y cuál ha sido el origen de las crisis actuales que se están viviendo en países como el nuestro) y no es algo específico de una sociedad del conocimiento consolidada. Para que la sociedad del conocimiento se consolide no basta comprar y consumir bienes del conocimiento, es imprescindible producirlos.

Para cualquiera sociedad y para cualquier estado nacional, como comunidad política y de decisión, será crucial, en este contexto, si se logra un nivel crítico de producción de conocimientos o no. La innovación de métodos, la  producción y la aplicación de los nuevos conocimientos, así como el uso eficiente,  la circulación y la gestión de la información son decisivos para el éxito o el fracaso de la comunidad y para su integración en un contexto global.

El número creciente, y eficiente, de institutos de investigación y universidades globalizadas y tecnologizadas, de firmas consultoras y de expertos locales que divulgan, aplican y -sobre todo – crean conocimientos, son factores decisivos e indicadores primordiales. Sin embargo esto no es todo y no es en sí, sólo, lo principal.

Evers y Solvay (2005) han reseñado estudios sociológicos recientes (Zapata-Ros, 2013b) que atestiguan que no se puede explicar la elaboración de conocimientos sólo como un proceso racional, ni que se puede estimular mediante sólo medidas insertas en decisiones de pura lógica o voluntaristas. Es necesario que existan determinadas condiciones de interacción social entre la experiencia social  del mundo circundante y la cultura (conjunto de valores asumidos por la comunidad).

Esta es pues la base de su concepción sobre las culturas epistemológicas. Según este autor es difícil que esta conjunción de valores e interacciones se produzcan, que surja una cultura epistemológica productiva (cultura de producción de conocimientos).

El autor rechaza las explicaciones culturalmente deterministas así como las que se basan en aspectos puramente culturales. Las primeras, que tratan de mostrar por qué algunos valores culturales impiden el desarrollo de la ciencia y la investigación, son insuficientes e insatisfactorias para explicar todos los casos y la complejidad de casi todos.  Las teorías que tratan de explicar los éxitos o fracasos únicamente en base a aspectos culturales arguyen aspectos banales. El autor tiene un enfoque más proactivo y construccionista. Las razones del éxito de una sociedad epistemológica, o al menos que sea posible lograr mejores resultados, tiene más que ver con la investigación de factores complejos implícitos en los procedimientos y en las interacciones que se producen. Que son las que definen y caracterizan a las sociedades tecnológicas.

Un principio inevitable para la construcción de estas culturas, que contribuye de forma necesaria a ellas, aunque no sea el único, es la nueva alfabetización que constituye el pensamiento computacional.

La vigencia de un corpus curricular sobre “pensamiento computacional”

Lejos de este planteamiento del pensamiento computacional como una nueva alfabetización de las culturas epistemológicas, la respuesta a la demanda social y económica de profesionales de la computación e incluso aceptando que se ha de empezar con la formación desde las primeras etapas,  más frecuente y la más simple  a fuer de ser una respuesta  mecánica, ha consistido en favorecer el aprendizaje de la programación y de sus lenguajes de forma progresiva. Esto consistiría en proponer a los niños tareas de programar desde las primeras etapas. De manera que la progresión estuviese en la dificultad de las tareas y en su carácter motivador, desde las más sencillas y más lúdicas a las más complejas y aburridas. Se vincula aprendizaje con la respuesta a un estímulo, no con las características de aprendizaje y cognitivas del niño, en la tradición más clásica del conductismo.

Sin embargo hay una alternativa que además establece una línea de continuidad con las teorías clásicas del aprendizaje, establecida por Papert (1980) en sus trabajos de Media Lab. Nos referimos al construccionismo. Esta alternativa está sostenida por algunos autores, inspira a profesores y grupos innovadores en la puesta en marcha de actividades y en algunos pocos casos a corporaciones que,  frecuentemente de forma aislada, nos planteamos la cuestión de otro modo: Las competencias que se muestran como más eficaces en la codificación son la parte más visible de una forma de pensar que es útil no sólo en ese ámbito de actividades cognitivas, las que se utilizan en el desarrollo y en la creación de programas y de sistemas informáticos. En definitiva sostienen que hay una forma específica de pensar, de organizar ideas y representaciones, que es propicia y que favorece las competencias computacionales. Se trata de una forma de pensar que propicia el análisis y la relación de ideas  para la organización y la representación lógica de procedimientos. Esas habilidades se ven favorecidas con ciertas actividades y con ciertos entornos de aprendizaje desde las primeras etapas. Se trata del desarrollo de un pensamiento específico, de un pensamiento computacional.

Hemos dicho que un precedente remoto de estas ideas está en el construccionismo, en las ideas de autores como Seymourt Paper.  Paulo Blikstein (2013) de la Universidad de Stanford, dice que si un historiador tuviera que trazar una línea que uniese la obra de Jean Piaget sobre la psicología del desarrollo a las tendencias actuales en la tecnología educativa, la línea simplemente se llamaría “Papert”.  Seymour Papert ha estado en el centro de tres revoluciones: el desarrollo del pensamiento en la infancia, la inteligencia artificial y las tecnologías informáticas para la educación. Quizá el que no haya tenido el impacto debido se deba a que se anticipó.

La visión de Papert se podría sintetizar diciendo que “los niños deben programar la computadora en lugar de ser programados por ella” (children should be programming the computer rather than being programmed by it) (Papert, 1980  a través de Blikstein, 2013).

Ahora, en la fase actual del desarrollo de la tecnología y de las teorías del aprendizaje se podría decir “son los niños los que tienen que educar a los ordenadores no los ordenadores los que tienen que educar a los niños”

Este trabajo y en general las actividades y reflexiones que pueda propiciar, están justificados por el papel que, en el nuevo contexto, tiene el desarrollo de habilidades que, desde las primeras etapas, faciliten un aprendizaje orientado hacia la programación. Es decir se trata de una nueva alfabetización, de una alfabetización que permita a las personas en su vida real afrontar retos propios de la nueva sociedad y que vaya más allá, que permita a los individuos organizar su entorno, sus estrategias de desenvolvimiento, de resolución de problemas cotidianos, además de  organizar su mundo de relaciones, en un contexto de comunicación más racional y eficiente. Todo ello con el resultado de poder  organizar estrategias para conseguir objetivos personales. En definitiva se trata de conseguir una mayor calidad de vida y un mayor nivel de felicidad.

En todo el planteamiento subyace, como idea-fuerza,  que, al igual a como sucede con la música, con la danza o con la práctica de deportes, es clave  que se fomente una práctica formativa del pensamiento computacional desde las primeras etapas de desarrollo. Y para ello, al igual que se pone en contacto a los niños con un entorno musical o de práctica de danza o deportiva,… se haga con un entorno de objetos y de acciones que promuevan a través de la observación y de la manipulación, aprendizajes adecuados para favorecer este pensamiento.

Aunque pensamos por la experiencia y la práctica que ocurre, no tenemos en muchos casos evidencias de que esos entornos y esas manipulaciones desarrollen las destrezas computacionales o habilidades asociadas a lo que hemos llamado pensamiento computacional.  Habría pues que fomentar investigaciones para tenerlas.

Hay multitud de áreas del aprendizaje que conviene explorar e investigar en esta nueva frontera. Y en la planificación de los curricula tendrá que plantearse esta dicotomía: Enseñar a programar con dificultad  progresiva (si se quiere incluso de forma lúdica o con juegos) o favorecer este nuevo tipo de pensamiento.

Pero para abordar el pensamiento computacional y su naturaleza tropezamos con varios problemas de entrada: delimitar el contenido y encontrar los términos y conceptos adecuados para definirlo. Y el primer problema es la diversidad de términos, pero no de conceptos. Utilizaremos indistintamente pues como sinónimos las expresiones codificación y precodificación (habilidades previas) o programación y reprogramación. La primera extraída de la literatura anglosajona, coding  o code.

La definición aceptada por la UE, tal como se dice en el informe Computing our future Computer programmingand coding – Priorities, school curricula and initiatives across Europe, es:

La codificación (coding) es cada vez más una competencia clave que tendrá que ser adquirida por todos los jóvenes estudiantes y cada vez más por los trabajadores en una amplia gama de actividades industriales y profesiones. La codificación es parte del razonamiento lógico y representa una de las habilidades clave que forma parte de lo que ahora se llaman “habilidades del siglo 21″.

Como vemos es un dominio conceptual muy próximo a lo que hemos visto y veremos que es el pensamiento computacional, al menos se expresa con ese sentido que le hemos atribuido.

Por otro lado de igual forma que se habla de prelectura, pre-escritura o precálculo para nombrar competencias que allanan el camino a las destrezas clave y a las competencias instrumentales que anuncian, cabe hablar de precodificación para designar las competencias que son previas y necesarias en las fases anteriores del desarrollo para la codificación. Nos referimos por ejemplo a construcciones mentales que permiten alojar características de objetos de igual forma a como lo hacen las variables con los valores: Son en este caso el color, la forma, el tamaño,… O también operaciones con estos rasgos como son la seriación. Evidentemente hay muchas más habilidades y más complejas en su análisis y en el diseño de actividades y entornos para que este aprendizaje se produzca. Este ámbito de la instrucción es lo que podría denominarse precodificación, pues codificación describe con más precisión y más ajuste conceptual, la transferencia de acciones e informaciones para que puedan ser interpretados por los ordenadores y otros dispositivos de proceso, transporte y almacenamiento de la  información.

Y lo diferenciamos de pensamiento computacional, por el propósito que éste supone que es no solo prepararse para la programación y para la codificación sino para dotarse de claves de comprensión y de representación de los objetos de conocimiento en general. Pensamos pues como más adecuada en la expresión “pensamiento computacional” (computational thinking), que después desarrollaremos

Por otro lado también habríamos podido elegir igualmente el término alfabetización digital, reconociendo que impropiamente, en español, tiene resonancias próximas al término “alfabetización informática”, al menos en su uso. Y éste  hace hincapié en la informática de usuario al considerare esta alfabetización como el conocimiento y la destreza para manejarse en entornos de usuario. Así es frecuente entre la gente poco ilustrada confundir al buen informático con el que maneja bien, es hábil, con los programas de usuario, las APPs, o al que se maneja con fluidez y rapidez en los ambientes de menús, ventanas y opciones, o simplemente al que tiene habilidad en los pulgares para manejar un smartphone, o con el índice para moverse por un tablet.

No obstante podemos aceptar la definición de alfabetización digital (computer literacy) como el conocimiento y la capacidad de utilizar las computadoras y la tecnología relacionada con ellas de manera eficiente, con una serie de habilidades que cubren los niveles de uso elemental de la programación y la resolución de problemas avanzada. (Washington, US Congress of Technology Assessment, OTA CIT-235 April 1984, page 234). Pero como hemos dicho ese mismo documento  acepta que la alfabetización digital también se puede utilizar para describir el nivel de acomodo que un individuo tiene con el uso de programas de ordenador y otras aplicaciones que están asociados con las computadoras . La alfabetización digital por último se puede referir a la comprensión de cómo funcionan los ordenadores y a la facilidad de operar con ellos.

En lo que sigue hablaremos más de “pensamiento computacional” (computational thinking) y de  iniciativas necesarias como son desarrollar un curriculum y propuestas de formación para maestros y profesores.

¿Cuál es el problema del pensamiento computacional?

Al principio del artículo decíamos que la respuesta más frecuente y  más simple,  a fuer de ser una respuesta  mecánica, ha consistido en favorecer el aprendizaje de la programación y de sus lenguajes de forma progresiva. Este es el tipo de planteamiento que está detrás de inducir a los niños a hacer muchas líneas de programa y a hacerlas muy rápidamente, sin pensar previamente mucho en el problema a resolver, sin diagramas, sin diseño,… Es la idea que hay detrás de los concursos de programación, de enseñar a programar a través de juegos, etc.

Es un planteamiento competitivo que deja a fuera a muchos niños y que posiblemente haga poco deseable para muchos ser programador, o al menos les dé una imagen de frikis. O la de unos tipos raros con un perfil difícil de tener. En definitiva puede llegar a ser un planteamiento excluyente.

Pero volvamos al principio, antes de empezar a escribir código de forma compulsiva, lo importante es saber cómo se representan la realidad, el mundo de objetivos y expectativas, lo que piensan en definitiva los que tienen éxito en hacer programas potentes. Lo importante no es el software que escriben sino lo que piensan. Y sobre todo la forma en que piensan.

Conocer este mundo de ideas y de representaciones, como operan constituye el principio básico del “pensamiento computacional”, y cualquier otro conocimiento como memorizar a la perfección las reglas de toda la sintaxis y las primitivas de cualquier lenguaje de programación no les sirve de nada a los alumnos si no pueden pensar en buenas maneras de aplicarlas.

Desgraciadamente la forma más frecuente de enseñar a programar y la que se está empezando a utilizar en nuestro país, como por ejemplo se ha hecho en la Comunidad de Madrid[2] (Valverde et al, 2015), está en la clave señalada: Conducir a los alumnos, en este caso, de secundaria por el camino más áspero, el de la programación per se. Si no se proporcionan otro tipo de ayudas o de claves se excluyen a los que no tienen el don de  para programar directamente, dejando solo a los que tienen facilidad para  los procedimientos puramente de programación, creando con ello el estereotipo de que la programación es solo cosa de los programadores.

Hay un efecto derivado. Si se aprende a programar asociado a un lenguaje es posible que no se produzca la transferencia y en futuras ocasiones no se pueda repetir el proceso. Esto hace que la inserción profesional no se produzca con toda eficacia que podría ser si se hiciera vinculado a operaciones cognitivas superiores. Las asociaciones profesionales se quejan de que las empresas contraten a informáticos de forma efímera. Sin reparar que es posible que suceda porque han aprendido de forma vinculada a lenguajes y programas efímeros, y que cuando cambie el programa o la versión no tendrán flexibilidad mental para adaptarse a nuevos entornos, no solo de programación, sino de problemas. Esto no sucede, y las empresas lo saben, si contratan a titulados más familiarizados con elementos de pensamiento heurísticos o de otro tipo entre los glosados en este trabajo, como son matemáticos o físicos que sí, tienen esa competencia de resolver problemas en entornos cambiantes.

