Archivo de la etiqueta: educación superior

La universidad inteligente (III): Por qué la universidad necesita la IA

Miguel Zapata-Ros, Universidad de Alcalá

Éste es el tercero de una serie de posts que sobre este tema, y con este título, constituirán un artículo en el número 57 de RED, especial dedicado a la “Web social y sistemas inteligentes de gestión del aprendizaje en Educación Superior”. En la primera entrada se introdujo el tema y se hizo una sucinta revisión de la literatura. En la anterior se habló de qué es el aprendizaje inteligente y qué son los entornos inteligentes de aprendizaje.

La universidad  inteligente. La transición de los LMS a los Sistemas Inteligentes de Aprendizaje en Educación Superior

 The smart university. The transition from Learning Management Systems (LMS) to Smart Learning Systems (SLS) in Higher Education

 

Por qué la universidad necesita la IA

1 La evolución de la enseñanza abierta universitaria

No se puede excluir la universidad inteligente, la que incorpora los sistemas inteligentes de gestión del aprendizaje, de la evolución de la universidad abierta, desde la lógica de su propia concepción original.

En 1997 ya el Further Education Funding Council (FEFC, 1997 p.25; Zapata-Ros, , 2001 p.1) de Gran Bretaña define la educación a distancia como:

” those on which students study with specially prepared learning materials for their private study and are provided with a marking and comment service for their written work which may be     accompanied by some counselling or tutorial support This definition is intended to cover situations where study is essentially home based and there is only occasional contact with the institution”

La educación abierta universitaria tiene tradicionalmente como fin el que se superen las dificultades de condiciones y organización para el aprendizaje (Zapata-Ros, 2001 p.1). Y esto se ha constituido en un objetivo para los sistemas educativos universitarios 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.

La evolución de la enseñanza abierta universitaria ha sido objeto de estudio  en varios trabajos anteriores. En un artículo (Zapata-Ros, 2017, October 11 y Zapata-Ros, 2017, December) y en varios posts (Zapata-Ros, 2017)

Tras lo aparecido en ese artículo, los herederos de los MOOC finalmente han evolucionado hacia un nuevo modelo de enseñanza formal universitaria. De forma que tras pasar por varias fases, han llegado a una situación completamente distinta a la inicial: Se han convertido en formas de enseñanza universitaria que otorga títulos oficiales de grado y postgrado,  como sucede en los tradicionales. En nada se diferencian de ellos, si pensamos en todos los efectos que aquellos conllevaban.

Lo han hecho  la Universidad de Londres y el Imperial College de Londres (a través de Coursera, con su plataforma y su metodología, y The Open University a través de Future Learn. En el primer caso son grados formales y en el segundo son postgrados (másteres) también formales. La universidad disruptiva es un hecho. Cualquier alumno en Alcalá o en Murcia, o en Buenos Aires, o México capital puede obtener un grado (licenciatura ) en el Imperial College de Londres como si fuera un MOOC.

Este post está escrito a partir de la noticia de Times Higher Education  el   07/03/2018 (Bothwell, March 6, 2018) titulado Coursera ofrecerá títulos de universidades del Reino Unido.

En él se informa (Bothwell, March 6, 2018) de nuevos cursos de la Universidad de Londres y del Imperial College de Londres  que incluyen el primer programa de licenciatura de la plataforma y de másteres oficiales también con el soporte y la metodología de Coursera

En particular la plataforma de aprendizaje en línea Coursera se nos dice está lista para ofrecer sus primeros títulos de universidades del Reino Unido, incluido su primer programa de licenciatura: Un grado en Ciencias de la Computación de la Universidad de Londres (Goldsmiths) y un nuevo máster de salud pública en el Imperial College de Londres. Además de cuatro nuevos títulos de máster de instituciones estadounidenses, incluidos programas de informática de la Universidad Estatal de Arizona y la Universidad de Illinois en Urbana-Champaign , y títulos de ciencias de la información y salud pública de la Universidad de Michigan. Coursera igualmente anuncia que el número de grados disponibles a través de su plataforma se elevará a diez, a lo largo de este año y en 2019.

Con respecto a esta plataforma, esto significa la culminación de un proceso que se inició con los MOOC, continuó con los MOOC con diseño instruccional de Fink (2003) y clásico, y por último con Credentials, College Credits y Microdegrees. Reflejan pues la evolución de las plataformas de aprendizaje en línea desde sus raíces, ofreciendo cursos gratuitos masivos abiertos en línea, hasta ahora que ofrecen programas acreditados y pagados de títulos oficiales universitarios completos.

Este punto, en el que Coursera lanza un grado, significa un hito, marca la culminación de una fase clave en un proceso. Después vendrán otros grados que ya se han iniciado. Pero antes ya existían títulos oficiales universitarios sobre marcos y con metodologías de plataformas de estudios abiertos online. Antes que los grados del Reino Unido puestos en marcha por Coursera, la gran plataforma con sede en el Reino Unido Future Learn, propiedad de The Open University, lanzó una  serie de postgrados en su plataforma y con su estilo, en la Universidad de Coventry  el año pasado. Future Learn también ofrece títulos oficiales de másteres en las universidades Deakin y Murdoch en Australia.

Así el esquema de la evolución de la enseñanza abierta universitaria, ahora quedaría pues completo, en este ciclo, con la inclusión de estudios formales de grado y postgrado, en esta línea del tiempo:

Fig. 2

Con lo visto en el apartado anterior el esquema de la evolución de los entornos inteligentes de aprendizaje quedaría:

Fig. 3

2 Cómo la inteligencia artificial puede beneficiar a las universidades

La IA en general, y los sistemas inteligentes de gestión del aprendizaje, como caso particular de los sistemas de aprendizaje adaptativo, en particular, se espera que tengan un enorme efecto a largo plazo en tres campos de la educación universitaria: En la docencia, en el rendimiento de los  alumno y en el abandono escolar.

Como veremos en el apartado de experiencias, estas expectativas ha sido confirmado por los resultados de los cursos realizados en la Universidad Estatal de Arizona en otoño de 2015, y por el correspondiente informe (Clark,  February  19, 2016) donde el curso  Biology 100 (BIO100), realizado como aprendizaje mixto en la plataforma CogBooks, se estudió en detalle.

Las evidencias obtenidas fueron sobre los objetivos siguientes, que por otro lado constituyen la preocupación principal de las autoridades y gestores universitarios:

  • aumentar el logro individual
  • reducir las tasas de deserción escolar
  • mantener la motivación del estudiante
  • aumentar la efectividad del docente

A esto habría que añadir obviamente lo que se supone objetivo implícito de las universidades: Aumentar la eficiencia de los aprendizajes obtenidos por los alumnos más allá del límite actual, superando barreras y dificultades que de otra forma no desaparecerían.

Pero no solamente están los beneficios que se derivan del uso de los entornos inteligentes para la mejora del rendimiento educativo que directamente proporciona la ayuda pedagógica. Hay otros beneficios que podríamos resumir en los cuatro ítems siguientes

La Educación Superior (ES) en nuestro entorno está en una posición ideal para preparar a los estudiantes para el mundo de la Inteligencia Artificial

Hay muchos nichos profesionales emergentes bajo el paraguas de la IA. Tradicionalmente la Universidad ha provisto de capacitación para los nuevos roles profesionales, máxime estos tan cercanos a ciencias y desarrollos teóricos básicos. En primer lugar, hay un nuevo rol para que HE equipe a los graduados para que trabajen efectivamente junto con sistemas artificialmente inteligentes.

Por lo tanto, los profesores universitarios deben garantizar, no solo para las titulaciones nuevas, sino también para las que tienen dominios de actuación tradicionales,  que los estudiantes ingresen al lugar de trabajo con una comprensión de las competencias y de las limitaciones de AI, y la capacidad de continuar aprendiendo a medida que AI desarrolla y continúa cambiando los roles y las expectativas del lugar de trabajo.

La universidad no puede quedar al margen de esta oportunidad. Conlleva un riesgo similar al que las ingenierías no hubiesen adoptado los temas concernientes a los nuevos medios de transporte o los nuevos materiales como objetivos de capacitación y de investigación.

La IA puede ayudar a resolver grandes desafíos que la ES tiene en la Sociedad del Conocimiento, particularmente los que plantean las innovaciones disruptivas

En el terreno estratégico de la política universitaria, la Inteligencia Artificial puede proporcionar parte de la solución a los grandes desafíos con los que habitualmente se enfrenta la toma de decisiones de las universidades. Por ejemplo, el proceso de la enorme en la cantidad de datos educativos, cada vez mayor, sobre estudiantes. Datos que tienen disponibles las universidades.

Numerosos trabajos (Parr, February 28, 2013) han investigado los patrones sobre la actividad de los estudiantes, sobre datos que rutinariamente son registrados y analizados por las universidades usando “análisis de patrones de aprendizaje”. Hasta ahora, estos análisis se usan principalmente para predecir qué estudiantes podrían fallar o abandonar. Pero, como hemos visto, el potencial principal es en el apoyo a la tutoría, que a partir del análisis de los procesos de aprendizaje de los alumnos individualmente, proporcione intervenciones oportunas en tiempo real para ayudarles.

La investigación que se realice en la universidad sobre IA, puede ser una parte clave y estratégica de la revolución de la IA en España, o en el país y en la sociedad, en particular, donde se desarrolle. En particular en el ámbito de la Educación

Los investigadores y los educadores de la universidad  son las personas y poseen los recursos de conocimiento clave para ayudar al país donde se ubiquen y a su economía a desarrollar el tipo correcto de sistemas de inteligencia artificial en los distintos ámbitos y servicios pero también en particular para su uso en educación, y debe hacerse sin demora.

Las universidades están ubicadas en el contexto correcto para investigar la IA

El contexto es una variable clave para la adquisición del conocimiento y es por tanto un factor básico en la efectividad de la educación. Los partidarios del aprendizaje situado señalan que es el factor más importante y algunas universidades de excelencia como Cambridge u Oxford así lo estiman.

El contexto, en este sentido, se puede definir como la combinación de personas, entornos, conocimiento, tecnología y recursos que constituyen una  parte esencial de las interacciones de cada estudiante con el resto y con el mundo real. Son variables relevantes que intervienen en el éxito educativo de cada estudiante. Los desarrolladores de la IA deben conocer y trabajar por tanto el modelado contextual que permita a las herramientas  de IA determinar cómo y por qué lo que funciona en una universidad no funciona en otra. Y no trasplantar esquemas y patrones de forma mecánica

La educación superior debe enfrentarse pues al desafío de la investigación de modelado contextual.

Resumiendo, la Inteligencia Artificial tiene el potencial de aportar grandes beneficios a la universidad. Sin embargo, solo cosecharemos estos beneficios si desarrollamos y usamos la IA como una innovación, es decir de una forma eficiente (Linden & Fenn, 2003).

 

 

Referencias

Bothwell, E. (March 6, 2018). Coursera to offer degrees from UK universities. Times Higher Education https://www.timeshighereducation.com/news/coursera-offer-degrees-uk-universities.

Clark, D. (February  19, 2016) 10 powerful results from Adaptive (AI) learning trial at ASU. Plan B. http://donaldclarkplanb.blogspot.com.es/2016/02/10-powerful-results-from-adaptive-ai.html

FEFC (1997). How to Apply for Funding. Bristol: Further Education Funding Council.

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

Linden, A., & Fenn, J. (2003). Understanding Gartner’s hype cycles. Strategic Analysis Report Nº R-20-1971. Gartner, Inc.

Parr, C. (February 28, 2013). Universities mine institutional data in search of gold Analysis of information on staff and students can help to improve recruitment and retention. Times Higher Education. https://www.timeshighereducation.com/news/universities-mine-institutional-data-in-search-of-gold/2002053.article.

Zapata-Ros, M. (2001). Formación abierta ya distancia a través de redes digitales: Modelos de redes de aprendizaje. RED: Revista de Educación a Distancia, (1).

Zapata-Ros, M. (2017, October 11). Latinoamérica y la educación superior en la encrucijada de la Sociedad del Conocimiento. Desafíos y disrupciones. Retrieved from https://osf.io/f8e39.

Zapata-Ros, M. (2017, December). Latinoamérica y la educación superior en la encrucijada de la sociedad del conocimiento. Desafíos y disrupciones. Virtualidad, Educación y Ciencia8(15), 193-199.