Sin embargo sí existen referencias (Raja, 2014) de investigaciones que ponen de manifiesto que cuando se empieza por enseñar el pensamiento computacional en vez de por la elaboración de códigos, desvinculando la iniciación en el aprendizaje a ser diestros con el ordenador, tal como se entiende habitualmente, se evita el principio de discriminación que hace que algún tipo de niños y de niñas se inhiban. Supone pues un principio de democratización del aprendizaje. Esto supone además que los que en un futuro pueden ser bibliotecarios, médicos o artistas pueden ser también buenos programadores. Y por ende podría ampliar la base de conocimiento que se vuelca al mundo de la computación, lo que constituye el motor y el combustible de la Sociedad del Conocimiento.

Veamos que algunas habilidades propias del pensamiento computacional no tienen por qué estar vinculadas a los ordenadores. Hay en un ejemplo claramente significativo de ello en una época en que no había ordenadores. Fue un proceso de análisis de datos hecho por un lego, un médico especializado en epidemias, para resolver un problema crucial, mediados el siglo XIX. Hoy probablemente esto no podría haber sucedido así. Los programadores no tienen conocimientos de epidemiología, y los epidemiólogos no tienen por lo general pensamiento computacional (Koch and Denike, 2009, a través de Raja, 2014).

En 1854 , un médico de Londres llamado John Snow ayudó a sofocar un brote de cólera que había matado a 616 vecinos. Lo hizo dejando de lado la teoría predominante de la época, la teoría miasmática de la enfermedad, que aseguraba que las enfermedades se producían por emanaciones surgidas del terreno. Indagó las costumbres y los rasgos de la forma de vivir de los enfermos. En un mapa levanto columnas con la ubicación de los muertos, la frecuencia (¿no nos recuerda un infograma?):

colera

Fig. 1.- Mapa obtenido de  “On the Mode of Communication of Cholera,” 1854. En Rev. Henry Whitehead mapped almost 700 cholera deaths, sewer lines, and both the incorrect location of the old plague burial site (oval) and its correct size and location a block from the Broad Street pump in this 1855 map (Koch and Denike, 2009) y en JOHN SNOW’S MAP 1 (Broad Street Pump Outbreak, 1854). (Snow, 1855).

Observó que las columnas crecían alrededor de una bomba de agua en Broad Street en el Soho (ver el mapa) que además estaba cerca de un pozo negro con fugas. La hipótesis que formuló es que la causa de la enfermedad estaba en el agua. Implícitamente estaba aplicando principios que ahora son clásicos de pensamiento computacional entraron: Cruzar dos conjuntos de datos para obtener un conocimiento nuevo (cruzar la ubicación de las muertes con las ubicaciones de las bombas de agua), contrastar el resultado por iteraciones sucesivas y el reconocimiento de patrones. Cuando se clausuró la bomba el brote cesó.

Definición de pensamiento computacional.

La idea más extendida sobre lo que es la alfabetización digital (Digital Literacy) es que consiste en una trasposición.

A lo largo de la historia se han sucedido distintas alfabetizaciones y todas han tenido una significación común: han supuesto una adaptación a los nuevos medios de comunicación, representación y proceso de la información entre humanos. Así, según esta idea, la Alfabetización Digital es la adaptación y la capacitación para esas funciones de comunicación, representación y proceso a las coordenadas de la revolución tecnológica y de la sociedad de la información, consideradas en sentido estrictamente tecnológico, como revolución de medios de comunicación y de difusión de ideas.

Ésta es la idea del autor que pasó como el creador del concepto: Paul Gilster. De esta forma el concepto de alfabetización digital, tal como se utiliza ahora de forma  general, fue presentado en el libro del mismo nombre (Gilster, 1997). Gilster no proporcionó una listas de habilidades, competencias o actitudes en la  definición de lo que es una cultura digital (a diferencia de como nosotros tratamos de hacer). Más bien lo explicó, de manera muy general: como la capacidad de entender y utilizar la información de una gran variedad de fuentes digitales. Por tanto, se trata de la actualización per se de la idea tradicional de la alfabetización. Se trata de  la capacidad de leer, escribir y realizar cualquier transacción con la información, pero ahora utilizando las tecnologías y los formatos de datos actuales, al igual que la alfabetización clásica utilizaba la tecnología de la información y los formatos de cada época (libros, papiros, pergaminos, tablillas,…). Pero sobre todo, en ambos casos, se considera como un conjunto de habilidades esenciales para la vida. La crítica es que ésta es una expresión genérica del concepto, sin ir ilustrada o acompañada “listas de competencias”.

Gilster no fue el primero a utilizar la expresión ” alfabetización digital”; ya se había aplicado a lo largo de la década de 1990 por una serie de autores, que la utilizaron para significar esencialmente la capacidad de leer y comprender  elementos de información en los formatos de hipertexto o multimedia (Bawden, 2001).

Un planteamiento  típico en este sentido fue el de Lanham (1995), que consideraba la alfabetización digital como una especie de “alfabetización multimedia”. Su argumento era que desde una fuente digital se podrían generar muchas formas de texto, de informaciones, imágenes, sonidos, etc.  Esto justificaba la necesidad de una nueva forma de alfabetización, con el fin de interpretar, de  dar sentido a estas nuevas formas de presentación. La crítica es que con el tiempo este aspecto dejó de ser importante, y era muy restrictivo, frente al concepto más amplio de la alfabetización digital, y demasiado focalizado en la tecnología de una época. Frente a la conceptualización mucho más amplia de Gilster. Distintas concepciones de este tipo son revisadas ​​por Eshet (2002), que llega a la conclusión, de que la alfabetización digital debe considerarse  más como  la capacidad de utilizar las fuentes digitales de forma eficaz. Se trata pues  de un tipo especial de mentalidad o pensamiento. Esta conceptualización está bastante más próxima a lo que planteamos en este trabajo, solo que se refiere a la forma de procesar la información no a organizar la resolución de problemas. El pensamiento computacional es más una resolución de problemas.

De todas formas Gilster en su libro de 1997 ya rompe con la idea que dio lugar al mito de los “nativos digitales”.  Afirma explícitamente que “la alfabetización digital tiene que ver con  el dominio de las ideas, no con las pulsaciones en el teclado” -así distingue, en su concepción lo limitado de las “habilidades técnicas” desde la perspectiva de la alfabetización digital. Señala que “no sólo hay que adquirir la habilidad de hallar las cosas, sobre todo se debe adquirir la capacidad de utilizar esas cosas en la vida del individuo”(pp. 1-2).

Sobre estas ideas David Bawden (2008 Capítulo 1), a partir de lo dicho `por Pablo Gilster, afirma  que la alfabetización digital implica una forma de distinguir una variedad creciente de conceptos y de hechos, para delimitar los que son relevantes en orden a conseguir  el dominio de las ideas. E insiste en lo necesario para ello de una evaluación cuidadosa de la información, en el análisis inteligente y en la síntesis. Para ello  proporciona listas de habilidades específicas y de técnicas que se consideran necesarias para estos objetivos, y  que en conjunto constituyen  lo que califica como una cultura digital.

Sobre estas competencias Bawden (2008) remite a las expuestas en otro trabajo anterior (Bawden, 2001):

  • Adquirir un “conjunto de conocimiento”, y con ellos construir un “bagaje de información fiable” de diversas fuentes
  • Habilidades de recuperación, utilizando además un “pensamiento crítico” para hacer juicios informados sobre la información recuperada, y para asegurar la validez e integridad de las fuentes de Internet
  • Leer y comprender de forma dinámica y cambiante material no secuencial
  • Ser consciente del valor de las herramientas tradicionales en contextos y en relación   con los medios de comunicación en red
  • Ser consciente del valor de las “redes populares” como fuentes de asesoramiento y ayuda
  • Utilizar filtros y otras herramientas, lógicas y cognitivas, para gestionar la información disponible, valorando su relevancia
  • Sentirse cómodo y familiarizado con la publicación y comunicación de la información en los nuevos medios, así como con el acceso a ella.

Llegados a este punto hay una segunda línea de delimitación conceptual, estudiada por Eshet-Alkalai (2004). A partir de su reflexión  advierte sobre la incompatibilidad entre los planteamientos de aquellos que conciben la alfabetización digital como “principalmente constituida por habilidades técnicas, y los que la ven centrada en aspectos cognitivos y socio-emocionales del trabajo en entornos digitales”.

Otro criterio que se ha tenido en cuenta en la aproximación al concepto de Alfabetización Digital fue el de clasificar (Lankshear y Knobel, 2006) según se tratase de un enfoque conceptual o de un enfoque “operacional”, es decir a partir de operaciones estandarizadas.

Esta última tendencia, la de definiciones basadas en operaciones estandarizadas, confieren un carácter “funcional” a  la Alfabetización Digital, lo que le dota de una índole de cultura digital, centrando el estudio en la naturaleza de las  tareas, presentaciones, demostraciones de habilidades, etc. que se realizan, y avanzando en la construcción de estándares  para definir qué es o no Alfabetización Digital.

Por último hay una variante comercial de la Alfabetización Digital, que consiste en una certificación de competencias. Es la acreditación conocida como Internet and Computing Core Certificación (IC³) (www.certiport.com). Su página web  afirma que la “certificación IC³ ayuda a aprender y demostrar a Internet y la alfabetización digital a través de un estándar de evaluación del aprendizaje válido para la industria en todo el mundo”. Se basa en un sistema de formación y de certificación a través de un examen que abarca contenidos sobre Fundamentos de  Informática, en aplicaciones básicas y clave para la vida,  y en lo que llaman la “vida conectada”.

Lo que proponemos en este trabajo, con la construcción de idea del pensamiento computacional a partir de elementos o de formas específicas de pensamiento para resolver problemas, tiene que ver con la Alfabetización Digital en que éste, el pensamiento computacional, está constituido por competencias clave que sirven para aprender y comprender ideas, procesos y fenómenos no sólo en el ámbito de la programación de ordenadores o incluso del mundo de la computación, de Internet o de la nueva sociedad del conocimiento, sino que es sobre todo útil para emprender operaciones cognitivas y  elaboración complejas que de otra forma sería más complejo o imposible de realizar. Sin estos elementos de conocimiento, sería más difícil resolver ciertos problemas de cualquier ámbito, no solo de la vida científica o tecnológica, sino de la vida común. Se considera como un conjunto de habilidades esenciales para la vida en la mayoría de los casos y como un talante especial para afrontar problemas científicos y tecnológicos.

Tras lo visto sobre Alfabetización Digital y conceptos asociados podemos abordar directamente la idea de pensamiento computacional.

En ese sentido es muy interesante lo que dice, en un primer acercamiento al concepto, la informática Tasneem Raja (2014) en el post We Can Code It! , de la revista-blog Mother Jones:

“El enfoque computacional se basa en ver el mundo como una serie de puzzles, a los que se puede romper en trozos más pequeños y resolver poco a poco a través de la lógica y el razonamiento deductivo”.

Esta es una forma intuitiva en la que una autora, que proviene del mundo computacional, aborda una serie de métodos ampliamente conocidos en el mundo de la psicología del aprendizaje.Implícitamente está hablando de análisis descendente y de elaboración: Puzzles —problemas— que se pueden dividir en puzzles—problemas— más pequeños, para ir resolviéndolos. También, en el mismo párrafo, vemos una alusión implícita a la recursividad, falta la cláusula de parada y la vuelta atrás, pero evidentemente después de armar los puzzles pequeños cada uno hay que ensamblarlo en el puzzle general. Y también habrá que decir en qué nivel habrá que parar y dar marcha atrás.

Pero hay otros procedimientos para abordar tareas complejas que igualmente se pueden considerar como propias de este pensamiento, como son el análisis ascendente, y todo lo que constituye la heurística, el pensamiento divergente o lateral, la creatividad, la resolución de problemas, el pensamiento abstracto, la recursividad, la iteración, los métodos por aproximaciones sucesivas, el ensayo-error, los métodos colaborativos, el entender cosas juntos, etc. que desarrollamos en un artículo de la revista RED (Zapata-Ros, 2015).

La definición de pensamiento computacional que se considera más apropiada es la de Jeannette Wing (2006), vicepresidente corporativo de Microsoft Research y profesora de Computer Science Department Carnegie Mellon University , que fue quien popularizó el término en su artículo “Computational Thinking. It represents a universally applicable attitude and skill set everyone, not just computer scientists, would be eager to learn and use”, cuyo título es en sí mismo una definición.

Wing (March 2006) dice que el “pensamiento computacional” es una forma de pensar que no es sólo para programadores. Y lo define:

“El pensamiento computacional consiste en la resolución de problemas, el diseño de los sistemas, y la comprensión de la conducta humana haciendo uso de los conceptos fundamentales de la informática”. En ese mismo artículo continúa diciendo “que esas son habilidades útiles para todo el mundo, no sólo para los científicos de la computación”.

Pero lo interesante es que en ese mismo artículo describe una serie de rasgos que nos van fueron muy útiles (Zapata-Ros, 2015) para establecer las bases un corpus curricular  del aprendizaje basado en el pensamiento computacional. Así por ejemplo se dice:

  • En el pensamiento computacional se conceptualiza, no se programa.- Es preciso pensar como un científico de la computación. Se requiere un pensamiento en múltiples niveles de abstracción;
  • En el pensamiento computacional  son fundamentales las habilidades no memorísticas o no mecánicas.– Memoria significa mecánico, aburrido, rutinario. Para programar los computadores hace falta una mente imaginativa e inteligente. Hace falta la emoción de la creatividad. Esto es muy parecido al pensamiento divergente, tal como lo concibieron Polya (1989) y Bono (1968).
  • En el pensamiento computacional se complementa y se combina el pensamiento matemático con la ingeniería.- Ya que, al igual que todas las ciencias, la computación tiene sus fundamentos formales en las matemáticas. La ingeniería nos proporciona la filosofía base de  que construimos sistemas que interactúan con el mundo real.
  • En el pensamiento computacional lo importante son las ideas, no los artefactos. Quedan descartados por tanto la fascinación y los espejismos por las novedades tecnológicas. Y mucho menos estos factores como elementos determinantes de la resolución de problemas o de la elección de caminos para resolverlos.