Zapata-Ros, M. (2017). Latinoamérica y la educación superior en la encrucijada de la Sociedad del Conocimiento. Desafíos y disrupciones. RED de Hypotheses. Retrieved from  https://red.hypotheses.org/1011

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159). Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria. Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York. Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus

La universidad inteligente (II)

Miguel Zapata-Ros, Universidad de Alcalá

Éste es el segundo de una serie de posts que sobre este tema, y con este título, constituirán un artículo en el número 57 de RED, especial dedicado a la “Web social y sistemas inteligentes de gestión del aprendizaje en Educación Superior”. En la entrada anterior se introduce el tema y se hace una sucinta revisión de la literatura.

La transición de los LMS a los Sistemas inteligentes de gestión del aprendizaje (Smart Learning Environment SLE) en Educación Superior.

(Ensayo y revisión de la literatura)

 

Aprendizaje inteligente

Los sistemas de aprendizaje inteligente, desde el punto de vista que vamos a desarrollar, constituyen una evolución de los sistemas adaptativos de aprendizaje y de los sistemas de aprendizaje sensibles y conscientes del contexto, a los que se han añadido las posibilidades de ayuda pedagógica que posibilitan las herramientas de detección y de recomendación que presta la Inteligencia artificial. De manera que no podremos entender el constructo aprendizaje inteligente sin hacer referencia a estos entornos.

Así entenderemos que “aprendizaje inteligente” es aquél aprendizaje que pueden desencadenar y producir los sistemas de aprendizaje inteligente, y que se puede entender de forma diferenciado por las funciones y efectos que no se pueden realizar en ambientes de aprendizaje adaptativo y de aprendizaje contextualizado [el aprendizaje social y el aprendizaje colaborativo de esta forma se puede entender como una subcategoría del aprendizaje contextualizado] sin excluirlas. De esta forma se puede decir que el aprendizaje inteligente es el aprendizaje adaptativo y contextualizado con mecanismos de detección, de respuesta y de recomendación.

Así, como veremos en el apartado siguiente, los “entornos de aprendizaje inteligentes” pueden considerarse, a partir de la definición de Hwang et al (2008), como entornos de aprendizaje apoyados por la tecnología que realizan adaptaciones y brindan el soporte adecuado con la tecnología de detección y de recomendación (por ejemplo, orientación, retroalimentación, consejos o herramientas) en los lugares adecuados y en el momento oportuno, según las necesidades individuales de cada alumnos, determinados mediante el análisis de sus comportamientos de aprendizaje, su trayectoria de rendimiento y los contextos en línea y del mundo real en los que se encuentran tanto grupales y sociales como compuesto por los recursos de que se provee o a los que accede, descarga, lee o elabora.

Diferencias entre aprendizaje en entornos inteligentes, aprendizaje por contexto y aprendizaje inclusivo

Hemos dicho que el aprendizaje inteligente como apoyo a los alumnos en la tutoría y en la entrega de materiales se considera una evolución del aprendizaje adaptativo y del aprendizaje contextualizado, o sensible al contexto.

Por tanto ninguno de los dos puede considerarse como estado óptimo de aprendizaje apoyado por la tecnología, al que llamaremos aprendizaje inteligente en lo sucesivo.

Como veremos igualmente en el apartado siguiente, y consecuentemente con la distinción anterior, un entorno de aprendizaje inteligente no sólo es el que permite a los estudiantes acceder a recursos digitales e interactuar mediante un sistema adecuado de aprendizaje en cualquier lugar y en cualquier momento, sino que también proporciona activamente y dinámicamente una guía de aprendizaje, orientaciones, affordances de apoyo o propuestas de actividades de aprendizaje necesarias y adecuadas a los objetivos y a su situación de aprendizajes, en el lugar adecuado, en el momento oportuno y en la forma correcta.

Hay varias características que hacen que una noción tan innovadora de aprendizaje, como es la de aprendizaje inteligente, vaya más allá de la combinación de las dos de donde procede. En lo que sigue se proporcionan elementos de discusión en profundidad para definir claramente el “entorno de aprendizaje inteligente” y su marco teniendo como referencia lo que hace o cómo se produce en relación a sus predecesores, es decir haciendo una comparación entre entornos de aprendizaje adaptativos, entornos de aprendizaje ubicuos conscientes del contexto y sistemas de tutoría inteligentes.

Sobre la base de esos criterios y en ese marco, en la Tabla 1, obtenida a partir del trabajo anterior de  Hwang (2014) se presenta una comparación de un entorno de aprendizaje inteligente, un entorno de aprendizaje basado en el contexto y un entorno de aprendizaje adaptativo convencional. Se puede ver que un entorno de aprendizaje inteligente es más que una combinación de u-learning consciente del contexto y aprendizaje adaptativo. En particular, guía a los estudiantes a hacer lo correcto (es decir, las tareas que son más factibles e importantes para el alumno en este momento) de la manera correcta (es decir, con herramientas o estrategias de aprendizaje efectivas) en el momento adecuado y en el derecho lugar basado en el estado de aprendizaje en línea y del mundo real de los estudiantes individuales, así como sus factores personales.

Tabla 1.- Comparación del aprendizaje inteligente con los sistemas de aprendizaje por contexto y con el aprendizaje adaptativo

  Aprendizaje inteligente Aprendizaje contextualizado Aprendizaje adaptativo
Detecta y tiene en cuenta los contextos del mundo real del alumno No
Sitúa a los alumnos en escenarios del mundo real,  para que completen su aprendizaje en condiciones que puedan aplicar lo aprendido con autonomía y transfiriéndolo a situaciones diferentes[1] No
Adapta contenidos y situaciones de aprendizaje para alumnos individuales No
Adapta la interfaz y las affordances de aprendizaje para alumnos individuales No
Adapta tareas u objetivos de aprendizaje para alumnos individuales, y los criterios de evaluación, cómo alcanza los logros No No
Proporciona comentarios personalizados y orientaciones
Proporciona comentarios personalizados y orientaciones como resultado de sistemas de recomendación No No
Proporciona orientación de aprendizaje, apoyo y regulación en la entrega de materiales en todas las disciplinas No No
Proporciona orientación de aprendizaje o apoyo en todos los contextos (por ejemplo, en los salones de clase, en los campus de las escuelas, en la biblioteca, en casa y en la calle) No
Recomienda herramientas o estrategias de aprendizaje específicas para cada situación No No
Tiene en cuenta la situación y las condiciones de aprendizaje en línea de los estudiantes No
Tiene en cuenta la situación de aprendizaje en el mundo real de los estudiantes No
Facilita tanto el aprendizaje formal como el informal No
Tiene en cuenta los múltiples y diversos factores personales y ambientales del alumno (en relación con aspectos relacionados con el aprendizaje. Por ejemplo, necesidades de aprendizaje, preferencias, hábitos, horarios y contexto del mundo real) No No
Utiliza sistemas de recomendación a partir de lo detectado, y que se describe en los apartados anteriores No No
Interactúa con los usuarios a través de múltiples canales (por ejemplo teléfonos inteligentes, affordances sociales u otros medios informáticos ubicuos) No
Brinda apoyo a los alumnos con “adaptación anticipada” al desarrollo o la ejecución de actividades  en contextos reales y virtuales No No
Brinda apoyo a los alumnos con “adaptaciones en progreso” en contextos reales y virtuales No No

 

Los entornos inteligentes de aprendizaje

Qué son los entornos inteligentes de aprendizaje. Definición, criterios y marco de un entorno de aprendizaje inteligente.

Así, a partir de lo dicho para los entornos inteligentes de gestión del aprendizaje, y desde la posibilidad de que el aprendizaje sea ubicuo y sensible al contexto, es decir de que pueda crear y detectar y procesar las interacciones entre los estudiantes y de ellos con el ambiente, proporcionando recomendaciones podemos hablar de entornos inteligentes de aprendizaje.

Por tanto, siguiendo lo dicho por Hwang et al (2008) y añadiendo la consideración de las posibilidades de recomendación que permite la tecnología inteligente, podemos decir que

Los “entornos de aprendizaje inteligentes” pueden considerarse como aquellos entornos de aprendizaje apoyados por la tecnología que realizan recomendaciones, adaptaciones de la ayuda al individuo (por ejemplo, orientación, retroalimentación, consejos o affordances),  y que proporcionan el soporte adecuado para ello en el   lugar en que se produce la necesidad de la ayuda, en el momento oportuno según las necesidades individuales de los alumnos, y en la forma más eficiente. Coordenadas que podrían determinarse mediante el análisis de los comportamientos de aprendizaje, el rendimiento anterior y en proceso y los contextos del estudiante, tanto en línea como del mundo real.

Obviamente una consideración nueva que aparece es la de la distribución del  tiempo del alumno, la diferenciación entre ocio y trabajo.  En un entorno de aprendizaje no existe una cantidad de tiempo fijo y libre. No porque se le quite el ocio, que ahora lo tendrá igualmente y posiblemente más sino que recibirá consejos y aportaciones incluso en su tiempo libre, es como un sabio amigo. Este sistema tiene como objetivo ayudar a los alumnos a aprender incluso cuando tiene otras relaciones o realizan otras actividades. Es el amigo aventajado, o el profesor amigo, que busca oportunidades para asesorar al estudiante en su vida diaria teniendo en cuenta sus necesidades y preferencias. Obviamente esto es una ventaja pero igualmente puede ser considerado como algo intrusivo, en cualquier caso los conceptos de disposición y de distribución del tiempo cambian, como cambian en otros órdenes estos conceptos con relación al trabajo en la sociedad del conocimiento. Y esto tendrá repercusiones evidentes para la configuración de espacios universitarios, espacios de aprendizaje y espacios vitales.

Por tanto podemos visto lo anterior podemos definir un entorno inteligente de aprendizaje como aquél que cumple los criterios potenciales siguientes:

  1. Es sensible y consciente del contexto y puede elaborar recomendaciones en función de él. Es decir detecta la situación del alumno en su contexto en el mundo real, y puede proporcionar ayuda al alumno en función de ella.

 

  1. Es adaptativo. Puede ofrecer apoyo instantáneo y adaptado a los alumnos mediante el análisis inmediato de las necesidades, en términos de organizar la instrucción en el nivel más pequeño e inmediato, y hacerlo desde diferentes perspectivas (por ejemplo desde la perspectiva del rendimiento del aprendizaje, conociendo las estrategias de aprendizaje del alumno, su perfil para el trabajo y el estudio, otros factores personales), así como su contexto en línea y el del mundo real (familia, amigos, hábitos,…). Este carácter supone además que puede proporcionar ayuda pedagógica de diverso tipo y activamente, incluidas guías específicas de aprendizaje, comentarios, sugerencias y affordances educativas en función de sus necesidades.

 

  1. Puede modificar en proceso la interfaz de usuario (es decir, las formas de presentación de la información) y los contenidos de la asignatura. Adaptándolos a los factores personales (por ejemplo, a la forma de leer y reconocer la información que es más eficiente para él y su forma de aprender y a sus preferencias para leer e interpretar información) y al estado de aprendizaje (por ejemplo, presentando la información en la forma y en el momento que es mayor el rendimiento de aprendizaje) de los alumnos individuales. La interfaz de usuario no es necesariamente una computadora convencional, puede ser un teléfono móvil, o un tablet. Los alumnos pueden interactuar con el sistema de aprendizaje a través de dispositivos actuales, por ejemplo, teléfonos inteligentes o tablets, dispositivos que vayan apareciendo, por ejemplo visores de realidad virtual, relojes digitales o incluso, en un futuro no muy lejano sistemas informáticos integrados en objetos cotidianos (Internet of Things, IoT).  Es un reto pues para la investigación adaptar la interfaz de usuario para satisfacer las necesidades educativas en un entorno de aprendizaje inteligente.

 

Es la idea de quien esto escribe que los requerimientos pedagógicos de los sistemas se pueden establecer desde un conocimiento sucinto de las funcionalidades de los sistemas inteligentes en otros entornos,  de lo que los algoritmos de recomendación son capaces de hacer  en otros ámbitos Y que su papel culmina ahí. Cualquier otra pretensión quedaría necesariamente inadecuada al poco de producirse y además se produciría de forma pretenciosa al conocer del conocimiento suficiente y en profundidad para saber cuales son las posibilidades ce los sistemas computacionales.

Por tanto no recomendamos ninguna configuración de sistemas. Sin embargo dentro del objetivo de poner a disposición de los investigadores lo que hay en la literatura sobre el tema no podemos evitar incluir la propuesta de Para que se cumplan estas funciones, según Hwang et al (2008) el marco de un entorno de aprendizaje inteligente debe contemplar al menos los siguientes módulos:

  1. Un módulo de detección de estado de aprendizaje, que detecte el estado del mundo real de los estudiantes (por ejemplo, ubicaciones y comportamientos, hábitos de aprendizaje) y contextos ambientales (por ejemplo horarios, temperatura y humedad) mediante la conexión a algunos dispositivos de detección y de recomendación, y con algoritmos que busquen regularidades.
  2. Un módulo de evaluación formativa del rendimiento de aprendizaje que registra todo lo que está sucediendo y los resultados de aprendizaje valorando cómo inciden los cambios de organización y de carácter instruccional en el total del curso. Por ejemplo análisis e atención y de abandono, accesos a los elementos de entrega de contenidos de aprendizaje y resultados, efecto de las medidas que se toman, por ejemplo en la evaluación en el rendimiento global del curso o de los grupos de alumnos etc.
  3. Un módulo de tareas de aprendizaje adaptativo. Este módulo, ayudado por una base de datos, asigna tareas de aprendizaje a cada alumno en función de su progreso de aprendizaje (recomendamos en este sentido la metodología docente y de evaluación Mastery Learning, que hemos tratado en otros trabajos (Zapata-Ros, 2015), Brandman (2013) y que se debe originalmente a Bloom (1984) ), pero también a otros datos que hay en el sistema sobre rendimiento de aprendizaje, expectativas, intereses, percepciones, aspectos léxicos y, sobre todo, a sus objetivos de aprendizaje en todas las disciplinas. Sobre el carácter adaptativo de las tareas en línea o en el mundo real hay bastante escrito (Hwang et al, 2014). Con la ayuda de este módulo se consigue que los alumnos además trabajen de forma adecuada y adaptada al medio donde están, no es igual el repaso de un PDF cuando viaja en el transporte colectivo, que una labor que necesita un ambiente cómodo para consultar escribir, o una actividad de laboratorio o de campo. Los alumnos de esta forma siempre tendrán la oportunidad de hacer las tareas de aprendizaje más factibles e importantes en relación con el contexto, al considerar su estado de aprendizaje y sus factores personales cuando se le recomiendan en el lugar correcto y en el momento adecuado.
  4. Un módulo de contenidos de aprendizaje adaptativos. Este módulo proporciona materiales de aprendizaje para los estudiantes basándose para ello en el progreso del aprendizaje y el rendimiento del aprendizaje efectivo. Aquí otra vez recomendamos Mastery Learning (Zapata-Ros, 2015; Bloom, 1984) y en los factores personales de aprendizaje del alumno. Para esto, en la línea de utilizar los resultados de la investigación y de las teorías del aprendizaje recomendamos lo que hay estudiado y elaborado sobre técnicas y teoría de la secuenciación de contenidos, en el contexto de Diseño Instruccional. Todo para recomendar contenidos en función de las actividades que el alumno necesita realizar para conseguir un resultado específico de aprendizaje. Es fundamental pues adaptar las técnicas y algoritmos de recomendación a este tema. El sistema de aprendizaje debe recomendar y organizar materiales de aprendizaje, que propone a través de la interfaz del usuario al alumno, para satisfacer la demanda individual de contenidos de cara a un objetivo específico.
  5. El módulo de apoyo de aprendizaje personal es el núcleo del sistema En él deben estar centradas las funciones de asistencia y recomendación al alumno en función de sus necesidades de aprendizaje que detectan el resto de herramientas de detección y procesando las informaciones que sobre él y sobre su contexto disponen las bases de datos del sistema. Como ejemplos, el apoyo al aprendizaje puede consistir en una guía de la tareas de aprendizaje o con documentos, textos, PDF,… con contenidos, una ayuda particular para una tarea, feedback sobre lo que está haciendo la herramienta adecuada para ayudar a su trabajo, retroalimentación sobre su trabajo, o una Mindtools para ayudar a organizar sus ideas.

  6. El módulo anterior puede contener otro o estar diferenciado del que gestiona las bases de datos para organizar la ayuda al estudiante. Sería en todo caso el módulo soporte de la ayuda al estudiante. Y lo realmente importante sería el conjunto de bases de datos para mantener y gestionar los perfiles del alumno, los porfolios (carteras de aprendizaje), las guías de aprendizaje (es decir, las fichas que presentan las tareas de aprendizaje para cada unidad temática o para cada tema de aprendizaje), y en general los materiales de aprendizaje, los ejercicios a proponer y las evidencias de logros (elementos que sirven para probar los aprendizajes conseguidos). A través del análisis de los registros en los porfolios, el sistema tiene constancia y permite analizar los conceptos y las habilidades individuales que los estudiantes han desarrollado y cuáles han de ser mejoradas.

  1. Un módulo de evaluación del rendimiento de aprendizaje. Este módulo debe estar basado en los criterios del diseño instruccional y debe relacionar el rendimiento en el aprendizaje con las otras componentes del diseño instruccional: Resultados esperados y deseados de aprendizaje, actividades, tareas, competencias que se desea que el alumno desarrolle, grado de logro y de desempeño progresivos, en conexión con el módulo de evaluación adaptativa,… Este módulo evalúa y registra el desempeño de los estudiantes a través de pruebas en línea o en el mundo real.
  2. Y por último, un módulo constituido por un motor de inferencia y por una base de conocimientos (Zapata-Ros, 1990) en el sentido clásico de la programación declarativa. Mediante el motor de inferencia se determinaría (Hwang, 2014) el “valor” de las tareas, estrategias y herramientas de aprendizaje del candidato, así como sus posibles combinaciones. Y la  base de conocimientos estaría constituida por la recopilación del conocimiento y de experiencias de tutoría de proveída por los docentes, tutores y evaluadores. El motor de inferencia también podría  contener las reglas para toma de decisiones generadas por el análisis de casos anteriores. El motor de inferencia es un sistema de software de bajo nivel en los sistemas declarativos que toma decisiones mediante reglas (zapata-Ros, 1990), obtenidas en este caso de las experiencia, aplicadas al caso actual (es decir, el estado del estudiante y los contextos ambientales) en base a las reglas en la base de conocimiento (Wu et al. (2013a, b).

Figura 1 

[1] Según lo que establecen los desarrollos clásicos sobre condiciones de aprendizaje, como son por ejemplo “Las condiciones del aprendizaje” y los “Principios del diseño instruccional” de Gagné (1965, 1975)

Referencias

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).

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

Brown, J. S., Collins, A., & Duguid, P. (1989). Situated cognition and the culture of learning. Educational researcher18(1), 32-42.

Bomsdorf, B. (2005). Adaptation of learning spaces: Supporting ubiquitous learning in higher distance education. In Dagstuhl Seminar Proceedings. Schloss Dagstuhl-Leibniz-Zentrum fr Informatik.

Brusilovsky, P. (1996). Methods and techniques of adaptive hypermedia. User modeling and user-adapted interaction6(2-3), 87-129.

Chen, N. S., Cheng, I. L., & Chew, S. W. (2016). Evolution is not enough: Revolutionizing current learning environments to smart learning environments. International Journal of Artificial

Chen, Y. L., Cheng, L. C., & Chuang, C. N. (2008). A group recommendation system with consideration of interactions among group members. Expert systems with applications34(3), 2082-2090.

Chu, H. C., Hwang, G. J., & Tsai, C. C. (2010). A knowledge engineering approach to developing mindtools for context-aware ubiquitous learning. Computers & Education54(1), 289-297.

Chiou, C. K., Tseng, J. C., Hwang, G. J., & Heller, S. (2010). An adaptive navigation support system for conducting context-aware ubiquitous learning in museums. Computers & Education55(2), 834-845.

Clancey, W. J. (1984). Methodology for building an intelligent tutoring system. Methods and tactics in cognitive science, 51-84.

Gagné, R. M. (1965). The conditions of learning and theory of instruction ( 1st ed.). New York, NY: Holt, Rinehart & Winston.

Gagné, R. M., & Briggs, L. J. (1974). The principles of instructional design ( 1st ed.). New York, NY: Holt.

Gagné, R. M. (1985). The conditions of learning and theory of instruction ( 4th ed.). New York, NY: Holt, Rinehart & Winston.

Gonzalez, A. J., & Ingraham, L. R. (1994). Automated exercise progression in simulation-based training. IEEE transactions on systems, man, and cybernetics24(6), 863-874.

Graf, S., & Ives, C. (2010, July). A flexible mechanism for providing adaptivity based on learning styles in learning management systems. In Advanced Learning Technologies (ICALT), 2010 IEEE 10th International Conference on (pp. 30-34). IEEE.

Hsieh, S. W., Jang, Y. R., Hwang, G. J., & Chen, N. S. (2011). Effects of teaching and learning styles on students’ reflection levels for ubiquitous learning. Computers & Education57(1), 1194-1201.

Hung, P. H., Hwang, G. J., Lin, Y. F., Wu, T. H., & Su, I. H. (2013). Seamless Connection between Learning and Assessment-Applying Progressive Learning Tasks in Mobile Ecology Inquiry. Educational Technology & Society16(1), 194-205.

Hung, I. C., Yang, X. J., Fang, W. C., Hwang, G. J., & Chen, N. S. (2014). A context-aware video prompt approach to improving students’ in-field reflection levels. Computers & Education70, 80-91.

Hwang, G. J. (1998). A tutoring strategy supporting system for distance learning on computer networks. IEEE TRANSACTIONS ON EDUCATION E41, 343-343.

Hwang, G. J., & Chang, H. F. (2011). A formative assessment-based mobile learning approach to improving the learning attitudes and achievements of students. Computers & Education56(4), 1023-1031.

Hwang, G. J., Tsai, C. C., Chu, H. C., Kinshuk, K., & Chen, C. Y. (2012). A context-aware ubiquitous learning approach to conducting scientific inquiry activities in a science park. Australasian Journal of Educational Technology28(5).

Hwang, G. J. (2014). Definition, framework and research issues of smart learning environments-a context-aware ubiquitous learning perspective. Smart Learning Environments1(1), 4. https://slejournal.springeropen.com/articles/10.1186/s40561-014-0004-5

Hwang, G. J., Chin-Chung, T., & Yang, S. J. (2008). Criteria, strategies and research issues of context-aware ubiquitous learning. Journal of Educational Technology & Society11(2).

Hwang, G. J., Hung, P. H., Chen, N. S., & Liu, G. Z. (2014). Mindtool-assisted in-field learning (MAIL): An advanced ubiquitous learning project in Taiwan. Journal of Educational Technology & Society17(2).

Joiner, R., Nethercott, J., Hull, R., & Reid, J. (2006). Designing Educational Experiences Using Ubiquitous Technology. Computers in Human Behavior, 22 (1), 67-76.

Jonassen, D. H., Carr, C., & Yueh, H. P. (1998). Computers as mindtools for engaging learners in critical thinking. TechTrends43(2), 24-32.

Karampiperis, P., & Sampson, D. (2005). Adaptive learning resources sequencing in educational hypermedia systems. Journal of Educational Technology & Society8(4).

Kinshuk, T. L., & Patel, A. (2003). User exploration based adaptation in adaptive learning systems. International Journal of Information Systems in Education1(1), 22-31.

Kinshuk, K., Hwang, G. J., Tsai, C. C., Chu, H. C. & Chen, C. Y. (2012). A context-aware ubiquitous learning approach to conducting scientific inquiry activities in a science park. Australasian Journal of Educational Technology28(5).

Lave, J. (1991). Situating learning in communities of practice. Perspectives on socially shared cognition2, 63-82.

Liu, G. Z., & Hwang, G. J. (2010). A key step to understanding paradigm shifts in e‐learning: towards context‐aware ubiquitous learning. British Journal of Educational Technology41(2).

Mampadi, F., Chen, S. Y., Ghinea, G., & Chen, M. P. (2011). Design of adaptive hypermedia learning systems: A cognitive style approach. Computers & Education56(4), 1003-1011.

Martens, A., & Uhrmacher, A. M. (2002, June). Adaptive tutoring processes and mental plans. In International Conference on Intelligent Tutoring Systems (pp. 71-80). Springer, Berlin, Heidelberg.

Martens, A. (2006). Modeling of adaptive tutoring processes. Web-based intelligent e-learning systems: Technologies and applications, 193-215.

Merrill, M. D. (1991). Constructivism and instructional design. Educational technology31(5), 45-53.

Minami, M., Morikawa, H., & Aoyama, T. (2004, January). The design of naming-based service composition system for ubiquitous computing applications. In Applications and the Internet Workshops, 2004. SAINT 2004 Workshops. 2004 International Symposium on (pp. 304-312). IEEE.

Ogata, H., & Yano, Y. (2004). Context-aware support for computer-supported ubiquitous learning. In Wireless and Mobile Technologies in Education, 2004. Proceedings. The 2nd IEEE International Workshop on (pp. 27-34). IEEE.