Wing (2006) continua con una serie de rasgos pero lo interesante ahora, con ser importante, no es esta perspectiva en sí sino, en el contexto de un análisis y de una elaboración interdisciplinar, ver las implicaciones que tienen estas ideas para una redefinición de un dominio teórico específico dentro de las teorías del aprendizaje. Eso por un lado, y por otro encontrar un currículum adecuado a esos dominios conceptuales para las distintas etapas educativas y para la capacitación de maestros y profesores.

Referencias.-

Bawden, D. (2001). Information and digital literacies: a review of concepts. Journal of Documentation, 57(2), 218–259.

Bawden, D. (2008). Origins and concepts of digital literacy. Digital literacies: Concepts, policies and practices, 17-32. http://sites.google.com/site/colinlankshear/DigitalLiteracies.pdf#page=19

Blikstein,  (2013). Seymour Papert’s Legacy: Thinking About Learning, and Learning About Thinking. https://tltl.stanford.edu/content/seymour-papert-s-legacy-thinking-about-learning-and-learning-about-thinking

Bono, E. D. (1968). New think: the use of lateral thinking in the generation of new ideas. Basic Books.

Brown , E. (2016). Obama outlines $4 billion ‘Computer Science for All’ education plan. Washington Post. https://www.washingtonpost.com/local/education/obama-outlines-4-billion-computer-science-for-all-education-plan/2016/01/29/3ad40da2-c6d9-11e5-9693-933a4d31bcc8_story.html

Dickey, M.R. (2016). President Obama Wants $4 Billion To Bring Computer Science Education To Every K-12 School. Tech Crunch. http://techcrunch.com/2016/01/30/president-obama-wants-4-billion-to-bring-computer-science-education-to-every-k-12-school/

Eshet, Y. (2002). Digital literacy: A new terminology framework and its application to the design of meaningful technology-based learning environments, In P. Barker and S. Rebelsky (Eds.), Proceedings of the World Conference on Educational Multimedia, Hypermedia and Telecomunications, 493–498 Chesapeake VA: AACE, Retrieved November 30, 2007, from http://infosoc.haifa.ac.il/DigitalLiteracyEshet.doc

Eshet-Alkalai, Y. (2004), Digital literacy: a conceptual framework for survival skills in the digital era, Journal of Educational Multimedia and Hypermedia, 139(1), 93–106. Available at: http://www.openu.ac.il/Personal_sites/download/Digital-literacy2004-JEMH.pdf

Europeam Comission (2016).The Computational Thinking Study.  https://ec.europa.eu/jrc/en/computational-thinking

Europeam Comission (2015). Grand Coalition for Digital Jobs. https://ec.europa.eu/digital-single-market/en/grand-coalition-digital-jobs

Evers, H-D, (2000a) Working Paper No 335 Culturas Epistemológicas: Hacia una Nueva Sociología del Conocimiento

Evers, Hans-Dieter and Solvay Gerke (2005). Knowledge is Power: Experts as Strategic Group.

Gareis, K. (2014) E-SKILLS FOR JOBS IN EUROPE:: MEASURING PROGRESS AND MOVING AHEAD FINAL REPORT FEBRUARY 2014  http://eskills-monitor2013.eu/fileadmin/monitor2013/documents/MONITOR_Final_Report.pdf

Koch, T., & Denike, K. (2009). Crediting his critics’ concerns: Remaking John Snow’s map of Broad Street cholera, 1854. Social science & medicine69(8), 1246-1251.http://www.albany.edu/faculty/fboscoe/papers/koch2009.pdf

Lanham, R.A. (1995). Digital literacy, Scientifi c American, 273(3), 160–161.

Lankshear, C. and Knobel, M. (2006). Digital literacies: policy, pedagogy and research considerations for education. Digital Kompetanse: Nordic Journal of Digital Literacy, 1(1), 12–24.

Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books, Inc. http://www.arvindguptatoys.com/arvindgupta/mindstorms.pdf

Pólya, G. (1989). Como plantear y resolver problemas Ed. Trillas. (Primera edición 1965)

Raja, T. (2014). We can code it!. http://www.motherjones.com/media/2014/06/computer-science-programming-code-diversity-sexism-education.

Snow, J. (1855). On the Mode ofCommunication of Cholera. http://www.ph.ucla.edu/epi/snow/snowmap1_1854.html

Stehr, N. (2003). Wissenspolitik oder die gesellschaftliche Disziplinierung neuer Erkenntnisse. Pp. 318-330 in Herbert Kubincek, Dieter Klumpp and Alexander Roßnagel (eds.), Next Generation Information Society? Notweindigkeit einer Neuorientiierung. Mössingen-Talheim: Talheimer Verlag. http://www.researchgate.net/publication/266615013

Valverde-Berrocoso, J., Fernández-Sánchez, M.R., Garrido-Arroyo, M.C. (2015). El pensamiento computacional y las nuevas ecologías del aprendizaje. RED, Revista de Educación a Distancia. Número 46. Número monográfico sobre «Pensamiento Computacional». Septiembre de 2015. Consultado el 3/30/16  en http://www.um.es/ead/red/46

Wing, J.M. (2006). Computational Thinking. It represents a universally applicable attitude and skill set everyone, not just computer scientists, would be eager to learn and use. COMMUNICATIONS OF THE ACM /Vol. 49, No. 3. https://www.cs.cmu.edu/~15110-s13/Wing06-ct.pdf

Zapata-Ros, M. (2012). La Sociedad Postindustrial del Conocimiento. Un enfoque multidisciplinar desde la perspectiva de los nuevos métodos para organizar el aprendizaje. e-LIS. e-prints in Library and Information Science.. Consultado en http://hdl. handle. net/10760/17414.

Zapata-Ros, M. (2013b). La Sociedad Postindustrial del Conocimiento: Un enfoque multidisciplinar desde la perspectiva de los nuevos métodos para organizar el aprendizaje. CreateSpace Independent Publishing Platform. Retrieved from Capítulo9, 260.

Zapata-Ros, M. (2014a). Pensamiento computacional y alfabetización digital (I). http://red.hypotheses.org/776

Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. RED. Revista de Educación a Distancia, 46(4).  15 de Septiembre de 2015. Consultado el (dd/mm/aa) en http://www.um.es/ead/red/46

[1] Evers no habla de la Sociedad del Conocimiento en términos genéricos, sino de sociedades del conocimiento. Interpretando que hay una pluralidad de sociedades de este tipo que se desarrollan en distintos países o en áreas culturales o económicas, pero que todas ellas tienen unas características comunes.

[2] DECRETO 48/2015, de 14 de mayo, del Consejo de Gobierno, por el que se establece para la Comunidad de Madrid el currículo de la Educación Secundaria Obligatoria. Recuperado a partir de http://www.bocm.es/boletin/CM_Orden_BOCM/2015/05/20/BOCM-20150520-1.PDF

Prólogo al libro “La Sociedad Postindustrial del Conocimiento”

Antoni Font [1]

La Sociedad postindustrial del conocimiento es una obra que no puede dejar indiferente a todos aquellos que de uno u otro modo expresamos nuestra preocupación por el futuro de la educación. Es de agradecer que su autor, Miguel Zapata, además de proporcionarnos valiosos materiales conceptuales que enriquecen nuestra comprensión sobre el momento actual de la evolución del conocimiento y de la sociedad, ofrece elementos igualmente valiosos que propician la reflexión sobre estos conceptos.

El desarrollo tecnológico experimentado en las últimas décadas ha comportado importantes cambios que afectan no sólo a las relaciones productivas sino al conjunto de la sociedad. La tecnología ha propiciado un incremento exponencial de la información que se transmite a través de las redes. Esta información y la forma con que se transmite han sido decisivas para la generación de las transformaciones de las relaciones sociales a las que acabamos de hacer referencia. El incremento de la información disponible en las redes no es sólo cuantitativo, sino también cualitativo. La posibilidad de poder acceder a ellas y de disponer de una mayor información se ha convertido en una excelente oportunidad para impulsar el desarrollo de amplias capas y sectores de la población mundial. Pero al mismo tiempo, la mejor calidad de la información disponible permite asimismo incrementar los conocimientos de esa misma población.

En este sentido, la distinción contenida en el libro entre información y conocimiento y su posibilidad de apropiación, a los efectos de calificar la sociedad actual como sociedad postindustrial del conocimiento nos permite realizar algunas consideraciones que nos ayudan a comprender el alcance de las transformaciones y cambios sociales que estamos experimentando actualmente. Para nadie es un secreto que la información especializada elaborada y almacenada en las redes constituye un activo económico de valor incalculable, se refleje o no en la contabilidad empresarial y sino que se lo pregunten a Amazon. Desde siempre, el listado de los clientes de una empresa ha tenido el valor de un activo inmaterial. Este activo incrementa de valor a partir del momento en que la información sobre los clientes no es ya un mero listado, una mera acumulación de datos, sino un procesado individualizado que ofrece su clasificación por perfiles, lo cual redunda en un incremento de la eficiencia de las decisiones empresariales. De ahí el interés por apropiarse no ya de la simple información, sino de la de su transformación en conocimiento.

La tecnología digital, al permitir la réplica idéntica del contenedor original de la información ha dado al traste con la concepción de la propiedad intelectual como un haz de derechos de exclusiva en favor del autor. Esta visión romántica del derecho de autor –si es que alguna vez ha existido- choca frontalmente con las exigencias que impone su explotación económica en una economía de mercado. La copia digital ha puesto al descubierto de forma descarnada el interés protegido por el derecho de autor. La posibilidad de copiar (un texto, unas imágenes) hasta el infinito con la misma calidad que el original ha hecho saltar todas las alarmas. No es ninguna casualidad la fuerte reacción de la industria y de los medios controlados por ella contra la copia digital. El modelo de negocio basado en el derecho de autor clásico se siente amenazado. Pero no es el autor de la creación intelectual a quien se protege con la exclusiva, sino aquél que se ha apropiado de ella, se llame como se llame. El derecho de autor se convierte así en mera ideología, en una excusa para justificar el monopolio. No en vano la industria del ocio en los Estados Unidos factura una cifra bruta de negocios del mismo orden que la industria del armamento.

Sabido es que el éxito de una iniciativa económica constituye un incentivo para atraer nuevos competidores al mercado. Pero también es sabido que, a largo plazo, el mercado tiende a concentrarse en una estructura oligopolista que favorece los acuerdos entre operadores para evitar la competencia, es decir, para actuar como un monopolio. Esta tensión dialéctica entre atomización y concentración se ve incrementada con la aparición de la tecnología digital. Nunca como ahora las posibilidades de emprender nuevas iniciativas económicas había sido tan grande y había estado al alcance de tan gran número de individuos. Pero tampoco nunca como ahora la tentación de concentrar todas esas iniciativas en unas pocas o en una sola había sido tan grande.

El impacto de la tecnología digital se produce a un doble nivel. En el plano normativo, el arcaico concepto de la propiedad intelectual se somete a fuertes tensiones hasta el punto de ser incapaz de dar respuesta adecuada a los nuevos fenómenos. Incluso se llega a decir con palabras poco afortunadas que se crea un espacio “vacío de derecho”. En el plano de la organización de la sociedad, las nuevas élites sociales y los grupos estratégicos que se conforman en torno a ellas intentan apropiarse del conocimiento para ejercer el poder y perpetuar así su dominación sobre el resto de la sociedad. El poder intenta legitimarse a través de nuevas fórmulas ya que las antiguas formas de apropiación y de protección de los intereses particulares ya no sirven o son disfuncionales, poco eficientes. Como muestra de ello es bastante reveladora la estrategia que siguen las grandes organizaciones de profesionales en el sector de los servicios: la constante y obsesiva utilización de la confidencialidad y del secreto profesional como instrumento de protección de la apropiación de un conjunto de conocimientos o saberes que sólo se quieren compartir de forma limitada y en el ámbito reducido de la organización productiva.

En el ángulo opuesto, la tecnología digital no deja de tener impacto. Cada vez es mayor el número de reclamaciones de los ciudadanos convertidos en consumidores informados para exigir el cumplimiento de la responsabilidad profesional. La difusión del conocimiento entre los consumidores y las organizaciones ciudadanas que les dan soporte hace posible que estas reclamaciones prosperen. La tecnología digital les ha dotado de un extraordinario poder. Hoy en día no es posible entender los fenómenos sociales prescindiendo de la producción y difusión en red del conocimiento. La “network science” está produciendo un cambio sobre nuestra comprensión del derecho. La llamada función social del conocimiento –paráfrasis de la función social de la propiedad- a la que apela el autor se inscribe en este marco conceptual. Desde el momento en que el acceso al conocimiento se convierte en un recurso importante de la sociedad adquieren una nueva dimensión los derechos a la libertad de buscar, recibir y difundir información, a participar en la vida cultural y gozar de los beneficios del progreso científico y de sus aplicaciones, reconocidos en los pactos internacionales de derechos humanos y de derechos económicos, sociales y culturales. Esos derechos se erigen en límites a la apropiación del conocimiento, de modo que su ejercicio debe quedar subordinado a los intereses generales y no violentar nunca los derechos individuales de los ciudadanos. La creación del conocimiento sólo ha sido posible gracias a la infraestructura que le ha dado soporte. De ahí, que del mismo modo que se reconoce el derecho del individuo a la creación se reconoce también el deber de su retorno a la sociedad. Así pues, el conflicto entre “propietarios” y “usuarios” del conocimiento debe resolverse mediante decisiones a las que no son ajenos ni el derecho ni la tecnología digital.

Para concluir me interesa destacar una afirmación del autor que considero relevante en relación con el impacto de la tecnología en la educación. Sostiene Zapata-Ros que mientras la sociedad ha cambiado “la educación en general sigue estando organizada de acuerdo a unas pautas de una sociedad que ya no existe”.

Comparto la opinión de que el principal problema de la educación es el sistema. Han cambiado los contextos y los procesos del aprendizaje así como los roles de los individuos y el panorama de cómo ha de orientarse su capacitación y su inserción laboral. Sin embargo, el sistema educativo sigue anclado en una estructura de valores sociales asociados a los roles y a las funciones de los individuos. Miguel Zapata se muestra escéptico sobre el impacto de los cambios sociales en el sistema educativo porque “ese sistema, está incrustado en la sociedad, la impregna hasta sus esencias y posiblemente la educación será donde más tarde el cambio sea completo”. Y probablemente tenga razón. El cambio en el sistema educativo implica, a su vez, una serie de cambios culturales que llevan tiempo para penetrar de forma permanente en el cuerpo social porque afectan a convicciones muy profundas de los individuos que han sido impuestas por aquella sociedad que ya no existe, pero que siguen pesando como una losa en la conciencia colectiva y que constituyen una simple rémora del pasado.

Llegados a este punto podemos preguntarnos si la sociedad postindustrial del conocimiento será capaz de remover este obstáculo. Una sociedad que tiene como principal base de su organización y riqueza el conocimiento tiene que afrontar el reto de organizar la formación conforme a nuevas bases. La tecnología proporciona el soporte y la posibilidad de circulación de información a gran escala, su transformación en conocimiento mediante los algoritmos de proceso generativos (singularizados a cada usuario) y el uso de éste por parte de todas las industrias y los servicios. Pero la tecnología, por si sola, no resuelve el problema. La naturaleza que el conocimiento tiene como bien económico implica que el proceso de transformación que aquélla impulsa venga acompañada de un proceso de decisiones y estrategias políticas que afectan a la concepción y a los fundamentos del derecho.

A este respecto resulta oportuno traer aquí a colación las palabras de Roger Guimerà y Marta Sales-Pardo, investigadores de la Universidad Rovira y Virgili y autores del excelente artículo “Justice Blocks and Predictability of US Supreme Courts Votes” los cuales se preguntan si “podríamos reemplazar a un juez del Tribunal Supremo por un algoritmo que no supiera nada de leyes o del caso en cuestión, pero que tenga acceso a los votos de los otros jueces y a la historia de las votaciones del Tribunal”. La respuesta no es sencilla, por supuesto, pero es evidente que la tecnología digital y la sociedad del conocimiento que ha desplegado ha cambiado nuestra manera de comprender el derecho.

A la vista de los cambios que se avecinan o que se están produciendo ya en las estructuras sociales, del advenimiento de una nueva clase de asalariados, el fortalecimiento de las tecnocracias y la aparición de los “grupos estratégicos” que detentan la propiedad de los productos del conocimiento o de los conocimientos específicos y a la vista también del riesgo de que el conocimiento se constituya en factor de desigualdad e insolidaridad social, es necesario preguntarse cómo hay que encarar el futuro de la educación. A mi modo de ver, la clave se centra en aprovechar las oportunidades que ofrece la nueva sociedad del conocimiento a los individuos de actuar como ciudadanos informados, fortalecer sus estructuras organizativas y potenciar sus habilidades cognitivas al máximo nivel con el fin de evitar ser manipulados. La metacognición, como apunta el autor, puede ser un camino. Crear estructuras y generar procesos que hagan posible la reflexión sobre el aprendizaje, ayuden a desarrollar el pensamiento crítico, la toma de decisiones y la resolución de problemas son acciones que permiten dar respuestas a las necesidades de formación de los individuos, a convertirlos en ciudadanos libres, activos y responsables. No en vano, en la antigua Roma, el ius civile no era otra cosa que el derecho de los ciudadanos. Este debería ser nuestro propósito, formar ciudadanos responsables capaces de atender y dar respuesta a las necesidades sociales en una sociedad postindustrial del conocimiento.

Sant Just Desvern, enero de 2016.

[1] Antoni Font es Catedrático de derecho mercantil de la Universitat de Barcelona.

Zapata-Ros, M. (2015). La Sociedad Postindustrial del Conocimiento: Bases para un análisis del nuevo paradigma educativo. Amazon. http://www.amazon.es/Sociedad-Postindustrial-del-Conocimiento-paradigma/dp/1519221487/ref=sr_1_4

Sistemas de Apoyo al Aprendizaje y al Rendimiento (Learning and Performance Support Systems: LPSS)

Stephen Downes fue el creador junto con George Siemens de los MOOC, a los que después, para diferenciarlos de los MOOC de escala o xMOOC, se les llamó cMOOC o MOOC conectivistas. Sucintamente decían que existía una nueva forma de aprender, la que se producía en entornos conectados: Se basaba en  la interacción a escala, aunque significativa, en una red de pares distribuida. En ellos se alentaba a que los participantes utilizaran una variedad de affordancestecnológicas para reflexionar sobre su aprendizaje y para interactuar con los demás.

En el trabajo Teorías y modelos sobre el aprendizaje en entornos conectados y ubicuos. Bases para un nuevo modelo teórico a partir de una visión critica del “conectivismo” hicimos una crítica pormenorizada y razonada al conectivismo. Donde, si bien  reconocíamos su  virtud de poner en escena los nuevos entornos y la necesidad de una nueva pedagogía, señalábamos su carencia de rigor como teoría, el desconocimiento cuando no la confrontación con principios validados por estudios e investigaciones sobre la forma de organizar la enseñanza y su importancia para que los alumnos consiguieran mejores aprendizajes, principios en definitiva válidos universalmente..

Posteriormente, tuvimos discusiones en los foros sobre el sentido del aprendizaje como algo que se produce en el individuo. cuando éste le otorga sentido al conocimiento y lo transfiere a situaciones distintas, Downes hizo, coincidiendo con este reconocimiento, unas declaraciones que lo separaron de la línea seguida por George Siemens, su compañero en la creación de los MOOC.

Podemos citar lo que dijimos el 30 de agosto de 2012 en el post ¿Es el “conectivismo” una teoría? ¿Lo es del aprendizaje? (y IV) :

En una formulación posterior de Downes (2012) se experimenta un giro radical aceptando que no sólo hace falta que sea el individuo quien en un  entorno conectado sea el que establezca enlaces y como resultado se produzca el conocimiento sino que para ello es imprescindible la atribución de significado:

I don’t want to spend a whole lot of time on this, but I do want to take enough time to be clear that there are, unambiguously, numerous types of meaning. Why is this important? When we talk about teaching and learning, we are often talking about meaning. Consider the classic constructivist activity of ‘making meaning’, for example. Or even the concept of ‘content’, which is (ostensibly) the ‘meaning’ of whatever it is that a student is being taught. 

Downes se ratifica en estas conceptualizaciones singulares en sus trabajos anteriores, qu erecojo en el post El viaje a Damasco de Stephen Downes como consecuencia del suyo Whose Connectivism?

Pero no es esta la cuestión, sino todo lo que se pone de relieve en el excelente post (hay que reconocerlo) de Downes del pasado 12 de diciembre (hace tres días) titulado significativamente Open Education, MOOCs, and Opportunities.

Pero vayamos por partes, Hasta hace un par de meses he estado publicando una serie de posts titulados “Los MOOC han muerto”, lo decía en función de que estos cursos ya han dejado de ser lo que eran y han dado paso a una serie de modalidades o de formatos nuevos de cursos que configuran lo que creo que va a ser la educación universitaria de nuevo cuño. El espíritu o una parte del espíritu de los cMOOC pasa junto con Siemens a los másteres o MOOC de doble capa, de EDX, Por otra parte tras la confesión del fracaso de estos cursos por Sebastian Thrun, Udacity constituye, con el plan de Obama OEA, los nuevos nanodegrées, y Coursera crea los nuevos MOOC como cursos tradicionales con un diseño instruccional clásico.

Otra constante de la evolución previsible es la de la enseñanza universitaria personalizada con ayuda pedagógico como alternativa viable en nuestras universidades a los MOOC.

En el post del dia 12 Downes nos da una visión de la evolución de la educación abierta y no spresenta una modalidad de entornos para la educación abierta avalados por el National Research Council de Canadá. Son los

Learning and Performance Support Systems (SPSS) / Sistemas de Apoyo al Aprendizaje y al Rendimiento:

Dice:

Cuando el Consejo de Investigación Nacional se reorganizó en 2012-2013 (…) se centró en un conjunto más pequeño de los programas de investigación. Uno de ellas, se estructuró en torno a la idea del ambiente de aprendizaje personal, es el sistema de apoyo al aprendizaje y el rendimiento (LPSS). Se trata de una iniciativa de cinco años y $ 20 millones para promover e implementar tecnologías básicas PLE y, al mismo tiempo apoyar el desarrollo comercial de las tecnologías relacionadas y el cumplimiento de los objetivos clave de política, tales como el aumento de la empleabilidad en las poblaciones desfavorecidas.

El LPSS no sustituye a los LMS o el MOOC. Más bien, estos continúan siendo proporcionados por los empleadores, instituciones académicas, fundaciones y gobiernos con el fin de servir a los entornos de aprendizaje, de formación y de desarrollo importantes. Estas agencias tienen la opción de crear y hacer que los recursos educativos abiertos disponibles, recurran a la comunidad pertinente para localizar y crear recursos educativos abiertos, o para complementar estos materiales con contenidos comerciales y aplicaciones de software personalizado. El entorno personal de aprendizaje está diseñado como un medio para permitir a un alumno, estudiante o miembro del personal individual a acceder a estos recursos de múltiples proveedores.

Por lo tanto, al igual que un MOOC conectivista se basa en el concepto de sindicación de contenidos para reunir los recursos de varios proveedores en torno a un solo tema, LPSS emplea la misma tecnología, llamada la red repositorio de recursos (RRN), para permitir a una persona obtener distintas partes de su educación de múltiples proveedores. En su versión más simple, un LPSS puede ser pensado como un entorno de visualización para múltiples MOOCs. De esta manera, un LPSS es mucho más un navegador web personal de un recurso o un servicio.

Finalmente toda la evolución de la educación abierta puede verse de esta forma:

Referencias 

Downes, S. (2012) Connectivism and Connective Knowledge. Essays on meaning and learning networks. Accedido en  http://www.downes.ca/files/Connective_Knowledge-19May2012.pdf el 25/08/12.

¿En qué situación se plantea la necesidad del conectivismo?

mind

En el artículo “Teorías y modelos sobre el aprendizaje en entornos conectados y ubicuos. Bases para un nuevo modelo teórico a partir de una visión crítica del “conectivismo” (Zapata-Ros, 2012) que estoy reelaborando para su publicación se hace un recorrido por distintas teorías del aprendizaje y aportaciones singulares de distintos autores, con objeto de, finalmente, en el futuro construir un modelo teórico sobre el  aprendizaje y la elaboración del conocimiento, en entornos conectados. Para ello partimos de una visión crítica del conectivismo a partir del documento fundacional de dicha corriente escrito por Siemens (2002), y de una premisa básica: el reconocimiento y el estudio de las aportaciones de las teorías existentes.

Comenzamos con el post dedicado a la metacognición y a la elaboración. Seguimos con esta entrada planteándonos ¿En qué situación se plantea la necesidad del conectivismo? (Punto 15.1 del documento).

Así, siguiendo con el análisis del documento podemos ver que Siemens (2004) señala como un antecedente de su trabajo y de la conceptualización del conectivismo, la definición de Driscoll (2000, p. 11) ya reseñada al principio. De esta forma considera el aprendizaje como un cambio duradero que es obtenido a partir de las experiencias y de las interacciones del aprendiz con otras personas. Esto no es nuevo para cualquiera que sea mínimamente estudioso del tema, ya se había planteado con más consistencia y detalle en los trabajos sobre socioconstructivismo, como hemos visto en el artículo de Onrubia (2005 p.6), Actividad conjunta y procesos de enseñanza y aprendizaje en entornos virtuales, pero también en las teorías de la Conversación (Pask, 1975) y en general por Vygotsky (1978).

Pero lo más importante es lo que sigue, donde cita igualmente a Driscoll (2000, p.14-17) para señalar las complejidades del aprendizaje no superadas por las corrientes anteriores: ¿Cuáles son las fuentes válidas del conocimiento? ¿Lo adquirimos a través de experiencias o es innato? ¿Lo adquirimos a través del pensamiento y el razonamiento? También plantea interrogantes sobre el contenido del conocimiento: ¿Es el conocimiento realmente cognoscible? (sic)[1]¿Pueden ser [el contenido] accesible a través de la experiencia humana?

Por último reseña las consideraciones finales, donde esquematiza todo lo desarrollado anteriormente en tres “tradiciones epistemológicas” con referencia al aprendizaje: objetivismo, pragmatismo, e interpretativismo. Haciéndolos coincidir con el conductismo, el cognitivismo y el constructivismo. De esta manera el objetivismo establece que “la realidad es externa y es objetiva, y el conocimiento es adquirido a través de experiencias”.

Estos puntos de debate no tienen actualmente vigencia ni para el propio conductismo que centra sus estudios en teorías sobre la teoría del aprendizaje social (Bandura, 1987 y 1999) muy cercanas  al sociocognitivismo, así como por haber postulado la categoría de autoeficacia y del aprendizaje por la observación o modelado, teorías de naturaleza muy próxima a las teorías cognitivas, solo que en vez de trabajar con funciones observables, como son las competencias, lo hace con la conducta como función igualmente observable. Nadie pues los reivindica.