Papanikolaou, K. A., Grigoriadou, M., Magoulas, G. D., & Kornilakis, H. (2002). Towards new forms of knowledge communication: the adaptive dimension of a web-based learning environment. Computers & Education39(4), 333-360.

Pazzani, M. J., & Billsus, D. (2007). Content-based recommendation systems. In The adaptive web (pp. 325-341). Springer, Berlin, Heidelberg.

Reigeluth, C. M. (2016). Teoría instruccional y tecnología para el nuevo paradigma de la educación. Revista de Educación a Distancia, (50).

Rogers, Y., Price, S., Randell, C., Fraser, D. S., Weal, M., & Fitzpatrick, G. (2005). Ubi-learning integrates indoor and outdoor experiences. Communications of the ACM48(1), 55-59.

Sharples, M., Sánchez, I. A., Milrad, M., & Vavoula, G. (2009). Mobile Learning: Small devices, Big issues. In and SBS Balacheff, S. Ludvigsen, T. de Long, A. Lazonder (Ed.), Technology enhanced learning: Principles and products (pp. 233–49).

Specht, M., Weber, G., Heitmeyer, S., & Schöch, V. (1997, June). AST: adaptive WWW-courseware for statistics. In Proceedings of Workshop” Adaptive Systems and User Modeling on the World Wide Web” at 6th International Conference on User Modeling, UM97, Chia Laguna, Sardinia, Italy (pp. 91-95).

Tsai, P. S., Tsai, C. C., & Hwang, G. J. (2012). Developing a survey for assessing preferences in constructivist context‐aware ubiquitous learning environments. Journal of computer assisted learning28(3), 250-264.

Tseng, J. C., Chu, H. C., Hwang, G. J., & Tsai, C. C. (2008a). Development of an adaptive learning system with two sources of personalization information. Computers & Education51(2), 776-786.

Tseng, S. S., Jun-Ming, S., Hwang, G. J., Hwang, G. H., Chin-Chung, T., & Tsai, C. J. (2008b). An object-oriented course framework for developing adaptive learning systems. Journal of Educational Technology & Society11(2).

Van Seters, J. R., Ossevoort, M. A., Tramper, J., & Goedhart, M. J. (2012). The influence of student characteristics on the use of adaptive e-learning material. Computers & Education58(3), 942-952.

Wu, H. K., Lee, S. W. Y., Chang, H. Y., & Liang, J. C. (2013a). Current status, opportunities and challenges of augmented reality in education. Computers & education62, 41-49.

Wu, P. H., Hwang, G. J., & Tsai, W. H. (2013b). An expert system-based context-aware ubiquitous learning approach for conducting science learning activities. Journal of Educational Technology & Society16(4).

Yang, C. C., Hwang, G. J., Hung, C. M., & Tseng, S. S. (2013a). An evaluation of the learning effectiveness of concept map-based science book reading via mobile devices. Journal of Educational Technology & Society16(3).

Yang, T. C., Hwang, G. J., & Yang, S. J. H. (2013b). Development of an adaptive learning system with multiple perspectives based on students’ learning styles and cognitive styles. Journal of Educational Technology & Society16(4), 185.

ZAPATA-ROS, M. (1990) Técnicas de programación declarativa en el aula. Seco Olea Ediciones, SL Madrid.

Zapata-Ros, M. (2012). Calidad en entornos ubicuos de aprendizaje. RED: Revista de Educación a Distancia, (31), 1-12.

Zapata-Ros, M. (2015). 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”. Teoría de la Educación. Educación y Cultura en la Sociedad de la Información16(1).

Zapata-Ros, M. (2015b). El diseño instruccional de los MOOC y el de los nuevos cursos abiertos personalizados. Revista de Educación a Distancia, (45).

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159). Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria. Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York. Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus

La universidad  inteligente

Miguel Zapata-Ros, Universidad de Alcalá

Éste es el primero de una serie de posts que sobre este tema, y con este título, constituirán un artículo en el número 57 de RED, especial dedicado a la “Web social y sistemas inteligentes de gestión del aprendizaje en Educación Superior”

La transición de los LMS a los Sistemas inteligentes de gestión del aprendizaje (Smart Learning Environment SLE) en Educación Superior.

(Ensayo y revisión de la literatura)

“Durante treinta años he asistido a conferencias donde oradores han hablado con diapositivas que comparan las imágenes de un aula de principios del siglo 20 con otra de hoy, y deliberadamente han preguntado: ‘¿por qué hay tan pocos cambios’ La variante moderna de esa pregunta es algo así como esto: las tecnologías inteligentes ya han transformado muchas partes de nuestras vidas – desde la forma en que hoy reservamos un taxi. Podría parecer razonable que la IA también influyera significativamente en lo que enseñamos y en lo que aprendemos, así como la forma en que lo hacemos. Y sin embargo …”

Sir Michael Barber

1. Introducción

Hace falta una respuesta ante un hecho indiscutible: El uso de la IA como un potente medio de adaptabilidad y de inclusión del apoyo de la entrega de ayuda y de recursos de forma relevante y pertinente a la situación personal  y grupal de aprendizaje y a la demanda de conocimientos y de habilidades de los estudiantes.

Hay una necesidad de un marco de modelo pedagógico y de diseño instruccional que  integre a los alumnos y oriente esa ayuda a unos resultados de aprendizaje comunes y deseables. Planteamos igualmente la necesidad de un análisis de las condiciones necesarias para su validación. Por último, proponemos, a través de análisis basados en experiencias, respuestas concretas ante la insuficiencia de políticas instituciones que contemplen modalidades de integración y sus repercusiones.

A partir de investigaciones sobre el tema, vemos necesarias propuestas de indicadores sobre calidad en entornos sociales de aprendizaje, como resultados procesados y conclusiones obtenidas de investigaciones y experiencias.

Estamos acostumbrados a una literatura que enfatiza las posibilidades de la educación inteligente, y de los big data combinados con los algoritmos de respuesta para crear oportunidades únicas y sin precedentes a las organizaciones académicas para un capacitación en términos de estándares más altos y de enfoques innovadores. Sin embargo se carece de propuestas pedagógicas sistematizadas

En definitiva se trata de ver, a este propósito, qué hay en presencia y disponible en cuanto a enfoques teóricos, prácticas y experiencias sobre

(1) estrategias de aprendizaje y enseñanza: pedagogía inteligente,

(2) servicios altamente tecnológicos y singulares basados en entornos de este tipo, tanto para estudiantes locales, en el campus, como para estudiantes remotos, en línea,

(3) configuraciones de aulas inteligentes innovadoras con fácil interacción local/remota de alumno con profesores y centros y para la colaboración local/remota entre alumnos,

(4) diseño y desarrollo de contenidos multimedia-enriquecidos basado en la Web, con presentaciones interactivas, videoconferencias, cuestionarios y pruebas interactivas basadas en la web, que admitan evaluación instantánea e inteligente del conocimiento

(5) otras affordances y entornos gestionados con tecnología y software de respuesta inteligente.

Queremos pues plantear una visión sobre la evolución de los LMS hacia los SLE y dar cabida al debate sobre las perspectivas y las tendencias en presencia, con una mirada a algunos resultados de proyectos de investigación y de experiencias en curso. También daremos cabida a trabajos que tengan como objetivos crear una taxonomía de educación universitaria inteligente e identificar sus principales características y componentes.

Los avances en la tecnología en los últimos años han cambiado los comportamientos de aprendizaje de los alumnos y los métodos de enseñanza con nuevas metodologías ambientes y recursos. Esta situación ha dado lugar a nuevos retos: Una mayor presencia y posibilidad del aprendizaje informal, los recursos ubicuos con la posibilidad no solo de que el alumno acceda desde cualquier sitio a las fuentes y recursos de aprendizaje y en general de conocimiento, sino también de que sea accedido, ayudado en el aprendizaje con conocimiento de su situación de aprendizaje merced a ingentes datos que sobre sus hábitos, estilos y formas de aprender se tienen. o ha dado lugar a varios retos que enfrentan los sistemas educativos actuales, tales como un mayor enfoque en el aprendizaje informal, una brecha cada vez mayor de los conocimientos previos de los estudiantes a su acceso a las aulas y una falta de correspondencia entre las opciones de carreras que se ofrecen a los individuos y las que demanda el desarrollo de la fuerza de trabajo.

En este trabajo queremos echar una mirada a esa situación para ver qué nos ofrecen los llamados entornos inteligentes de aprendizaje y la nueva forma de aprender, el aprendizaje inteligente en ese contexto de desafíos y para aprovechar mejor lo que conocemos sobre cómo aprenden los individuos.

No se quiere dar un salto en el vacío, plantemos un punto de vista realista que permita enlazar los actuales entornos de aprendizaje con lo que los recursos inteligentes nos proporcionan.

Eso posiblemente se logre mediante una reingenierización de las estructura tecnológicas y los cambios necesarios de los sistemas universitarios actuales para mejorar la integración de estas nuevas tecnologías con un con el cambio pedagógico adecuado.

La base del desarrollo de los entornos inteligentes es posible merced a dos factores (Hwang, 2014):

  1. El rápido progreso de las tecnologías móviles, de comunicación inalámbrica y
  2. Las procedimientos/affordances/tecnologías de detección que ha permitido el desarrollo de entornos de aprendizaje ubicuo (u-learning) que, sensibles al contexto, son capaces de detectar el estado de aprendizaje en el mundo real de los estudiantes y las características de los contextos ambientales.

En consecuencia, y ateniéndose a los principios del aprendizaje y de intervención educativa en cuanto a pertinencia y relevancia de la ayuda, y en cuanto a la forma de diseñar la entrega de recursos y contenidos,  la información apropiada en cada caso se puede proporcionar a estudiantes individuales en el lugar correcto y en el momento adecuado para ello. Recordemos que los procesos instruccionales son procesos eminentemente situacionales (Merrill, 1991) (Reigeluth, 2016)

Sin embargo, los investigadores han indicado que, para ayudar a los estudiantes a aprender en contextos del mundo real de manera inteligente, se deben tener en cuenta más factores al diseñar y desarrollar sistemas de aprendizaje.

En este sentido , en este trabajo se tratará de adecuar la ayuda inteligente, partiendo de lo que es, la definición, y de los criterios de los entornos de aprendizaje inteligentes (con énfasis en la ubicuidad y en la detección) a lo que dicen las teorías y principios clásicos del aprendizaje.

Así trataremos

  1. El estado del arte de la cuestión y una sucinta revisión de la literatura
  2. Qué es el aprendizaje inteligente. Diferencias entre aprendizaje inteligente, aprendizaje contextualizado y aprendizaje inclusivo.
  3. Qué son los entornos inteligentes de aprendizaje. Grandes datos, analíticas y detección, sistemas de recomendación tutorial. Innovaciones pedagógicas en EIA. Innovaciones tecnológicas favorables al aprendizaje inteligente. Y cómo organizar la enseñanza en EIA.
  4. Por qué la universidad tiene que ser sensible y adoptar estas innovaciones
  5. Los entornos inteligentes en el contexto de la evolución de la enseñanza abierta universitaria.
  6. Riesgos
  7. Discusión. Cuestiones de investigación del aprendizaje inteligente
  8. Conclusiones

 

2. El estado del arte de la cuestión y una sucinta revisión de la literatura

La tecnología ha ofrecido una línea de avance a la atención y a la entrega de contenidos a los alumnos. De manera que como después justificaremos más detenidamente, entenderemos que la línea de progreso en el aprendizaje inteligente y en la creación y uso eficiente de entornos inteligentes de aprendizaje la marca la línea de de adaptabilidad, es decir algo que va más allá de la tutoría, es una tutoría contextualizada y después una tutoría inteligente que da respuestas al alumno detectando sus necesidades, en todo lugar y en todo momento, con el auxiliar de la tecnología ubicua, con sistemas de detección y de respuesta, con sistemas de recomendación. Por tanto veremos cómo progresa la elaboración de una teoría pedagógica en esta línea

Sistemas adaptativos y tutorías inteligentes

Desde este punto de vista, de lo que es inteligente, han proliferado en el contexto internacional de una forma ciertamente notable, no así en nuestro país, los trabajos de investigadores tanto en el campo de la computación, de la ingeniería educativa, como en el de la educación, no así las prácticas consolidadas y mucho menos las institucionales, si hacemos excepción de la Universidad de Arizona y algunas pocas más.

Hacer que los sistemas de aprendizaje tradicionales, apoyados por los LSM, sean inteligentes ha sido pues el objetivo de numerosos investigadores en los campos de la informática y la educación.