En las teorías no conductistas, e incluso en los planteamientos actuales de éstas, carece de importancia conocer las actividades internas relacionadas con el aprendizaje para comprender los procesos de éste. El aprendizaje tiene sus leyes y principios propios y son independientes del soporte, sea este biológico, químico o mecánico (electrónico, digital, etc.) de igual forma a como sucede con otras facultades humanas o construcciones abstractas, como son la lógica o las matemáticas. Las Leyes de Morgan se aceptan independientemente de que estén soportadas en circuitos eléctricos, en circuitos impresos en chips o en circuitos integrados. Esto no afecta a su naturaleza ni a su validez. Podría ser válida una tecnología digital, incluyendo la implementación de la Lógica y de las Matemáticas, igualmente si tomásemos como orientación digital para el 1 la que actualmente se utiliza para el 0, o al revés.

Igual sucede con el texto. Una obra literaria puede ser una obra maestra o una mediocridad, pero depende más (se podría decir que exclusivamente) de facultades como la creatividad, la sensibilidad, la experiencia personal y la técnica expresiva del autor que del soporte, sea este biológico (memoria), escrito o mecánico,  a partir de unos mínimos.

Es más bien al revés: La ingeniería del conocimiento debe comprender estas funciones en sí mismas, en su propia naturaleza y dinámica para hacer más fluidos y eficientes sus procesos. Así ha sido en la computación, no solo en lo que respecta a la lógica (no solo simbólica o matemática) o a las matemáticas, sino al diseño gráfico, la animación, las finanzas, etc.

En lo que respecta al aprendizaje son líneas muy productivas en este sentido las que intentan implementar la generatividad en los objetos de aprendizaje (Zapata-Ros, 2009), o las que intentan adaptarlos a los distintos estilos o tipos de aprendizaje, agrupándolos por competencias (skill clusters). Son especialmente interesantes en este sentido las construcciones y trabajos sobre instructional transaction shells de David Merrill, de manera que estos constructos nos proporcionan algoritmos instruccionales independientemente del contenido (Merrill, Li & Jones, 1992). Estos desarrollos se plantearon para objetos de aprendizaje, pero son igualmente válidos para los contenidos de aprendizaje abiertos online, sea cual sea su naturaleza.  Esto está muy bien explicado en el artículo “Problem solving: The enterprise” de Jonassen, incluido como capítulo en el libro que, precisamente en honor de Merrill, preludia Driscoll: Innovations in instructional technology: Essays in honor of M. David Merrill (Spector, Ohrazda, Van Schaack & Wiley, 2005).

Entre los planteamientos de Driscoll, a los que Siemens sólo menciona como antecedentes de los suyos propios, se incluyen la crítica al cognitivismo y al constructivismo  por las limitaciones que suponen los esquemas simplificados que él mismo atribuye a estos enfoques teóricos: “El cognitivismo a menudo toma un modelo computacional de procesamiento de la información. El aprendizaje es visto como un proceso de entradas, administradas en la memoria de corto plazo, y codificadas para su recuperación a largo plazo” Desconoce todo lo concerniente a estrategias de selección, organización y elaboración.

En lo que sigue, Driscoll continúa enunciando aspectos muy generales de las teorías clásicas sin señalar claramente cuáles son las limitaciones. Por tanto podemos decir que no hay objeto de rebatirlo porque suponen una simplificación, por no decir un conjunto de lugares comunes, de lo que dicen los autores de esas corrientes. A  los que no cita, ni entra en detalle. Los autores y las visiones vigentes sobre el aprendizaje tienen un ingente desarrollo en conceptualizaciones, métodos y teorías, apoyadas todas ellas por investigaciones que arrojan evidencias que no son para ser tenidas en cuenta. En definitiva lo aportado por Siemens supone una simplificación que no se puede debatir por no tener elementos concretos en lo que es la dinámica de las investigaciones y de las teorías. Rebatirlas sería caer en la misma banalización, y ya no estaríamos en un terreno académico sino en otro ámbito del que lo menos que cabría decir es que es hermenéutico o interpretativo.

Sin embargo no podemos soslayar las afirmaciones centrales. Entre las limitaciones que atribuye a las corrientes ya citadas está la que señala Siemens:

Un principio central de la mayoría de las teorías de aprendizaje es que el aprendizaje ocurre dentro de una persona (learning occurs inside a person).

Esta afirmación así enunciada carece de contenido significativo preciso: Es un lugar común o una ambigüedad. ¿Qué quiere decir dentro de una persona? No es nada extraño que la afirmación sea expresada como tópico, estaríamos dentro de la tónica de irrelevancias que, por el simple hecho de serlo, son aceptadas sin discusión en las redes sociales, fenómeno del que no escapa este trabajo. O bien, si aceptamos que es ambigua — la expresión “dentro de una persona” es muy polisémica—, en un ejercicio de interpretación podemos aceptar que se refiere a lo que hemos tratado antes sobre “actividades internas relacionadas con el aprendizaje”, cuando hablábamos de la base biológica. Pero es difícil que así sea. Lo más probable es que haya querido decir que “el aprendizaje es exclusivo de las personas” (en el sentido “el aprendizaje no se produce fuera de las personas”: En los animales o en los artilugios). Lo cual coincide con lo visto, aunque Siemens lo considera como una limitación del resto de teorías. Y viene a confirmar, al considerar este principio como una limitación de las teorías existentes, lo que este autor considera como la principal aportación del conectivismo, en su principio tercero: El aprendizaje puede residir en dispositivos no humanos.

Esta interpretación, de que “el aprendizaje puede residir en dispositivos no humanos”,  contradice frontalmente todas las teorías y concepciones del aprendizajes, en función de  que cuestiona su misma base en el concepto central. Ver la primera parte del trabajo de referencia (Zapata-Ros, 2012). Pero no es casual ni hecha de forma ligera, se ve confirmada en otro punto: cuando señala que las teorías existentes tienen como limitación no contemplar esa posibilidad:

Estas teorías no hacen referencia al aprendizaje que ocurre por fuera de las personas (v.gr., aprendizaje que es almacenado y manipulado por la tecnología). También fallan al describir cómo ocurre el  aprendizaje al interior de las organizaciones.

Es obvio que confunde aprendizaje con contenidos e inferencia automática con elaboración.

Referencias.-

Bandura, A. (María Zaplana, trad.) (1987). Pensamiento y acción: Fundamentos sociales. Barcelona, Spain: Martínez Roca

Bandura, A. (1999)    Autoeficacia :   cómo afrontamos los cambios de la sociedad actual /    Bilbao, España :   Desclée de Brouwer,

Downes, S. (2012) Connectivism and Connective Knowledge. Essays on meaning and learning networks. Accedido en  http://www.downes.ca/files/Connective_Knowledge-19May2012.pdf el 25/08/12.

Driscoll, M. (2000). Psychology of Learning for Instruction. Needham Heights, MA, Allyn & Bacon.

Merrill, M. D., Li, Z., & Jones, M. K. (1992). Instructional transaction shells: Responsibilities, methods, and parameters. Educational Technology32(2), 5-27.

Onrubia, J. (2005, Febrero). Aprender y enseñar en entornos virtuales: actividad conjunta, ayuda pedagógica y construcción del conocimiento. RED. Revista de Educación a Distancia, número monográfico II. Consultado el 9 de Febrero de 2005 en http://www.um.es/ead/red/M2/

Pask, G. (1975). Conversation, cognition and learning. Amsterdam and New York: Elsevier. http://elib.tu-darmstadt.de/tocs/179449400.pdf

Siemens, G. (December 12, 2004). Connectivism: A Learning Theory for the Digital Age Consultado el 18/8/2011 en http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.87.3793&rep=rep1&type=pdf el 30/08/2012

Spector, J. M., Ohrazda, C., Van Schaack, A., & Wiley, D. A. (Eds.). (2005).Innovations in instructional technology: Essays in honor of M. David Merrill. Routledge.

Vygotsky, L. (1932). El Desarrollo de los Procesos Psicológicos Superiores. México. Grijalbo, 1979.

Vygotsky, L. (1978). Mind in society. Cambridge: Harvard University Press.

Zapata-Ros, M. (2009). Objetos de aprendizaje generativos, competencias individuales, agrupamientos de competencias y adaptatividad. RED. Revista de Educación a Distancia [revista en Internet]10. http://www.um.es/ead/red/M10/zapata_GLO.pdf

Zapata-Ros, M. (2012). Teorías y modelos sobre el aprendizaje en entornos conectados y ubicuos. Bases para un nuevo modelo teórico a partir de una visión critica del “conectivismo”. http://eprints.rclis.org/17463/


[1] ¿Se refiere al contenido? El vocabulario es confuso en el original y en la traducción.

Conectivismo, metacognición y elaboración

metacognicion

El artículo “Teorías y modelos sobre el aprendizaje en entornos conectados y ubicuos. Bases para un nuevo modelo teórico a partir de una visión critica del “conectivismo” ha estado dos años y medio como eprint en eLis, y con esta modalidad ha recibido más citaciones que muchos otros artículos publicados en versión definitiva. Finalmente lo estoy re-elaborando para ser editado. En él se hace un recorrido por distintas teorías del aprendizaje y aportaciones singulares de distintos autores, con objeto de, finalmente, en el futuro construir un modelo teórico sobre el  aprendizaje y la elaboración del conocimiento, en entornos conectados. Para ello partimos de una visión crítica del conectivismo, y de una premisa básica: el reconocimiento y el estudio de las aportaciones de las teorías existentes, cuyo alcance está todavía por desarrollar en función de las potencias de los entornos sociales y ubicuos.

En este recorrido por los conceptos y las teorías en vigor que son necesarios para abordar de forma mínimamente documentada el conectivismo proponemos como un último punto y escuetamente una revisión de  la metacognición y de la elaboración mediante un enfoque que pueden ser útil a este fin. .

Como anteriormente, en el trabajo citado, tratamos de ser críticos y provocadores para, a través del feedback con los lectores, situar en su justo término el alcance y las características de este fenómeno. Es un primer acercamiento, no obstante, de un trabajo que esperamos más depurado.

En este apartado seguimos pues con el análisis del documento de referencia (Siemens, 2004)

En la última  de las “tendencias significativas en el aprendizaje”, que señala Siemens, dice que hay una tendencia a que los objetivos tradicionales del aprendizaje, “saber cómo hacer” (métodos) y “saber qué hacer” (contenidos), se complemente con el know-where  (saber dónde están las cosas –saber buscar el conocimiento relevante para los objetivos de aprendizaje propuestos en cada caso sin perderse ni distraerse en la información,  hacerlo comprendiéndolo y estableciendo caminos propios, lógicos y eficientes).

Es curioso que diga que la tendencia es el objetivo para que el aprendiz no se distraiga y no se pierda, y lo establezca como ventaja novedosa. Esto es hacer de la necesidad virtud. Precisamente bastantes autores señalan que uno de los principales problemas de la web social (redes, blogs, mundos virtuales, etc.) es precisamente la distracción y el desconcierto que se produce en el alumno cuando no hay guías ni documentos instruccionales adecuados que le conduzcan en las actividades hacia los objetivos deseados.

Pero dejando esta cuestión, que sería una segunda derivada del tema, y volviendo al eje central, el saber dónde están las cosas, los conocimientos e instrumentos eficientes y necesarios para lo que quiere aprender, o mejor tener estrategias para buscarlas de forma eficiente, ¿no es constituye ésta una parte de lo que se considera “metacognición”, o en general de las estrategias de autorregulación?

Sin embargo esta cuestión está tratada ampliamente por autores que han investigado y desarrollado estos dominios.

Así por ejemplo Esteban y Zapata-Ros (2008) hablan de “los elementos de singularidad cognitiva de los estudiantes”. Es decir ¿cómo perciben y se representan el conocimiento?, las habilidades o competencias metacognitivas y los estilos y estrategias cognitivas.

Como es sabido, el concepto de estrategia se incorporó hace tiempo a la psicología del aprendizaje y la educación como una forma más de resaltar  el carácter procedimental que tiene todo aprendizaje. Los buenos “maestros” saben que los procedimientos usados para aprender son una parte muy decisiva del resultado final de ese proceso. Más aún, hasta ese momento, desde siempre, no es que se ignorase la importancia decisiva de las técnicas y otros recursos aportados por el aprendiz, era solo que no existía (como Siemens parece ignorar ahora) una formulación y conceptualización tan explícita y con términos específicos sobre esas tales operaciones cognitivas del aprendiz. Es, pues, un concepto ya clásico que conecta adecuadamente con los principios de la psicología cognitiva, con la perspectiva constructivista del conocimiento y del aprendizaje, con la importancia atribuida a los elementos procedimentales en el proceso de construcción de conocimientos y, asimismo, con los aspectos diferenciales de los individuos tan enfatizados por toda la psicología cognitiva (adultos, jóvenes, expertos, novatos, etc.).

Resumamos de todas formas lo más relevante: El concepto de estrategia implica una connotación finalista e intencional. Toda estrategia ha de ser un plan de acción ante una tarea que requiere una actividad cognitiva que implica aprendizaje. No se trata, por tanto, de la aplicación de una técnica concreta. Se trata de un dispositivo de actuación que implica habilidades y destrezas –que el aprendiz ha de poseer previamente- y una serie de técnicas que se aplican en función de las tareas a desarrollar.

Quizás lo más importante de esta consideración es que para que haya intencionalidad ha de existir conciencia de:

a) la situación sobre la que se ha de operar (problema a resolver, datos a analizar, conceptos a relacionar, información a retener, etc.). De donde resulta, desde el punto de vista del aprendizaje, muy importante la representación de la tarea que se hace el aprendiz en la toma de decisión sobre las estrategias a aplicar; y

b) de los propios recursos con que el aprendiz cuenta, es decir, de sus habilidades, capacidades, destrezas, recursos y de la capacidad de generar otros nuevos o mediante la asociación o reestructuración de otros preexistentes.

En definitiva, esta conciencia de los propios recursos cognitivos con que cuenta el aprendiz, que los psicólogos del aprendizaje llaman metacognición, no es sólo una estrategia o conjunto de estrategias de diverso orden, es condición necesaria para que pueda darse cualquier plan estratégico ya que de lo contrario podría darse la aplicación de estrategias, cierto, pero no habría intencionalidad al no existir la adopción de un plan con previa deliberación de la situación y los recursos.

Las estrategias se suelen clasificar en función de las actividades cognitivas a realizar. Atendiendo a ese criterio se suelen clasificar, desde las operaciones más elementales a las más elaboradas en asociativas, de elaboración, de organización, descritas por Esteban y Zapata-Ros (2008, p.2).

Como muestra ilustrativa, Ellen Gagné (1992, todo el Cap. 4 de la Sección II, pero en particular las páginas de la 158 a la 162) ofrece junto con las técnicas de “elaboración” y de “organización” una interesante descripción y ejemplos de su uso para ayudar a alumnos en las tareas de organizar material de aprendizaje destinado a objetivos concretos y de cómo los profesores pueden impartir instrucciones y material de apoyo, esquemas, etc. para facilitar estas tareas. Básicamente esto se puede reproducir para trabajar con material de la web. De hecho es lo que se ha estado haciendo las más de las veces con las WebQuests (Dodge, 1995) (Fainholc, 2008).

Otra trabajo importante sobre metacognición aplicada es el de Armbruster (1983) sobre la lectura como factor de aprendizaje.

Sobre estrategias de elaboración merece la pena citar las investigaciones que aporta Ellen Gagné (1992) sobre el aprendizaje del conocimiento declarativo, y en particular sobre las técnicas de “elaboración” y de “organización” cabe destacar las de Glynn y Di Vesta (1977), otra sobre “formación de redes” de Holley, Danserau, McDonald y Collins(1979) y otra sobre “mapping” de Armbruster y Anderson (1980).

Seguro que si se avanzara en estas línea mejoraría bastante el aprendizaje con el concurso de Internet y de redes, aumentando si no simplemente haciendo efectivo el know-where.

Es interesante el comentario de E. Gagné (1992), aplicable igualmente a Internet, en las conclusiones donde viene a decir que ciertas actividades que fracasan se adjudican a la falta de motivación inicial de los alumnos, cuando lo que realmente sucede es que una ausencia de técnicas adecuadas en la preparación de los trabajos conducen al fracaso y este a la desmotivación. Desmotivación que está en el resultado del proceso y no en el origen.

Creemos pues que tiene sentido de forma diferenciada hablar de elaboración con ordenadores y elaboración en redes, como procesos y estrategias específicos de aprendizaje. Y de plantear un horizonte educativo con TIC y redes que integre este tipo de aprendizajes. Teniendo en cuenta además que este tipo de aprendizaje, el elaborativo, supone otro tipo de estrategias y procesos para los que es preciso instruir: Los de selección y los de organización. Distinguir y seleccionar la información relevante para el propósito que seguimos, descubrir el sentido y los enlaces que existen, conferir sentido y organización, y establecer relaciones y secuencias como procesos previos a la elaboración. Todo esto supone un repertorio bastante extenso y detallado de procesos sobre los que convendría investigar antes de formular pseudoteorías.

Referencias.-

Armbruster, B. B., & Anderson, T. H. (1980). The Effect of Mapping on the Free Recall of Expository Text. Technical Report No. 160.

Armbruster, B. B. (1983). The Role of Metacognition in Reading to Learn: A Developmental Perspective. Reading Education Report No. 40.

Bigge, M. (1985). Teorías de aprendizaje para maestros. México: Trillas.

Cronbach, L. J., & Suppes, P. (1969). Research for tomorrow’s schools: Disciplined inquiry for education.

Dansereau, D. F., Collins, K. W., McDonald, B. A., Holly, C. D., Garland, J., Diekhoff, G., & Evans, S. H. (1979). Development and evaluation of a learning strategy training program. Journal of Educational Psychology71(1), 64.

Dodge, B. (1995). WebQuests: a technique for Internet-based learning.Distance educator1(2), 10-13.

Driscoll, M. (2000). Psychology of Learning for Instruction. Needham Heights, MA, Allyn & Bacon.

Esteban, M. y Zapata-Ros, M. (2008, Enero). Estrategias de aprendizaje y eLearning. Un apunte para la fundamentación del diseño educativo en los entornos virtuales de aprendizaje. Consideraciones para la reflexión y el debate. Introducción al estudio de las es trategias y estilos de aprendizaje. RED. Revista de Educación a Distancia, número 19. Consultado (día/mes/año) en http://www.um.es/ead/red/19

Gagné, E. D. (1992). La psicología cognitiva del aprendizaje escolar. Visor.

Siemens, G. (December 12, 2004). Connectivism: A Learning Theory for the Digital Age Consultado el 18/8/2011 en http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.87.3793&rep=rep1&type=pdf el 30/08/2012

Siemens, G. (2005) Connectivism: Learning as Network-Creation http://www.astd.org/LC/2005/1105_seimens.htm

Siemens, G.  (November 12, 2006) Connectivism: Learning Theory or Pastime of the Self-Amused?  http://www.elearnspace.org/Articles/Connectivism_response.doc

SIEMENS, George; WELLER, Martin (coord.) (2011). “The Impact of Social Networks on Teaching and Learning” [online monograph]. Revista de Universidad y Sociedad del Conocimiento (RUSC). Vol. 8, No 1, pp. 164-170. UOC. [Accessed: dd/mm/yy]. <http://rusc.uoc.edu/ojs/index.php/rusc/article/view/v8n1-siemens-weller/v8n1-siemens-weller-eng>

Siemens, G. (2011) Blog. http://www.connectivism.ca/

Schmeck, R.R. (1988). Individual differences and learning strategies. En C.E. Weinstein, E.T. Goetz y P.A. Alexander (Eds.),  Learning and study strategies: Issues in assessment, instruction and evaluation. New York: Academic Press.

Vygotsky, L. (1932). El Desarrollo de los Procesos Psicológicos Superiores. México. Grijalbo, 1979.

Vygotsky, L. (1978). Mind in society. Cambridge: Harvard University Press.

Zapata-Ros, Miguel (Mayo, 1.990a): Técnicas de programación declarativa en el aula. Seco Olea Ediciones, S. L. Madrid.

Zapata-Ros, Miguel (1990b). Tecnicas de la Inteligencia Artificial y aprendizajes de Lengua: Ejercicios “cloze” con PROLOG. http://www.c5.cl/ieinvestiga/actas/ribie94/Dem2_24.htm

Zapata-Ros, M. (2012). Teorías y modelos sobre el aprendizaje en entornos conectados y ubicuos. Bases para un nuevo modelo teórico a partir de una visión critica del “conectivismo”. http://eprints.rclis.org/17463/

Pensamiento computacional y alfabetización digital (y II)

Esta es la segunda de dos entradas donde estamos proponiendo lo que consideramos pueden ser componentes del pensamiento computacional.  Con ello pretendemos realizar una redefinición de un dominio teórico específico dentro de las teorías del aprendizaje. Y desde luego hacer una descripción somera, en un primer acercamiento, de un currículum adecuado a esos dominios conceptuales para las distintas etapas educativas y para la capacitación de maestros y profesores.

Lo tratamos de hacer con las limitaciones de un post. Después será tratado y ampliado en documentos con más extensión y documentación. En un primer repaso y en la búsqueda correspondiente hemos intentamos conectar lo dicho en entradas anteriores con las conceptualizaciones y modalidades del pensamiento según las teorías del aprendizaje. Así pues hemos encontrado  ya como componentes del pensamiento computacional: El pensamiento  ascendente, el pensamiento descendente, la heurística, el pensamiento divergente, la creatividad, la resolución de problemas y el pensamiento abstracto.

Abordamos ahora la recursividad.

Recursividad

A veces un problema por su tamaño, o porque depende de un número natural (o de un cardinal) no puede ser resuelto por sí mismo pero puede ser remitido a otro problema de las mismas características o naturaleza pero más pequeño o dependiendo de un cardinal menor, que sí puede ser resuelto, o nos puede dar la pista de una regla de remitir problemas a problemas menores (regla de recurrencia). Y en ambos casos nos permite resolver el problema. A estos métodos, que son así considerados unos métodos de resolución de problemas, se les llama recursividad o recurrencia.

Con el término recursividad también se quiere en otras ocasiones abordar una forma de conceptualizar, de definir, objetos de conocimiento o ideas: De esta forma se dice que están definidos por recurrencia.

En esta forma de abordar el conocimiento se ha visto por un lado una forma más útil, o más económica cognitivamente, de abordar la resolución mediante procesos automatizados, o una forma más eficaz y elegante de abordar conceptos y definiciones que permiten integrarlas más eficientemente desde el punto de la lógica en un sistema teórico.

Presenta un dificultad que hace necesaria una predisposición mental que no siempre es frecuente ni fácil de alcanzar según qué individuos.

En matemáticas es muy frecuente:

El concepto de potencia de exponente natural se puede definir como un producto de factores iguales:

an =a.a.a…a

O bien mediante una formulación recursiva: una potencia se define en función de la potencia anterior

an =a.an-1

excepto si el exponente vale 0, que entonces es a0=1, a esto se le llama cláusula de parada.

Con la función factorial sucede igual, se puede definir como un producto de factores consecutivos decrecientes:

n!=n.(n-1).(n-2)…3.2.1

O con una fórmula recursiva:

n!=n.(n-1)!   y   1!=1

La experiencia me dice que los alumnos cuando se les presenta adecuadamente la primera formulación la suelen comprender y aprender con relativa facilidad. No así la segunda. Necesita un tipo especial de forma de pensar. Necesita utilizar el pensamiento recursivo.

Sin embargo la segunda forma tenia indudables ventajas no solo para programar sino incluso de economía de pensamiento y de ejecución. Mis alumnos de secundaria comprendían perfectamente esto cuando les ponía el siguiente ejemplo:

Una azafata quiere comprobar que todos los pasajeros tienen que llevar ajustado y bien sujeto el cinturón de seguridad. En principio podría hacerlo de dos formas: recorriendo el pasillo y verificando que todos lo llevasen correctamente o bien asegurando solo dos cosas:

Que cada pasajero comprobase que  lo lleva igual que el anterior y que el primero lo llevase bien.

La recursividad es algo que va más allá de las matemáticas o de la computación, es propiamente una forma de pensar: Pensar sobre el pensamiento, también tiene un ámbito de conocimiento o de modelado en la psicología: la metacognición. De hecho en un conocido trabajo “El pensamiento recursivo” Michael C. Corballis (2007) dice que “La facultad de pensar sobre el pensar constituye el atributo crítico que nos distingue de todas las demás especies”.

Los fractales, como caos y sistemas dinámicos, son también estructuras recursivas. Los podemos encontrar incluso en la fundamentación del conectivismo (Siemens, September 2014, a través deZapata-Ros, 2014).

Pero también constituye la base de la geometría (Zapata-Ros, 1996a, 1996b) y del arte fractal (Zapata-Ros, 2013)

La expresión fractal viene del latín fractus, que significa fracturado, roto, irregular. La expresión, así como el concepto, se atribuyen al matemático Benoit B. Mandelbrot, del Centro de Investigación Thomas J. Watson, que la empresa IBM tiene en Yorktown Heights, Nueva York, y aparecen como tal a finales de la década de los setenta y principios de los ochenta (Mandelbrot, 1977 y 1982). Aunque anteriormente Kocht, Cantor y Peano entre otros, definieron objetos catalogables dentro de esta categoría, pero no reconocidos como tales.

El concepto de fractal se puede abordar desde distintos puntos de vista, sin embargo se acepta comúnmente que un fractal es un objeto geométrico compuesto de elementos también geométricos de tamaño y orientación variable, pero de aspecto similar. Con la particularidad de que si un objeto fractal lo aumentamos, los elementos que aparecen vuelven a tener el mismo aspecto independientemente de cual sea la escala que utilizamos, y formando parte, como en un mosaico de los elementos mayores. Es decir estos elementos tienen una estructura geométrica recursiva. Si observamos dos fotografías de un objeto fractal con escalas diferentes (una en metros y otra en milímetros, por ejemplo) sin nada que sirva de referencia para ver cuál es el tamaño, resultaría difícil decir cuál es de las ampliaciones es mayor o si son distintas. El que cada elemento de orden mayor esté compuesto, a su vez, por elementos de orden menor, como sucede con las ramas de un árbol es lo que da estructura recursiva a los fractales.

Para representar gráficamente un fractal basta por tanto encontrar la relación o la ley de recursividad entre las formas que se repiten. Es decir encontrar el objeto elemental y la ley de formación y establecer el algoritmo gráfico. Es por esto que lenguajes como LOGO se avienen tan bien para representar fractales.

Volviendo a los fundamentos del lenguaje y de la función de pensar, Rosas (2012) en la glosa que hace le artículo de Corballis (2011) The Recursive Mind. The Origins of Human Language, Thought, and Civilization, nos habla, en el contexto del resurgimiento del Programa Minimalista de Chomsky, más allá de una búsqueda formal centrada en el código y en las reglas que subyacen en éste, de una búsqueda desde un plano superior, más abstracto, que observa la capacidad lingüística, insertándola en un sistema funcional que la explica mediante determinados principios no específicos de esta facultad, como son la arquitectura estructural y a las restricciones de su desarrollo (como es la eficiencia computacional) o los relativos al análisis de datos. Que en un palno multidisciplinar hace consideraciones a criterios que no son propios de ese dominio.

Rosas (2012) entiende que “eso ha dado lugar a la aparición de una nueva capacidad en la que pocas veces se había reparado (sic) y mucho menos ocupado el foco principal de estudio: la recursividad.