Empezaremos por los sistemas inteligentes de tutoría (SIT o en inglés intelligent tutoring systems ITSs o ITS) que incorporan técnicas de inteligencia artificial en aplicaciones educativas. Con estos criterios de evolución de la adaptatividad y de la contextualización, y con este nombre, son tratados por Martens y Uhrmacher (2002) y por van Seters y otros (van Seters et al, 2012).

Basándose en que el objetivo de desarrollar los STI es ayudar a los alumnos a aprender. Y que lo hacen con elementos que guían la adaptación de las interfaces de aprendizaje y de los recursos, a los STI también se les llama “sistemas de aprendizaje adaptativo”  (Graf et al., 2010; Kinshuk y Lin, 2003), o “adaptive learning systems” (ALS), en función de estas funciones de ayuda contextualizada.

Estos sistemas llevan, con el auge de las redes y de la World Wide Web, que implementan y extienden los mecanismos de ayuda, haciéndolos colaborativos y de mucha más confluencia de recursos, a la implementación y al estudio de sistemas de aprendizaje tutorizado en la web. Y entonces se llaman sistemas de aprendizaje basados ​​en la web (Karampiperis y Sampson, 2005).

Aprendizaje ubicuo y aprendizaje inteligente

Otro pilar de la asistencia, de respuesta inteligente, es la tecnología ubicua utilizada con este fin. El rápido avance de las redes de comunicación wifi, 4G,… y la el uso de los smartphones han permitido a los alumnos también acceder a recursos digitales e interactuar con sistemas informáticos sin estar limitados ni por ubicación ni por tiempo. Esto ha sido estudiado en esta perspectiva por Hwang y Chang ( 2011) y con criterios de calidad basada en el aprendizaje por Zapata-Ros (2012 y 2015). Los autores llaman a este enfoque de aprendizaje, que utiliza tecnologías de comunicación móviles e inalámbricas, “aprendizaje móvil” (Sharples et al.  2009) o “aprendizaje ubicuo” (Zapata-Ros, 2012 y 2015). El otro pilar son las tecnologías de detección: GPS (Sistema de Posicionamiento Global), RFID (Identificación de Radio Frecuencia), QR (Respuesta Rápida),… Ellas ha permitido que “los sistemas de aprendizaje detecten las ubicaciones y contextos del mundo real de los estudiantes” (Hwang, Tsai y Yang, 2008) y los sistemas de recomendación (Pazzani & Billsus, 2007; Chen, Cheng & Chuang, 2008) puedan hacer propuestas basándose en ellas.

Si estas posibilidades son utilizadas para organizar la enseñanza, la ayuda pedagógica y la tutoría se llama “aprendizaje contextualizado” (Hwang, Tsai y Yang, 2008) Es un  enfoque de aprendizaje que emplea tecnologías móviles, inalámbricas, de comunicación y detección para permitir a los estudiantes interactuar con el mundo real y los objetos del mundo digital, se consigue un “conocimiento ubicuo consciente del contexto” (Hwang, Tsai y Yang, 2008).

Hay numerosos estudios que han evidenciado acerca de los beneficios de estos enfoques y han enfatizado la relevancia de que los estudiantes aprendan del mundo real con acceso a recursos digitales que utilizan en sus actividades y son asistidos por sus profesores en el aprendizaje (Bomsdorf, 2005; Chu et al, 2010). Ha cambiado pues desde el enfoque del aprendizaje ayudado por la tecnología en general y el del aprendizaje basado en la web, hacia el del aprendizaje móvil y sobre todo hacia el del “aprendizaje ubicuo consciente del contexto”, como lo indica Liu y Hwang (2010).

Tutoría inteligente y aprendizaje adaptativo

Sobre el desarrollo de tutorías inteligentes en el contexto de aprendizaje adaptativo para apoyar a los estudiantes en función de su estado de aprendizaje y otros factores personales, como son su forma de progresar en el aprendizaje, los niveles de conocimientos previos, los estilos de aprendizaje, estilos cognitivos y preferencias, han escrito Mampadi, Chen, Ghinea, y Chen (2011); Papanikolaou, Grigoriadou, Magoulas y Kornilakis (2002) y Yang et al. (2013a, b).

Sobre la estructura y los elementos de que consta  sistema clásico de tutoría inteligente, ha escrito Clancey ( 1984).

Sobre sistemas de aprendizaje adaptativo basados ​​en la web, también llamados sistemas hipermedia adaptativos de educación o hipermedia adaptativo, han escrito Kinshuk et al. (2012), y  Specht et al. ( 1997). Y sobre sistemas basados ​​en la web que tienen potencial de proporcionar apoyo de aprendizaje personalizado y  orientación a los estudiantes en función de sus características personales o rendimiento de aprendizaje han escrito Chiou et al. (2010) y  Hwang (1998). Sobre persobnalización con rutas de aprendizaje mediante la adaptación del contenido de aprendizaje con la estructura de enlace han escrito Tseng et al. (2008a, b),  Brusilovsky ( 2001), Kinshuk et al. (2012) y Yang et al. (2013a, b).

Y por último, han investigado sobre sistemas adaptativos e inteligentes basados en la web y difundido los resultados de sus trabajos Tseng et al. (2008a, b), González e Ingraham ( 1994), Papanikolaou et al. (2002),  Karampiperis y Sampson (2005) y Martens (2006).

 

Sobre el “aprendizaje ubicuo sensible al contexto”

Han justificado este planteamiento y esta perspectiva, la importancia y la necesidad de situar a los estudiantes en escenarios de aprendizaje del mundo real, como una variante específica del conocido y estudiado como aprendizaje situado (Merrill, 1991) (Reigeluth, 2016), y lo han identificado como tal Lave (1991), Hung et al. (2013 y 2014) y Brown et al. (1989).

Entre los investigadores que han intentado desarrollar entornos de aprendizaje que combinan contextos del mundo real y recursos del mundo digital para proporcionar a los estudiantes experiencias directas del mundo real, con apoyo en las teorías del aprendizaje podemos citar a  (Minami et al. (2004),  Hung et al. (2014), Wu y otros (2013a,  b).

Sobre el aprendizaje ubicuo consciente del contexto y sobre su naturaleza como  enfoque que permite a los estudiantes aprender del mundo real con el apoyo de tecnologías móviles, de comunicación inalámbrica, y de tecnologías de detección han escrito Hwang et al. (2008), Tsai et al. (2012) y además con la concurrencia de herramientas de recomendación podemos citar a Chen, Cheng & Chuang (2008).

Sobre apoyo pedagógico en función de sistemas de detección en un entorno de aprendizaje ubicuo consciente del contexto, han investigado y han escrito Chu et al. (2010), Joiner et al. (2006), Rogers et al. (2005).

En este capítulo se pueden citar ejemplos concretos:

Ogata y Yano (2004) desarrollaron  un sistema de aprendizaje ubicuo consciente del contexto con GPS para la enseñanza y la práctica de japonés

Hwang y otros (2012) desarrollaron un sistema de aprendizaje con RFID para enseñar a utilizar instrumentos científicos, en un parque científico, a través de la asignación de varias tareas “operativas” y de la evaluación de sus resultados operativos.

Sobre la importancia de proporcionar estrategias de aprendizaje efectivas, herramientas y apoyo de aprendizaje personalizado en sistemas de aprendizaje ubicuo conscientes del contexto, es decir, sobre incorporar tutoría inteligente o técnicas de aprendizaje adaptativo, han escrito Hung et al. (2014), Wu et al. (2013a, b).

Citamos, aunque después se ha cuestionado todo lo concerniente a los estilos de apredizaje como criterio orientador del diseño instruccional y de la organización de las actividades y procesos educativos, el trabajo  de Hsieh et al. (2011) que presentaron un sistema de aprendizaje adaptativo para guiar a los estudiantes a realizar observaciones en un jardín de mariposas en función de sus estilos de aprendizaje. Sí tiene interés como ejemplo de tutoría inteligente o de técnicas de aprendizaje adaptativo a escenarios de aprendizaje del mundo real.

De forma general todo lo tratado en esta recesión  está desarrollado y muy bien organizado, con detalles, en los trabajos de Hwang (2014) y de Chen, Cheng y Chew(2016).

Hasta ahora hemos hecho una revisión de la literatura basada en conceptos, a partir de ahora se revisan con relación a temas y a prácticas, es decir  se revisan varios temas de investigación relacionados con el desarrollo de sistemas de aprendizaje inteligente que pueden ayudar a los estudiantes a aprender de forma eficiente y efectiva.

Ya nos hemos acercado al “aprendizaje ubicuo consciente del contexto”. Los sistemas inteligentes de tutoría y adaptación y los sistemas de aprendizaje ubicuo conscientes del contexto son sistemas que pretenden proporcionar un soporte de aprendizaje personalizado basado en las preferencias de los estudiantes, el estado de aprendizaje, los factores personales y las características de los contenidos de aprendizaje y entornos de aprendizaje.

Mindtools

Los Mindtools son affordances que implican a los estudiantes en actividades cognitivas de orden superior y en el pensamiento significativo durante el proceso de aprendizaje según Jonassen, Carr y Yueh (1998). Sirven para ayudar a los estudiantes a comprender y organizar el conocimiento, para resolver problemas y para hacer inferencias basadas en lo que han aprendido. En los entornos conscientes de contexto es importante suministrar estas herramientas de forma oportuna y relevante para que se puedan abordar diferentes tareas de aprendizaje o resolver diferentes tipos de problemas en el momento adecuado y en el correcto contexto. Sobre estas herramientas en este contexto han escrito  Chu, Hwang y Tsai  (2010) y  Hwang, Hung, Chen y Liu (2014).

Referencias

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).

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

Brown, J. S., Collins, A., & Duguid, P. (1989). Situated cognition and the culture of learning. Educational researcher18(1), 32-42.

Bomsdorf, B. (2005). Adaptation of learning spaces: Supporting ubiquitous learning in higher distance education. In Dagstuhl Seminar Proceedings. Schloss Dagstuhl-Leibniz-Zentrum fr Informatik.

Brusilovsky, P. (1996). Methods and techniques of adaptive hypermedia. User modeling and user-adapted interaction6(2-3), 87-129.

Chen, N. S., Cheng, I. L., & Chew, S. W. (2016). Evolution is not enough: Revolutionizing current learning environments to smart learning environments. International Journal of Artificial

Chen, Y. L., Cheng, L. C., & Chuang, C. N. (2008). A group recommendation system with consideration of interactions among group members. Expert systems with applications34(3), 2082-2090.

Chu, H. C., Hwang, G. J., & Tsai, C. C. (2010). A knowledge engineering approach to developing mindtools for context-aware ubiquitous learning. Computers & Education54(1), 289-297.

Chiou, C. K., Tseng, J. C., Hwang, G. J., & Heller, S. (2010). An adaptive navigation support system for conducting context-aware ubiquitous learning in museums. Computers & Education55(2), 834-845.

Clancey, W. J. (1984). Methodology for building an intelligent tutoring system. Methods and tactics in cognitive science, 51-84.

Gagné, R. M. (1965). The conditions of learning and theory of instruction ( 1st ed.). New York, NY: Holt, Rinehart & Winston.

Gagné, R. M., & Briggs, L. J. (1974). The principles of instructional design ( 1st ed.). New York, NY: Holt.

Gagné, R. M. (1985). The conditions of learning and theory of instruction ( 4th ed.). New York, NY: Holt, Rinehart & Winston.

Gonzalez, A. J., & Ingraham, L. R. (1994). Automated exercise progression in simulation-based training. IEEE transactions on systems, man, and cybernetics24(6), 863-874.

Graf, S., & Ives, C. (2010, July). A flexible mechanism for providing adaptivity based on learning styles in learning management systems. In Advanced Learning Technologies (ICALT), 2010 IEEE 10th International Conference on (pp. 30-34). IEEE.

Hsieh, S. W., Jang, Y. R., Hwang, G. J., & Chen, N. S. (2011). Effects of teaching and learning styles on students’ reflection levels for ubiquitous learning. Computers & Education57(1), 1194-1201.

Hung, P. H., Hwang, G. J., Lin, Y. F., Wu, T. H., & Su, I. H. (2013). Seamless Connection between Learning and Assessment-Applying Progressive Learning Tasks in Mobile Ecology Inquiry. Educational Technology & Society16(1), 194-205.

Hung, I. C., Yang, X. J., Fang, W. C., Hwang, G. J., & Chen, N. S. (2014). A context-aware video prompt approach to improving students’ in-field reflection levels. Computers & Education70, 80-91.

Hwang, G. J. (1998). A tutoring strategy supporting system for distance learning on computer networks. IEEE TRANSACTIONS ON EDUCATION E41, 343-343.

Hwang, G. J., & Chang, H. F. (2011). A formative assessment-based mobile learning approach to improving the learning attitudes and achievements of students. Computers & Education56(4), 1023-1031.

Hwang, G. J., Tsai, C. C., Chu, H. C., Kinshuk, K., & Chen, C. Y. (2012). A context-aware ubiquitous learning approach to conducting scientific inquiry activities in a science park. Australasian Journal of Educational Technology28(5).

Hwang, G. J. (2014). Definition, framework and research issues of smart learning environments-a context-aware ubiquitous learning perspective. Smart Learning Environments1(1), 4. https://slejournal.springeropen.com/articles/10.1186/s40561-014-0004-5

Hwang, G. J., Chin-Chung, T., & Yang, S. J. (2008). Criteria, strategies and research issues of context-aware ubiquitous learning. Journal of Educational Technology & Society11(2).

Hwang, G. J., Hung, P. H., Chen, N. S., & Liu, G. Z. (2014). Mindtool-assisted in-field learning (MAIL): An advanced ubiquitous learning project in Taiwan. Journal of Educational Technology & Society17(2).

Joiner, R., Nethercott, J., Hull, R., & Reid, J. (2006). Designing Educational Experiences Using Ubiquitous Technology. Computers in Human Behavior, 22 (1), 67-76.

Jonassen, D. H., Carr, C., & Yueh, H. P. (1998). Computers as mindtools for engaging learners in critical thinking. TechTrends43(2), 24-32.

Karampiperis, P., & Sampson, D. (2005). Adaptive learning resources sequencing in educational hypermedia systems. Journal of Educational Technology & Society8(4).

Kinshuk, T. L., & Patel, A. (2003). User exploration based adaptation in adaptive learning systems. International Journal of Information Systems in Education1(1), 22-31.

Kinshuk, K., Hwang, G. J., Tsai, C. C., Chu, H. C. & Chen, C. Y. (2012). A context-aware ubiquitous learning approach to conducting scientific inquiry activities in a science park. Australasian Journal of Educational Technology28(5).

Lave, J. (1991). Situating learning in communities of practice. Perspectives on socially shared cognition2, 63-82.

Liu, G. Z., & Hwang, G. J. (2010). A key step to understanding paradigm shifts in e‐learning: towards context‐aware ubiquitous learning. British Journal of Educational Technology41(2).

Mampadi, F., Chen, S. Y., Ghinea, G., & Chen, M. P. (2011). Design of adaptive hypermedia learning systems: A cognitive style approach. Computers & Education56(4), 1003-1011.

Martens, A., & Uhrmacher, A. M. (2002, June). Adaptive tutoring processes and mental plans. In International Conference on Intelligent Tutoring Systems (pp. 71-80). Springer, Berlin, Heidelberg.

Martens, A. (2006). Modeling of adaptive tutoring processes. Web-based intelligent e-learning systems: Technologies and applications, 193-215.

Merrill, M. D. (1991). Constructivism and instructional design. Educational technology31(5), 45-53.

Minami, M., Morikawa, H., & Aoyama, T. (2004, January). The design of naming-based service composition system for ubiquitous computing applications. In Applications and the Internet Workshops, 2004. SAINT 2004 Workshops. 2004 International Symposium on (pp. 304-312). IEEE.

Ogata, H., & Yano, Y. (2004). Context-aware support for computer-supported ubiquitous learning. In Wireless and Mobile Technologies in Education, 2004. Proceedings. The 2nd IEEE International Workshop on (pp. 27-34). IEEE.

Papanikolaou, K. A., Grigoriadou, M., Magoulas, G. D., & Kornilakis, H. (2002). Towards new forms of knowledge communication: the adaptive dimension of a web-based learning environment. Computers & Education39(4), 333-360.

Pazzani, M. J., & Billsus, D. (2007). Content-based recommendation systems. In The adaptive web (pp. 325-341). Springer, Berlin, Heidelberg.

Reigeluth, C. M. (2016). Teoría instruccional y tecnología para el nuevo paradigma de la educación. Revista de Educación a Distancia, (50).

Rogers, Y., Price, S., Randell, C., Fraser, D. S., Weal, M., & Fitzpatrick, G. (2005). Ubi-learning integrates indoor and outdoor experiences. Communications of the ACM48(1), 55-59.

Sharples, M., Sánchez, I. A., Milrad, M., & Vavoula, G. (2009). Mobile Learning: Small devices, Big issues. In and SBS Balacheff, S. Ludvigsen, T. de Long, A. Lazonder (Ed.), Technology enhanced learning: Principles and products (pp. 233–49).

Specht, M., Weber, G., Heitmeyer, S., & Schöch, V. (1997, June). AST: adaptive WWW-courseware for statistics. In Proceedings of Workshop” Adaptive Systems and User Modeling on the World Wide Web” at 6th International Conference on User Modeling, UM97, Chia Laguna, Sardinia, Italy (pp. 91-95).

Tsai, P. S., Tsai, C. C., & Hwang, G. J. (2012). Developing a survey for assessing preferences in constructivist context‐aware ubiquitous learning environments. Journal of computer assisted learning28(3), 250-264.

Tseng, J. C., Chu, H. C., Hwang, G. J., & Tsai, C. C. (2008a). Development of an adaptive learning system with two sources of personalization information. Computers & Education51(2), 776-786.

Tseng, S. S., Jun-Ming, S., Hwang, G. J., Hwang, G. H., Chin-Chung, T., & Tsai, C. J. (2008b). An object-oriented course framework for developing adaptive learning systems. Journal of Educational Technology & Society11(2).

Van Seters, J. R., Ossevoort, M. A., Tramper, J., & Goedhart, M. J. (2012). The influence of student characteristics on the use of adaptive e-learning material. Computers & Education58(3), 942-952.

Wu, H. K., Lee, S. W. Y., Chang, H. Y., & Liang, J. C. (2013a). Current status, opportunities and challenges of augmented reality in education. Computers & education62, 41-49.

Wu, P. H., Hwang, G. J., & Tsai, W. H. (2013b). An expert system-based context-aware ubiquitous learning approach for conducting science learning activities. Journal of Educational Technology & Society16(4).

Yang, C. C., Hwang, G. J., Hung, C. M., & Tseng, S. S. (2013a). An evaluation of the learning effectiveness of concept map-based science book reading via mobile devices. Journal of Educational Technology & Society16(3).

Yang, T. C., Hwang, G. J., & Yang, S. J. H. (2013b). Development of an adaptive learning system with multiple perspectives based on students’ learning styles and cognitive styles. Journal of Educational Technology & Society16(4), 185.

ZAPATA-ROS, M. (1990) Técnicas de programación declarativa en el aula. Seco Olea Ediciones, SL Madrid.

Zapata-Ros, M. (2012). Calidad en entornos ubicuos de aprendizaje. RED: Revista de Educación a Distancia, (31), 1-12.

Zapata-Ros, M. (2015). 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”. Teoría de la Educación. Educación y Cultura en la Sociedad de la Información16(1).

Zapata-Ros, M. (2015b). El diseño instruccional de los MOOC y el de los nuevos cursos abiertos personalizados. Revista de Educación a Distancia, (45).

 

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159). Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria. Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York. Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus

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.

 

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159). Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria. Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York. Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus

Gestión del aprendizaje en Educación Superior y web social. La integración en el diseño instruccional por los adoptadores tempranos (I)

Hace dos años constatábamos (Zapata-Ros, 2011) que los campus virtuales se habían convertido en una realidad que ocupaba un espacio de acceso, habitual y mayoritario, entre profesores y estudiantes. Así lo aseguran los informes más conocidos en el ámbito global, en EE.UU. y en España también: El informe Going the Distance: Online Education in the United States, 2011, de Sloan (The Sloan Consortium, 2012), y en España el informe UNIVERSITIC2011, publicado por el CRUE (2011). Sin embargo, como vimos, en ellos se hacía énfasis en aspectos exclusivamente tecnológicos. No abordan cuestiones de metodología docente, aprendizajes o evaluación, ni de otras variables en el diseño educativo. Tampoco aborda la aparición de entornos de web social ni su integración. Se perdió con ello una oportunidad de situar sobre la mesa un punto de importancia clave en esos momentos: la innovación metodológica que lleva asociada. Coincide la ausencia de toda referencia a la  web social, lo cual es lógico por la novedad y las reservas con que se acepta, con el hecho de que los LMS se han transformado de forma generalizada en entornos de gestión de la actividad convencional que se realiza alrededor de la educación. Es decir de la gestión de las calificaciones, de fichas de alumnos, de tiempos, actividades y recursos- pero en ningún caso gestionan el aprendizaje que se produce.

Es el momento pues de realizar una revisión metodológica y aceptar  el hecho de que los entornos virtuales de aprendizaje, merced a la potencialidades pedagógicas que encierra la web social, se están constituyendo  en  unos nuevos entornos de aprendizaje en la Educación Superior (ES): En los entornos sociales de gestión del aprendizaje. Este fenómeno, por el mismo imperativo que lo hacían los anteriores sistemas de aprendizaje, no puede escapar de la reflexión sobre la calidad. Los docentes, gestores, alumnos e investigadores necesitan referencias claras y comunes sobre criterios de calidad basados en consensos. En este caso también.

Se constata en el marco internacional de vanguardia de la Educación Superior, en el Informe Franklin (Armstrong and Franklin, September 2008) la asunción y el uso generalizado por los alumnos dela web social, particularmente las redes sociales. Estos hechos constituyen “habitats” donde los profesores innovadores, los que adoptan de forma temprana las metodologías y entornos innovadores, los “early adopters[1]“, están intentando nuevas cosas de forma esporádica y aislada sin el apoyo institucional. Así en nuestro país la Web social se utiliza en casi todos los ámbitos de la educación superior, incluyendo las áreas académicas y de apoyo. Estas áreas tienden a constituirse en “puntos calientes” donde los “early adopters” están ensayando  sus innovaciones, muy lejos de ser todavía prácticas generalizadas o incluidas en el marco formal institucional, o incluso con herramientas de diseño instruccional aún entendidas de forma individual en asignaturas, o de grupo en áreas o departamentos. Tiene sentido pues recoger en la ES de nuestro país, donde parece ser que la infraestructura técnica esté disponible para que los estudiantes y los profesores puedan acceder a las funciones de Web social, los requisitos y rasgos que ha de tener la innovación que supone la integración instruccional de la web social para que esta se haga de la forma más eficiente. Se trata pues de cuestiones de calidad. Hasta la fecha el uso de la web social ha sido impulsado principalmente por los intereses particulares de los miembros individuales, en lugar de ser impulsado por las políticas institucionales. Los profesores están utilizando la Web 2.0 para mejorar su enseñanza a causa de las posibilidades que detectan que ofrece, o porque los estudiantes están utilizando ya las tecnologías, con el compromiso o porque son tecnologías que los estudiantes van a utilizar después de la graduación en la vida profesional. Por último como después veremos hay razones de calidad en el aprendizaje, con nuevas formas en las que la web social favorece la colaboración y la interacción reflexiva y autónoma delos estudiantes y la participación y la evaluación de su trabajo por el profesor en el mismo proceso de elaboración o de realización de la tarea. 


[1] “Earlier adopters in a system also differ from later adopters in personality variables. Earlier adopters have greater empathy, less dogmatism, a greater ability to deal with abstractions, greater rationality, greater intelligence, a more favorable attitude toward change, a greater ability to cope with uncertainty and risk, a more favorable attitude toward science, less fatalism and greater self-efficacy, and higher aspirations for formal education, higher-status occupations, and so on” (Rogers, 2010).

Referencias.-

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. http://www.franklin-consulting.co.uk/LinkedDocuments/the%20use%20of%20social%20networking%20in%20HE.pdf

CRUE (2011). UNIVERSITIC2011, http://www.crue.org/Publicaciones/universitic.html , www.crue.org/export/sites/Crue/Publicaciones/…/universitic2011web.pdf‎  

Rogers, E. M. (2010

The Sloan Consortium, 2012. Going the Distance: Online Education in the United States, 2011 (http://sloanconsortium.org/publications/survey/going_distance_2011). Diffusion of innovations. Simon and Schuster.