En un artículo muy citado en este sentido, Hauser, Chomsky y Fitch (2002 y 2005) proponen la recursividad como la única capacidad estrictamente merecedora de la denominación “lenguaje”, de ahí el nombre que le otorgan: “Facultad del lenguaje en sentido estricto”. Ésta sería exclusiva de la especie humana y estaría presente sólo en el lenguaje.

 

En el primer capítulo, de The Recursive Mind: The Origins of Human Language, Thought, and Civilization, respondiendo a la pregunta ¿qué es la recursividad?, Michael C. Corballis (2014) sostiene que en 1637, el filósofo francés René Descartes cuando escribió la frase inmortal “Je pense, donc je suis” o “Cogito, ergo sum”, en esencia al hacer esta declaración, Descartes lo que hizo no sólo fue pensar, que estaba pensando en el pensamiento, y que le llevó a la conclusión de que existía, sino que estaba constatando la existencia del pensamiento como recursividad. Esta consideración le da paso a Corballis para pensar en un papel más general de la recursividad en nuestros procesos mentales, y a sostener que es la característica principal que distingue a la mente humana de la de otros animales. Es la base de nuestra capacidad no sólo para reflexionar sobre nuestra propia mente, sino también para simular la mente de otros. Mediante ella se nos permite viajar mentalmente en el tiempo, a realizar una inserción de la conciencia del pasado o del futuro en la conciencia presente. La recursividad es pues el ingrediente principal para distinguir el lenguaje humano de todas las otras formas de comunicación animal.

Iteración.-

Siempre que hablamos de iteración pensamos en procedimientos repetitivos como los que utilizamos cuando aprendimos o cuando enseñábamos BASIC, Pascal, LOGO, o C++, y más recientemente Java o Phyton. Lo asociamos a bucles, a instrucciones FOR TO, while, do-while, repeat,… y a diagramas de flujo. En definitiva, era difícil hablar de iteración sin pensar en la construcción de algoritmos repetitivos. Sin embargo pocas veces pensamos que hay aprendizajes básicos, en las primeras etapas de desarrollo, donde se pone en marcha un sistema de pensamiento de este tipo. Pensemos por ejemplo en la adquisición que hacen los niños de las ideas sobre fracciones, números racionales, o incluso en los números reales, en la representación decimal, en la notación decimal de números reales, y en su representación ¿qué son sino más que procedimientos iterativos? También podríamos pensar en sistemas de medición, de magnitudes de peso, masa, volumen, superficie,… ¿qué son estos procesos sino sistemas de representación conceptual iterativas?

La escalera de Bramante es un claro ejemplo de iteración en el diseño arquitectónico.

Son particularmente importantes las aportaciones en este sentido de Mack (2001); Olive & Vomvoridi  (2006).  E igualmente las de Steffe & Olive (2010) para el desdoblamiento de operaciones, que juega un papel crítico en la construcción de esquemas  de fracciones por los estudiantes, tales como el esquema de fracción iterativo. Otras investigaciones en este sentido fueron las de Hackenberg, (2007) y  Steffe (2004).

Jesse L.M. Wilkins, Anderson Norton y Steven J. Boyce (2011) prueban empíricamente la validez de unos esquemas iterativos llamados partitive unit fraction scheme (PUFS), y de forma más generalpartitive fraction scheme (PFS),  para el aprendizaje de fracciones. Aunque este estudio ha sido criticado por Norton & Wilkins (2010), debido a la existencia de caracterizaciones del esquema divergentes.

La iteración es una componente pues importante del pensamiento computacional, con una extensa proyección en otras representaciones cognitivas y en procedimientos que son la base de importantes actividades y tareas, como por ejemplo lo que hemos mencionado en relación con la medida y la representación de magnitudes y valores.

Pero no sólo es relevante a ese nivel, la iteración es la base de procedimientos complejos y está en la resolución de problemas con más alcance o más impacto que lo que supone su definición en una primera aproximación.

Hay un problema conocido por el problema del viajante (TSP por las siglas de Traveling Salesman Problem). Sucintamente consiste en,  dada una lista de poblaciones, ¿cuál es la ruta más corta posible que pasa por cada localidad exactamente una vez y termina en el lugar de salida?. Hay muy variados métodos de resolución y todos son iterativos. El primero es el procedimiento a mazazos, también llamado “búsqueda de fuerza bruta” (Brute-force search). Como el nombre sugiere se trata de obtener como itinerarios posibles todas las permutaciones de las ciudades, con la distancia recorrida en cada caso, y obtener el mínimo de ellas. Es un método exacto y factible, con muy poca programación, en un ordenador. Es un ejemplo de método iterativo. Tiene problemas de tiempo porque es una función de un factorial, pero hay algoritmos para abreviar el tiempo.

Este es un método heurístico. Se podría pues, como vimos, incluir en varias categorías en cuanto a tipo de pensamiento. Casi nunca son puros.

Hay otros métodos heurísticos también recursivos como es el del vecino más cercano (NN, nearest neighbor)  (también llamado algoritmo voraz), que como el propio nombre indica en cada caso elige la ciudad más cercana sin visitar como su próximo movimiento.

Luego hay métodos algorítmicos con hamiltonianos y todo eso.

Pero lo importante para nuestro propósito de ver la importancia del a iteración en metódos basados en grafos es al menos traer la referencia de los métodos op:

El intercambio par a par simple,  o técnica 2-opt, que supone en cada iteración la eliminación de dos aristas que se cortan  y su reemplazo por con dos aristas diferentes, que no se crucen, y que reconecten los fragmentos creados por la eliminación de las aristas por este método, obteniendo así un camino más corto.

Éste es un caso especial del método general heuristica k-opt o heurística Lin-Kernighan. Donde en un recorrido dado se eliminan k aristas que se cortan en al menos un punto por un conjunto que no se corta en ningún punto.

Un ejemplo interesante lo podemos ver este caso 

Este problema y los algoritmos que se han desarrollado apartir de él han permitido un enfoque interesante  para otro problema, el del embarque en aviones, a Jason Steffen (2008), y al desarrollo de un algoritmo muy práctico y de indudable interés económico para la secuencia de embarque de pasajeros en los aeropuertos.

El cambio que supone en la práctica modificar la forma en que la gente embarca en los aviones, el ahorro de tiempo multiplicado por el número de embarques que se producen en todo el mundo, a lo que se unen los tiempos de espera en vuelos combinados, suponen una solución de gran envergadura directa, a la economía de tiempo, y de dinero,de sueldos, de energía,… Y esto sólo si lo planteamos directamente. Pero es que además hay un ahorro indirecto y un bienestar añadido: El que supone que la gente llegue a tiempo a su trabajo, a su negocio, a sus vacaciones o a estar con su familia. Ventajas que son muy de tener en cuenta…, todo por una cuestión de iteracción. Y como consecuencia de una forma de pensar que primero se planteó exclusivamente como pensamiento computacional.

Métodos por aproximaciones sucesivas. Ensayo – error.

El método de resolución de problemas  por aproximaciones sucesivas, o por ensayo-error, constituye igualmente un procedimiento que utilizamos, confrontando  las ideas que nos formamos con la realidad tal como la percibimos, en acciones percepciones y en la formación de modelos cognitivos, de ideas. Sucede así en el ser humano a lo largo de toda la vida, desde las primeras etapas de desarrollo, en la que los niños comienzan a conocer la realidad, el mundo que les rodea. Utilizan los sentidos, la experimentación y la representación de las ideas obtenidas de las experiencias, para aceptar o rechazar el conocimiento que la realidad les ofrece y para inducirlo. Ese mecanismo forma parte del desarrollo humano, pero también lo encontramos en los fundamentos de la ciencia. Así lo encontramos en multitud de ámbitos y dominios del saber y de la técnica. Constituye la base de las ideas de Popper (1934) que fundamentan el método científico. Lo encontramos igualmente como uno de los procedimientos que más frecuente utilizan los programadores, de forma espontánea y subyacente, en casi todas las fases de su trabajo. También constituye la esencia de la ayuda pedagógica que los maestros y tutores hacen a sus alumnos para guiarles en estos procesos de ensayo error y que no se pierdan o se distraigan por caminos inapropiados.

A Karl R. Popper se le considera el padre del método científico tal como se conoce en la actualidad, pero sobre todo es uno de los pensadores  contemporáneos más influyentes, cuyas teorías epistemológicas y sociopolíticas han ido más allá del estricto ámbito del método científico. Hasta él el método que utilizaba la ciencia era eminentemente deductivo. A partir de él todo cambia: La ciencia sigue siendo inductiva, pero su gran aportación ha sido que esta inducción ha avanzado a través del método hipotético-deductivo.

Así según Popper (1934), el método científico no usa un razonamiento inductivo, sino un razonamiento hipotético-deductivo (que simplificadamente se conoce como método de ensayo error o por aproximaciones sucesivas). Como en el caso del razonamiento inductivo, se pasa desde los datos que contrastan una hipótesis a una conclusión sobre ésta, es decir va de lo particular a lo general, en dirección inductiva. Sin embargo el método no es el de la inducción como razonamiento o inferencia. Sostiene que materialmente no es posible inducir o verificar todas las hipótesis o teorías (no es posible explorar todas las situaciones posibles para ver si la teoría se mantiene), ni siquiera hacerlo con las más probables. Además, los científicos en general buscan teorías altamente informativas. Otra cosa son los informáticos, que aplican con frecuencia la navaja de Occan.

La cuestión clave en la ciencia es qué criterio guía la búsqueda o el avance a través de las hipótesis que se eligen sucesivamente. En esta cuestión tiene bastante que decir  la creatividad y el pensamiento divergente, según vimos en otra ocasión.

En el aprendizaje, el mecanismo en esencia es el mismo. Pero en este caso es el papel que juega el tutor lo esencial, como veremos, sin despreciar los elementos naturales de motivación que el método que utilicemos en cada caso posee para el alumno. De esta forma el tutor ha de guiar de forma adecuada y sin ser invasivo el procedimiento para que el alumno tampoco desista, y este proceder es distinto en cada caso.

Pero volviendo a Popper y al método hipotético deductivo. Lo que se hace realmente en el proceso, en cada paso, es proponer una hipótesis como solución tentativa del problema particular, confrontar la predicción deducida, mediante la hipótesis, con la experiencia, y evaluar si la hipótesis se rechaza o no por los hechos (contraste de hipótesis). La cuestión es que con este método no verificamos las teorías, sólo las aceptamos cuando resisten el intento de rechazarlas. Por tanto, el  contraste radica en la crítica o, si estamos en ciencias sociales, en el intento serio de falsación, es decir, la eliminación de la parte del error dentro de una teoría, para rechazarla, si es falsa, y sustituirla por otra. Como hemos dicho el objetivo del método es la búsqueda de teorías verdaderas.

Según Popper (1934) este método, el actualmente aceptado como  método científico, utiliza sólo y de forma sistemática reglas metodológicas (no lógicas), para tomar decisiones. Reglas o principios metodológicos que tiene como base casi exclusivamente dos principios: La creatividad y la crítica. Hay que ser creativo y crítico. Hay que proponer hipótesis audaces y someterlas a tests experimentales  rigurosos. La lógica juega un papel fundamental como elemento que rige las decisiones y la elaboración de hipótesis que, mediante su contraste, confrontarán los hechos con las teorías convirtiéndolas en evidencias.

David Wood y  Heather Wood (2006) en su ya clásico libro Vygotsky, Tutoring and Learning señalan como justificación de la acción tutorial en el aprendizaje la investigación que con frecuencia citamos como referencia y que hemos rescatado de Bloom (1984) para el aprendizaje personalizado con tecnología, nos referimos al problema de dos sigmas. Como ya vimos (Zapata-Ros, 2013  y Bloom, 1984) se trata de un análisis comparativo de la eficacia, relativa, entre la enseñanza en clase convencional y la tutoría uno a uno (humana). Anderson (1993) y sus colegas sugiere que algunos de los beneficios señalados por Bloom podrían obtenerse por medio de sistemas informáticos diseñados para individualizar el aprendizaje. Bloom concluyó que la instrucción mentorizada (uno a uno) conduce a una mejora, en la campana de Gauss del aprendizaje, en dos desviaciones típicas sobre la enseñanza de clases convencional (es decir, alrededor del 98% de los alumnos que se enseñan de forma individual puntúan por encima de la media para el grupo convencional). Anderson sostenía que los sistemas basados en tecnología, con tutoría personal o asistida,  podrían ser diseñadas para conseguir en parte ese beneficio.

Contingencia e inmediatez.-

En este planteamiento juegan un papel clave las aproximaciones sucesivas a los objetivos educativos, es decir la acción tutorial. Veamos: Una de las características centrales de lo que supone la tutoría uno a uno (y lo que en la época de Anderson eran los sistemas de tutoría inteligente), es que pueden proporcionar instrucción en el contexto de la actividad en tiempo real al alumno. En términos de Anderson, son útiles al principio: proporcionan instrucción en el contexto de la resolución del problema. En situaciones de grupo, también funciona la tutoría como ayuda en el acercamiento a la resolución de problemas por ensayo error: El alumno puede ensayar públicamente, en ambiente de clase, métodos de resolución y puede ser asesorado por el profesor y por los propios alumnos. El profesor puede ofrecer orientaciones sucesivas sobre la forma de resolver los problemas, y hacerlo sobre la marcha.

En cualquier caso es importante la idea de contingencia: la sensación de que el problema puede ser resuelto o no en función del camino elegido.

De esta forma, en la tutoría, el cuándo y el dónde la ayuda pueden ser ofrecidas por el tutor es la clave. Ha de hacerse en los momentos pertinentes, es decir, de manera contingente. Además es importante hacerlo así porque  el estudiante puede ser sensible a la pérdida de tiempo y perder la motivación cuando ésta, la pérdida, sea excesiva o también porque la actividad sea confusa y sin fruto. Para evitar este efecto, el de la confusión, la  respuesta debe ser inmediata a los errores de los alumnos (otro principio del ensayo error: que no se pierda la inmediatez).