Zapata-Ros, M. (2011). Evaluación de la calidad en entornos sociales aprendizaje. RED. Revista de Educación a Distancia, (29) 1-10. Recuperado de http://www.redalyc.org/articulo.oa?id=54722116005

 

 

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159). Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria. Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York. Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus

Gestión del aprendizaje en Educación Superior y web social (II)

SONY DSC

Esta entrada es la segunda de dos que, en conjunto, son un extracto de un artículo completo y detallado sobre el mismo tema. Ambos, post e informe, constituyen la difusión de un trabajo de investigación dentro del programa deDoctorado en Aplicaciones y Problemas Interdisciplinares de las Tecnologías de la Información y las Comunicaciones de La Escuela Politécnica Superior de la Universidad de Alcalá de Henares, que cuenta con el apoyo de la Red de Campus Virtuales Universitarios. Este documento puede encontrarse completo como preprint en eLiS.

Análisis.-

En el informe completo vamos correlacionando pares de variables en los casos que creemos de interés para los objetivos del estudio. La primera variable es la del perfil de profesor en función de su respuesta sobre su situación, actividad o actitud en relación al uso integrado de la web social (normalmente es una variable boolena, es decir una variable estadística con valores 1 para “sí” y 0 para “no”1), y la segunda es la variable para la respuesta que identifica su grado de actitud para la integración. Así obtenemos el índice de correlación de Pearson de pares de variables. En este caso correlacionamos los items:

2.3 ¿Obtienen indicaciones suyas sobre el uso y el alcance de uso en su asignatura? y

 5.3 El uso del software social debe estar incluido en la organización instruccional (Guías didácticas, etc.) del programa formativo.

Para 2.3 hemos obtenido

correlacion

 

En este caso el Coeficiente de Correlación de Pearson (r) es 0,303833133

Es decir hay una correlación positiva entre las dos variables, existe una interdependencia pero es moderadamente baja (0,303833133 en un rango de 0 a 1). Lo cual se debe interpretar como que, en una medida moderada pero existente,  el que los profesores se implique en dar indicaciones a sus alumnos “sobre el uso y el alcance de uso en su asignatura” está correlacionado (es mayor que en el caso contrario) en que opinan que “El uso del software social debe estar incluido en la organización instruccional (Guías didácticas, etc.) del programa formativo”. Pero el que sea moderadamente bajo se debe interpretar como que hay algunos profesores de los que “dan indicaciones” que no son favorables a que el uso del software social debe estar incluido en la organización intruccional. Y también de forma minoritaria, pero en mayor grado, hay profesores que no dan indicaciones a sus alumnos, suponemos que porque no hay oportunidad o porque no han llegado a ese grado de madurez en su innovación, pero que sí consideran que “El uso del software social debe estar incluido en la organización instruccional (Guías didácticas, etc.) del programa formativo”.

Resultados

Hemos aplicado el mismo procedimiento de análisis descrito en el aprtado anterior a otra serie de casos que se han considerado interesantes para elos objetivos del estudio, en todos los casos obteniendo:

a.       Medias y desviaciones típicas (comentando su significación, la dispersión, etc.) y el intervalo de confianza. Eso validaría los indicadores. En esta población.

b.      Índices de correlación de Pearson en casos significativos que permitan aceptar o rechazar hipótesis, sobre todo de aceptación del diseño instruccional en una masa crítica de profesores. Conclusiones de estas correlaciones.

Los resultados en general suponen que entre este tipo de profesores, los innovadores tempranos, hay una alta consideración de la idea consistente en que se debe producir una integración de la web social en el contexto educativo formal, con repercusión (integrándo actividades, evaluación, etc) en el diseño instruccional y en la organización de los estudios que se hace de forma institucional. Y que esta consideración de la integración como algo posible y positivo para la eficiencia del aprendizaje se produce en todos los casos vistos, independientemente de cual sea el grado de implicación o de progreso de su implicación en que están los profesores, si bien aumenta la estimación favorable a la inntegración en la medida en que aumenta la implicación o el grado de desarrollo de las actividades de web social delos profesores.

Conclusiones y recomendaciones

Además de las conclusiones y recomendaciones hemos incluido otras que se deducen de ellas así como de la consulta de informes y estudios del apartado del estado del arte.

En general siempre creemos conveniente incluir una recomendación sobre los informes: Las recomendaciones pueden incluir o interpretarse como directrices, pero en general éstas no deben tener un carácter tan prescriptivo como para ahogar la experimentación que se necesita con cualquier innovación tecnológica, en particular con la web social, cuando se utiliza en apoyo del aprendizaje y la enseñanza. En aras de obtener  el máximo provecho de la posibilidades que ofrece esta nueva tecnología.

La segunda recomendación es que no se debe abandonar ninguna tecnología sólo por que parezca otra en apariencia más útil, sin haber concluido los procesos de innovación y de experimentación iniciados. Esto es a la larga más ineficaz y antieconómico, al tener que replantear la validación para extraer conclusiones que se podrían haber obtenido solo con concluir la anterior.

Finalmente este trabajo nos ha situado ante informaciones y hechos suficientes para poder deducir la necesidad de en el futuro dejar abiertas las siguientes líneas de investigación y de profundización en aspectos de desarrollo, organización y de políticas universitarias que agrupamos en tres categorías: Contenidos, enseñanza y aprendizaje, gestión y tecnología. De ellas destacamos algunas.

Sobre contenidos, las instituciones deben considerar la organización, y su gestión, financiación, etc. a largo plazo de los fondos generados por los alumnos y profesores en la web social. Su capacidad de generar enseñanzas sobre buenas prácticas, resolución de problemas e investigaciones es algo que debe ser considerado a largo plazo. E incluso puede favorecer la práctica profesional de los alumnos después de abandonar la universidad.

Sobre enseñanza y aprendizaje, las instituciones deberían considerar la organización, gestión, financiación, etc. de proyectos que investiguen la configuración de los repositorios generados en cuanto a metadatos, referencias que posibiliten el uso de los materiales en el diseño instruccional y en la organización curricular la explotación por materias, niveles, carreras, departamentos, centros de investigación educativa, etc. y  para que sean también más accesibles para los estudiantes en procesos de aprendizaje a través del uso de las tecnologías sociales,  incluyendo marcado y curación. Constatamos que hay un amplio sector, social y académico, que cree necesario impulsar (gestionar, organizar financiar etc.) la investigación de  nuevas formas de enseñanza que utilizan sistemas de Web Social, teniendo en cuenta el desarrollo de nuevas herramientas de Web social específicamente para el ámbito educativo, con facilidades que permiten la experimentación pedagógica.

Las instituciones deben considerar con urgencia el apoyo a iniciativas que analizan en detalle la evaluación del trabajo en grupos que utilizan  herramientas de la web social.

Sobre gestión, las instituciones deben  considerar  la implementación de estas iniciativas teniendo en cuenta los aspectos jurídicos de la propiedad intelectual.

Las instituciones deben  contemplar la organización de un grupo de trabajo para  examinar las formas de moderación (incluyendo moderación pares) y el control de contenido de la Web social. Y desarrollar guías de buenas prácticas para uso propio y para ofrecer a las instituciones consejos y ejemplos de buenas prácticas

Sobre tecnología, las instituciones deberían impulsar proyectos para el desarrollo de herramientas basadas en la Web para favorecer la evaluación formativa (el monitoreo continuo) de los procesos de grupo y del trabajo en grupo. Y el desarrollo de herramientas de analítica de aprendizaje con carácter social.

Sobre la falta de nuevos modelos pedagógicos, que crea incertidumbre

Actualmente las estructuras y procesos institucionales no están preparados para integrar las necesidades que se derivan de lo que se manifiesta como necesario. Por ejemplo, hacen falta  patrones y prácticas de evaluación que se centren por un lado en tareas que aporten juicios a la evaluación  sumativa, desde una situación, la real, donde no se tienen en cuenta  las prácticas pedagógicas de uso de la Web 2.0. Y por otro que los sistemas y las estrategias de evaluación, están consagrados normativamente  en España por pruebas y exámenes que no pueden dar soporte a procesos basados ​​en web  social.

Referencias y bibliografía.-

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. http://www.franklin-consulting.co.uk/LinkedDocuments/the%20use%20of%20social%20networking%20in%20HE.pdf

Carmichael, P.  2008. The Ensemble Project.  http://www.ensemble.ac.uk/wp/

CRUE (2011). UNIVERSITIC2011, http://www.crue.org/Publicaciones/universitic.html , www.crue.org/export/sites/Crue/Publicaciones/…/universitic2011web.pdf‎

De Vry, J. R., and G. Watson. 2003. University of Delaware’s faculty-IT partnership: Educational transformation through teamwork. The Technology Source, May/June. http://technologysource.org/article/university_of_delawares_facultyit_partnership/

Fletcher and Ragins The Handbook of Mentoring at Work: Theory, Research and Practice.

Franklin, T. and van Harmelen ,M. (2007, 28 May) Web 2.0 for Content for Learning and Teaching in Higher Education. http://www.jisc.ac.uk/publications/reports/2007/web2andpolicyreport.aspx

Goodyear, P. and Ellis, R.  (2008). ‘University students’ approaches to learning’, in Distance Education, 29, 2, pp. 141–52.

Gouseti, A. ‘Web 2.0 and education’, in Learning, Media and Technology, 35, 3, pp. 351–56, 2010.

Gray, K., Thompson, C., Sheard, J., Clerehan, R. and Hamilton, M. ‘Students as web 2.0 authors’, in Australasian Journal of Educational Technology, 26, 1, pp. 105–22, 2010.

Gustafson, K. & Branch, R. (1997). Revisioning models of instructional development.Educational Technology Research and Development, 45(3), (pp. 73-89).

Halpin, H. and Tuffield, M. Social Web XG Wiki . World Wide Web Consortium (W3C), 2010.

Hampton, K. (2006). Com 410: New Media and Community Life. http://www.mysocialnetwork.net/blog/410/

Hargittai. E. ‘Whose space?’, in Journal of Computer-Mediated Communication, 13, 1, pp. 276–297, 2008.

Hargittai, E. and Hsieh, Y. ‘From dabblers to omnivores’, in Papacharissi, Z. (ed.). A networked self. London, Routledge, 2010.

Hosein, A., Ramanau, R. and Jones, C. ‘Learning and living technologies’, in Learning, Media and Technology, 35, 4, pp. 403–18, 2010.

Jones, S., Johnson-Yale, C., Millermaier, S. and Seoane Perez, F. ‘US college students’ internet use’, in Journal of Computer-Mediated Communication, 14, pp. 244–64, 2009.

Keegan, D., 2005a. The incorporation of mobile learning into mainstream education and training. http://mlearning.noe-kaleidoscope.org/public/mlearn2005/www.mlearn.org.za/CD/papers/keegan1.pdf

Keegan, D., 2005b. MOBILE LEARNING: THE NEXT GENERATION OF LEARNING. DESMOND KEEGAN. http://learning.ericsson.net/mlearning2/files/workpackage5/book.doc

Kelly, B., 2008. Web 2.0 in Higher Education in the United Kingdom: Observations on the growth of Web 2.0 and social Web technologies. Franklin Consulting. Revisado en http://opus.bath.ac.uk/17702/ el 04/09/2013

Lee, M. and McLoughlin, C. (2010). Web 2.0-based e-learning . Hershey PA, Information Science Reference.

Linden, A., & Fenn, J. (2003). Understanding Gartner’s hype cycles. http://www.ask-force.org/web/Discourse/Linden-HypeCycle-2003.pdf

Marwick, A.  (September 2008) Web 2.0 in Higher Education in the United States of America. En A review of current and developing international practice in the use of social networking (Web 2.0) in higher education (p.91-122). Franklin Consulting. http://www.franklin-consulting.co.uk/LinkedDocuments/the%20use%20of%20social%20networking%20in%20HE.pdf

Mazer, J. P., Murphy, R. E., & Simonds, C. S. (2007). I’ll see you on“Facebook”: The effects of computer-mediated teacher self-disclosure on student motivation, affective learning, and classroom climate. Communication Education, 56(1), 1−17

McLoughlin, C., & Lee, M. J. (2007, December). Social software and participatory learning: Pedagogical choices with technology affordances in the Web 2.0 era. In ICT: Providing choices for learners and learning. Proceedings ascilite Singapore 2007 (pp. 664-675). http://www.dlc-ubc.ca/wordpress_dlc_mu/educ500/files/2011/07/mcloughlin.pdf

Mejias, U. 2006. Tracking social software with social software. Innovate 2 (5). http://www.innovateonline.info/index.php?view=article&id=260. The article is reprinted here with permission of the publisher, The Fischler School of Education and Human Services at Nova Southeastern University.

Nicholas, D., Gunter, B. and Rowlands, I. The Google generation. Oxford, Chandos, 2009.