El tutor debe detectar, en el lugar y en el momento que se produzca, la dificultad de aquel aprendiz que comprenda insuficientemente el tema que es objeto de aprendizaje. De esta forma el tutor puede tener que intervenir con frecuencia para reparar el error y mostrar al alumno qué hacer. Así el objetivo es apoyar en la resolución en aproximaciones sucesivas hasta un desempeño competente. Por último el tutor no debe interferir con la actividad de estudiante exitoso. Y en la medida que el alumno aprenda, la acción del tutor se desvanece. Estas capacidades del tutor que Anderson prescribía para el tutor inteligente, o para el sistema experto, se obtenía a partir de la modelización de los tutores humanos. Por esa misma razón ese conjunto de prescripciones siguen siendo válidas en el caso real, y constituyen una aplicación en este caso de los principios popperianos de las aproximaciones sucesivas.

Métodos colaborativos.- ¿Hacer cosas juntos o entender cosas juntos?

En este recorrido toca llegar al final, aunque quizá haya más componentes del pensamiento computacional de los que hemos visto, y esperamos futuras críticas y propuestas. Vamos a concluir con el trabajo colaborativo.

Expresiones como trabajo colaborativo o aprendizaje colaborativo son lugares comunes en la práctica de la enseñanza y en las teorías del aprendizaje. Tienen su origen remoto en los métodos socráticos, en el aprendizaje vicario y más recientemente en las teorías de Vygostky, en las del aprendizaje situado de Merrill y en el socioconstructivismo. Y han adquirido plena vigencia en los entornos conectados de aprendizaje. Si bien las aportaciones más fecundas en el mundo del aprendizaje con la ayuda de la tecnología se deben a David Jonassen, Mark Davidson, Mauri Collins, John Campbell, y  Brenda Bannan Haag (1995).

En el mundo computacional: La complejidad de desarrollos y arquitecturas hace inconcebible el trabajo aislado. Tienen que producirse fuertes flujos de trabajo y de comunicación que hagan posibles proyectos comunes en equipos amplios. De hecho se ha desarrollado una ética, casi una mística, conocida y popularizada por Pekka Himanen (2002) como la ética del hacker, basada en la emoción por compartir más que en el valor económico del trabajo propio de la ética de Weber, la ética protestante del trabajo.

En una buena parte esta disposición a compartir y al trabajo colaborativo constituye un elemento para la formación en valores del pensamiento computacional. Pero también implica un desafío, no todo el mundo de forma inicial acepta compartir, implica un compromiso e implica una técnica.

La definición más amplia pero igualmente imprecisa e insatisfactori, de “trabajo colaborativo” es la que da Dillenbourg (1999): Trabajo colaborativo es el que se produce en una situación en la que dos o más personas aprenden o intentan aprender algo juntos.

Es obvio que al menos hay tres imprecisiones en los elementos de esta definición, que se pueden interpretar de diferentes maneras:

“Dos o más” es ¿un par?, ¿un pequeño grupo (3-5 individuos)?, ¿una clase (20-30 sujetos)?, una comunidad (unos pocos cientos o miles de personas), ¿un MOOC?, ¿una sociedad (varios miles o millones de personas) … ¿cualquier nivel intermedio?. Esto da lugar a situaciones de aprendizaje completamente distintas, cada una de las cuales lleva aparejado un análisis que de forma no simple es muy diverso. Los entornos de los que estamos hablando y que permiten un trabajo fecundo son aquellos que permitan de forma eficiente a cada individuo procesar la información que genera el resto.

“Aprender algo” puede ser interpretado como “seguir un curso con provecho”, es decir cumpliendo los objetivos de aprendizaje previstos, o también se puede referir de forma laxa a aprender (en el sentido de comprender solo y memorizar de forma comprensiva) el “material del curso de estudio”, o bien “realizar actividades de aprendizaje tales como la resolución de problemas”, y en su caso óptimo que de ellas se desprenda conocimiento o elaboración, igualmente puede ser “aprender de la práctica del trabajo” que se realiza entre varios y en el que interviene la interacción.

Y en esto último es cuando interviene el último elemento de la definición: “juntos”. Que en cualquier caso implica y se debe interpretar como como una referencia a diferentes formas de interacción que, por la forma física de realizarse, origina distintos entornos y proceso cognitivos: Cara a cara, grupo o videogrupo (hangout), mediada por entornos de red, sociales (web social), sincrónicas o no, frecuentes en el tiempo o no, si se trata de un esfuerzo verdaderamente conjuntado y coordinado, si el trabajo se divide de una manera sistemática en un entorno colaborativo, híbrido y organizado con affordances a ese fin.

Combinados de múltiples formas y en relación con fines de distinta naturaleza, pero todos ellos conducentes a aumentar el material cognitivo de los participantes, y el común, constituyen ambientes que se encuentran bajo la etiqueta de “aprendizaje colaborativo”. Podemos reconocer así a parejas o tríos de aprendizaje, que se desenvuelven a través de trabajos intensivos y cortos para resolver un problema de forma conjunta y síncrona, durante una o dos horas, a grupos de estudiantes que utilizan el correo electrónico o Facebook durante un curso, o durante un año, a las comunidades de profesionales que se desarrollan vinculadas a una cultura específica a través de generaciones de participantes.

La actividad que se produce es singular y la capacitación o las competencias para obtener el máximo rendimiento son necesarias para el mundo computacional, con rasgos específicos (por ejemplo con pasarelas de datos y de resultados), pero igualmente para el resto de actividades que conducen a algún tipo de aprendizaje o de desarrollo. El análisis tiene al menos tres dimensiones como hemos visto, cada una constituye no de forma excluyente ni por separado del resto, un dominio de estudio y de investigación: la dimensión de la situación de colaboración (tamaño del grupo,  período de tiempo, affordances,…), el tipo y características del “aprendizaje” y las formas de “colaboración”.

Referencias útiles en un primer acercamiento son:

Sobre la noción de escala en relación con las modalidades y los objetivos del trabajo colaborativo, “… los paradigmas de investigación basadas en distinciones entre lo  social y lo cognitivo”, se encuentra el trabajo de Perret-Clermont, Perret y Bell (1991). Sobre las teorías de la cognición distribuida (Salomon, 1993) en que el grupo es visto como un sistema cognitivo. El proceso de construcción de un grupo de micro-cultura es estudiado por Baker, Traum, Hansen y Joiner (1999), y por Hansen, Lewis, Rugelj y Dirckinck-Holmeld (1999).

En resumen la cuestión no es tanto aprender técnicas para trabajar juntos como encontrar una cultura común, unas referencias y  unas experiencias que hagan que esa forma de trabajar fluya.

Con este apartado dedicado a métodos colaborativos conclui-mos la serie de ocho posts y once elementos o componentes del pensamiento computa-cional.

Como dijimos al principio queda por desarrollar pormenoriza-damente los contenidos en un corpus útil a las disintas modalidades y niveles de formación, así como para la formación de maestros y profesores que los impartan.

Queda igualmente por unificar las referencias teóricas

Otras informaciones las he aportado a propósito del pensamiento compu-tacional con relación al año del código (year of code) en el post de Tumblr Pensamiento computacional y precodingY también en el post Coding y pre-coding. Otros enlaces y conceptos relacionados los podemos ver en la web oficial del Year of code.

Referencias.-

ANDERSON, J.A. (1993) Rules of the Mind (Hillsdale, NJ, Erlbaum).

Baker, M., Hansen, T., Joiner, R., & Traum, D. (1999). The role of grounding in collaborative learning tasks. In P. Dillenbourg (Ed.), Collaborative Learning: Cognitive and Computational Approaches. (pp. 31-63; 223-225). Elsevier Science. http://www.uio.no/studier/emner/matnat/ifi/TOOL5100/v08/leseliste/F9/baker99role.pdf

Bloom, B.S. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as ffective as One-to-One Tutoring, Educational Researcher, 13:6 (4-16). http://www.comp.dit.ie/dgordon/Courses/ILT/ILT0004/TheTwoSigmaProblem.pdf

Corballis, M. C. (2007). Pensamiento recursivo. Mente y cerebro, 27, 78-87. http://amscimag.sigmaxi.org/4Lane/ForeignPDF/2007-05CorballisSpanish.pdf

Corballis, M. C. (2014). The recursive mind: The origins of human language, thought, and civilization. Princeton University Press. http://press.princeton.edu/titles/9424.html

Dillenbourg, P. (1999). What do you mean by collaborative learning?.Collaborative-learning: Cognitive and Computational Approaches., 1-19. https://halshs.archives-ouvertes.fr/file/index/docid/190240/filename/Dillenbourg-Pierre-1999.pdf

Fitch, T., Hauser, M. & Chomsky, N.  2005.  The evolution of the language faculty:      Clarifications and implications.   Cognition. 97.179-210

Hauser, M., Chomsky, N.,  & Fitch, T.  2002.  The faculty of language: what is it, who has it, and how did it evolve. Science 198. 1569-79

Hackenberg, A. J. (2007). Units coordination and the construction of improper fractions: A revision of the splitting hypothesis. Journal of Mathematical Behavior, 26(1), 27–47.

Hansen, T., Dirckinck-Holmfeld, L., Lewis, R., & Rugelj, J. (1999). Using telematics to support collaborative knowledge construction. Collaborative learning: Cognitive and computational approaches, 169-196. http://www.researchgate.net/publication/228559912_Using_telematics_to_support_collaborative_knowledge_construction/file/60b7d523962ffc2db3.pdf

Himanen, P. (2002). La ética del hacker y el espíritu de la era de la información.http://eprints.rclis.org/12851/

Jonassen, D., Davidson, M., Collins, M., Campbell, J., & Haag, B. B. (1995). Constructivism and computer‐mediated communication in distance education.American journal of distance education9(2), 7-26. http://www.tandfonline.com/doi/abs/10.1080/08923649509526885

Mack, N. K. (2001). Building on informal knowledge through instruction in a complex content domain: Partitioning, units, and understanding multiplication of fractions. Journal for Research in Mathematics Education, 32(3), 267–296.

Mandelbrot, B. (1982). The fractal geometry of nature. W. H. Freeman.

Mandelbrot, B. (1977). Fractals, form, chance and dimension. W. H. Freeman.

Popper, Karl (1934).«The Logic of Scientific Discovery». Consultado el 08-09-2007. http://books.google.es/books?hl=es&lr=&id=LWSBAgAAQBAJ&oi=fnd&pg=PP1&dq=popper+scientific+methods

Popper, Karl (1934). La lógica de la investigación científica. Traducido por Víctor Sánchez de Zavala (1ª edición). Madrid: Editorial Tecnos (publicado el 1962). ISBN 84-309-0711-4..

Popper, Karl (1934). The Logic of Scientific Discovery. New York: Routledge (publicado el 2009).

Olive, J., & Vomvoridi, E. (2006). Making sense of instruction on fractions when a student lacks necessary fractional schemes: The case of Tim. Journal of Mathematical Behavior 25(1), 18–45.

Rosas, M. J. M. (2012). Recensión de “The recursive mind. The origins of human language, thought, and civilization”, de Michael C. Corballis. Teorema: Revista internacional de filosofía, 31(1), 151-154. http://dialnet.unirioja.es/descarga/articulo/4349918.pdf

Salomon, G. (1993). Distributed cognitions. Psychological and educational considerations (pp. 111-138) Cambridge, USA: Cambridge University Press.

Siemens, G. (December 12, 2004). Connectivism: A Learning Theory for the Digital AgeConsultado el 18/8/2011 en http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.87.3793&rep=rep1&type=pdf el 30/08/2012

Steffe, L. P., & Olive, J. (2010). Children’s fractional knowledge. Springer: New York.

Steffe, L. P. (2004). On the construction of learning trajectories of children: The case of commensurate fractions. Mathematical Thinking and Learning, 6(2), 129–162

Steffen, J. H. (2008). Optimal boarding method for airline passengers. Journal of Air Transport Management14(3), 146-150. http://www.sciencedirect.com/science/article/pii/S0969699708000239

Wilkins, J. L. M., & Norton, A. (2011). The splitting loope. Journal for Research in Mathematics Education, 42(4), 386–416

Wilkins, J. L., Norton, A., & Boyce, S. J. (2013). Validating a Written Instrument for Assessing Students’ Fractions Schemes and Operations. Mathematics Educator, 22(2), 31-54.

Wood, D., & Wood, H. (1996). Vygotsky, tutoring and learning. Oxford review of Education, 22(1), 5-16. http://www.jstor.org/stable/1050800

Wood, D., & Wood, H. (1996). Vygotsky, tutoring and learning. Oxford review of Education22(1), 5-16. http://www.tandfonline.com/doi/abs/10.1080/0305498960220101#.VI3EvyuG-_l

Zapata-Ros, M. (1996a). Integración de la GEOMETRÍA FRACTAL en las Matemáticas, y en la Informática, de Secundaria. http://platea.pntic.mec.es/~mzapata/tutor_ma/fractal/fracuned.htm# Pero…¿qué son los fractales?

Zapata-Ros, M. et al (1996b). Integración de la GEOMETRÍA FRACTAL en las Matemáticas, y en la Informática, de Secundaria.  Materiales para la Enseñanza Secundaria: área de Matemáticas y área de Educación FísicaDocumentos CEP . Núm. 47. CEP Murcia II. http://hdl.handle.net/11162/645.

Zapata-Ros, M. (2013).  ¿Por qué nos gustan las cosas hermosas? La belleza está escrita en lenguaje matemático mucho antes de que se descubra. Blog Redes Abiertas. http://redesabiertas.blogspot.com.es/2013/03/por-que-nos-gustan-las-cosas-hermosas.html

Zapata-Ros, M. (2013). El “problema de 2 sigma” y el aprendizaje ayudado por la tecnología en la Educación Universitaria. http://red.hypotheses.org/287 Zapata-Ros, M. (2014). La fundamentación teórica y científica del conectivismo. RED-Hypotheses. http://red.hypotheses.org/688