Ohler, J. (2008). The semantic web in education. EDUCAUSE quarterly31(4), 7-9 http://net.educause.edu/ir/library/pdf/eqm0840.pdf

O’Toole, J. Using semantic web tools in higher education http://www.esrc.ac.uk/_images/Using%20semantic%20web%20tools%20in%20higher%20education_tcm8-24955.pdf

O’Reilly, T. (2006). Levels of the Game: The Hierarchy of Web 2.0 Applications, July 17. http://radar.oreilly.com/archives/2006/07/levels-of-the-game-the-hierarc.html or http://tinyurl.com/5vgrak

Reigeluth, C. M. & Frick, T. W. (1999). Formative research: A methodology for creating and improving design theories. In C. M. Reigeluth (Ed.), Instructional design theories and models: A new paradigm of instructional theory. (pp. 5-29). Hillsdale, NJ: Lawrence Erlbaum Associates.

Roblyer, M.D.  et al (2010) Findings on Facebook in higher education: A comparison of college faculty and student uses and perceptions of social networking sites. The Internet and Higher Education. http://www.sciencedirect.com/science/article/pii/S1096751610000278

Roblyer, M. D., & Wiencke, W. (2003). Exploring the interaction equation: Validating a rubric to assess and encourage interaction in distance courses. The Journal of Asynchronous Learning Networks, 8(4), 24−37.

Rogers, E. M. (2010). Diffusion of innovations. Simon and Schuster.  https://studieninteressierte.uni-hohenheim.de/uploads/tx_uniscripts/25720/A7020_KIM_2011.pdf#page=37

Selwyn, N. ‘Faceworking: exploring students’ education-related use of Facebook’, in Learning, Media and Technology , 34, 2, pp. 157–74, 2009.

Selwyn, N. (2012).  Social Media in  Higher Education.  The Europa World of Learning. Routledge.  www.worldoflearning.com

Shirky, C. Here comes everybody. London, Allen Lane, 2008.

Silver. D. (2008). Digital Literacy: Spring 08. Silver in SF. http://silverinsf.blogspot.com/2008/01/digital-literacy-spring-2008.html

Schwartz, H. (2009). Facebook: The new classroom commons? The Chronicle of Higher Education (pp. B13). October 2

Standish, P. ‘Preface’, in Journal of Philosophy of Education, 42, 3–4, pp. 349–53, 2008. Christakis, N. and Fowler, J. Connected. New York, Little Brown, 2009.

Suter, V., B. Alexander, and P. Kaplan. 2005. Social software and the future of conferences—Right now. EDUCAUSE Review 40 (1): 46–59. http://www.educause.edu/er/erm05/erm0513.asp?bhcp=1 (accessed May 19, 2006).

Tapscott, D. and Williams, A. Wikinomics. New York, Atlantic, 2007.

The Sloan Consortium,  2012. Going the Distance: Online Education in the United States, 2011 (http://sloanconsortium.org/publications/survey/going_distance_2011

The Stanford Persuasive Technology Lab (2007). The Stanford Facebook Class. http://credibilityserver.stanford.edu/captology/facebook/

Ulbrich, F., Jahnke, I. and Mårtensson, P. (2011 ). ‘Special Issue on knowledge development and the net generation’, in International Journal of Sociotechnology and Knowledge Development,.

Watson, G. 2002. Using technology to promote success in PBL courses. The Technology Source, May/June. http://technologysource.org/article/using_technology_to_promote_success_in_pbl_courses/

Waycott, J., Bennett, S., Kennedy, G., Dalgarno, B. and Gray, K. ‘Digital divides?’, in Computers and Education , 54, 4, pp. 1202–11, 2010.

Zapata, M. (2010). La investigación formativa y la investigación basada en el diseño: Dos perspectivas de alcance. RED – Revista de Educación a Distancia. Número 22. 15 de mayo de 2010. Consultado el 29/08/13 en http://www.um.es/ead/red/22

Zapata-Ros, M. (2011a).  La investigación y la edición científica en la web social: La ciencia compartida. Revista de Educación a Distancia-DUSC Número 3. Consultado el 26/08/2013 en http://www.um.es/ead/reddusc/3/zapata_e_ciencia.pdf

Zapata-Ros, M. (2011b). Evaluación de la calidad en entornos sociales de aprendizaje RED. Revista de Educación a Distancia. Número 29. Consultado el 26/08/2013 en http://www.um.es/ead/red/29/

Zapata-Ros, M. (2011c). Evaluación de la calidad en entornos sociales aprendizaje. RED. Revista de Educación a Distancia, (29) 1-10. Recuperado de http://www.redalyc.org/articulo.oa?id=54722116005

Zapata-Ros, M., 2012. Calidad y entornos ubicuos de aprendizaje. RED, Revista de Educación a Distancia. Número 31.-  Revisado en http://www.um.es/ead/red/31/zapata_ros.pdf el 04/09/2013

Zapata-Ros, M. (2013). “Evaluación de la calidad en entornos de aprendizaje de la web social y con tecnología ubícua”. En  ENTORNOS VIRTUALES Y APRENDIZAJE. Nuevas perspectivas de estudio e investigacio

 

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159). Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria. Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York. Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus

Gestión del aprendizaje en Educación Superior y web social

Introducción

Esta entrada es la primera de dos que en conjunto son un extracto de un artículo completo y detallado sobre el mismo tema. Ambos, post e informe, constituyen la difusión de un trabajo de investigación dentro del programa de Doctorado en Aplicaciones y Problemas Interdisciplinares de las Tecnologías de la Información y las Comunicaciones de La Escuela Politécnica Superior de la Universidad de Alcalá de Henares, que cuenta con el apoyo de la Red de Campus Virtuales Universitarios.

El trabajo se plantea a partir de una propuesta de rasgos e indicadores de calidad, publicado en el artículo “Evaluación de la calidad en entornos sociales de aprendizaje” (Zapata-Ros, 2011) sobre la integración de sistemas de gestión del aprendizaje y entornos de web social en la Educación Superior (ES) y la necesidad de un marco de modelo pedagógico y de diseño instruccional . Y la necesidad de su validación. También ante la insuficiencia, en el contexto de generalización de la web social como medio singular de comunicación y de convivencia de estudiantes y profesores, de políticas instituciones que las integren. Posteriormente se inició una investigación auspiciada por la Red de Campus virtuales a través del diseño de un cuestionario con estos objetivos.

El estudio tiene pues como objetivo validar los indicadores propuestos, sobre calidad en entornos sociales de aprendizaje, mediante los resultados procesados y las conclusiones obtenidas del cuestionario. También se trata de obtener y proponer elementos metodológicos para incluir en el diseño instruccional de programas y cursos en ES (en consonancia con lo desarrollado en los trabajos y referencias teóricas de Charles Reigeluth sobre el paradigma educativo de la Sociedad postindustrial y otros trabajos del autor en la misma línea).

Otro objetivo no menos importante es ofrecer a la comunidad docente universitaria, y a los gestores,  propuestas, recomendaciones, modelos y el estado en cuanto a disposición docente y de desarrollo en la práctica de los profesores innovadores.

Por lo demás el trabajo se inserta en un proceso de investigación con metodología formativa: Se trata pues de una primera fase dentro de un proceso en la línea de diseño instruccional con investigación formativa. 

Hace dos años constatábamos (Zapata-Ros, 2013) que los campus virtuales se han convertido en una realidad que ocupa un espacio de acceso, habitual y mayoritario. Así lo aseguran los informes más conocidos en el ámbito global, en EE.UU. y en España también: El informe Going the Distance: Online Education in the United States, 2011, de Sloan (The Sloan Consortium, 2012), y en España el informe UNIVERSITIC2011, publicado por el CRUE (2011). Sin embargo en ellos se hace énfasis en aspectos exclusivamente tecnológicos. No abordan cuestiones de metodología docente, aprendizajes o evaluación, ni de otras variables de diseño educativo. Tampoco abordan la aparición de entornos de web social y su integración. Se ha perdido con ello una oportunidad de innovación metodológica. Coincide la ausencia de web social, lo cual es lógico por la novedad y las reservas con que se acepta con el hecho de que los LMS se han transformado de forma generalizada en entornos de gestión de la actividad convencional que se realiza alrededor de la educación -de la gestión de las calificaciones, de fichas de alumnos, de tiempos, actividades y recursos- pero en ningún caso gestionan el aprendizaje que se produce.

Es el momento pues de realizar una revisión metodológica y  aceptando  el hecho de que los entornos virtuales de aprendizaje merced a la potencialidades pedagógicas que encierran, se han constituido en no por  aislados o esporádicos en nuevos entornos sociales de aprendizaje en la Educación Superior (ES). Este fenómeno, por el mismo imperativo que lo hacían los anteriores sistemas de aprendizaje, no puede escapar de la reflexión sobre la calidad. Los docentes, gestores, alumnos e investigadores necesitan referencias claras y comunes sobre criterios de calidad basados en consensos. En este caso también.

Se constata en el marco internacional de vanguardia de la Educación Superior, en el Informe Franklin (Armstrong and Franklin, September 2008) la asunción y el uso generalizado por los alumnos dela web social, particularmente las redes sociales. Estos hechos constituyen “habitats” donde los profesores innovadores, los que adoptan de forma temprana las metodologías y entornos innovadores, los “early adopters”[1], están intentando nuevas cosas de forma esporádica y aislada sin el apoyo institucional. Así en nuestro país la Web social se utiliza en casi todos los ámbitos de la educación superior, incluyendo las áreas académicas y de apoyo. Estas áreas tienden a constituirse en “puntos calientes” donde los “early adopters” están ensayando  sus innovaciones, muy lejos de ser todavía prácticas generalizadas o incluidas en el marco formal institucional, o incluso con herramientas de diseño instruccional aún entendidas de forma individual en asignaturas, o de grupo en áreas o departamentos. Tiene sentido pues recoger e investigar con referencia a  la ES de nuestro país, donde parece ser que, en cierta medida, la infraestructura técnica esté disponible para que los estudiantes y los profesores puedan acceder a las funciones de Web social, los requisitos y rasgos que ha de tener la innovación para que esta se haga de la forma más eficiente. Se trata pues de cuestiones de calidad.

En el presente trabajo  damos respuesta y continuación a lo planteado sobre calidad en el documento citado. Validación de los indicadores y criterios.

Para ello validamos, por un lado, los indicadores confirmando su relevancia y significación para al menos el sector del profesorado (los “early adopters”) con el perfil que se establece en la muestra y, por otro lado, evidenciamos la  correlación que se establece entre los rasgos que constituyen ese perfil de profesor innovador y la percepción de la necesidad de un diseño instruccional que incluya en su desarrollo los cambios y singularidades de los entornos sociales y de la gestión del aprendizaje con ellos.

Con ese fin en primer lugar analizamos el estado del arte, precedentes y necesidad de elementos metodológicos para una docencia que integre las herramientas de web social en la gestión del aprendizaje, distinguiendo entre  experiencias y  modelos de práctica docente y precedentes de elaboración de un marco teórico estos rasgos y la percepción de la necesidad de un marco de diseño instruccional.

Estado del arte, precedentes y necesidad de elementos metodológicos para una docencia que integre las herramientas de web social en la gestión del aprendizaje

Es aceptado comúnmente que la universidad se ve y se verá concernida por la web social como sucede con el resto de instituciones, servicios o negocios. Pero además en este caso sus funciones y actividades específicas, la gestión de la educación, del aprendizaje, la enseñanza y la Evaluación se verán especial y fuertemente afectadas. Además de la otra misión de la Universidad, la investigación, como ya vimos en “La investigación y la edición científica en la web social: La ciencia compartida” (Zapata-Ros, 2011a ). Pero al contrario de como sucede en otros sectores  no servirá solo como instrumento de contacto y de relación de los integrantes de las comunidades universitarias, o como ampliación de la participación de otras comunidades que interactúan con las distintas actividades que la universidad tiene encomendada. O incluso con comunidades profesionales o de exalumnos. Sería un error considerarlo así. Habrá cambios de calado como vimos en el trabajo citado y en ““Evaluación de la calidad en entornos sociales de aprendizaje” (Zapata-Ros, 2011b). Ni la web social es el único conductor de estos cambios, en realidad la Web social es sólo una parte del ecosistema de la Educación Superior (ES). Pero otros elementos son de mayor importancia: Los cambios metodológicos que induce ella en connivencia con otros aspectos, la personalización, la analítica, etc. influyen y presionan para una mayor eficiencia en el aprendizaje y en la docencia. Igualmente los cambios de comportamiento de la población estudiantil en estos entornos lo hace así, lo posibilita más. Tiene repercusiones en la mejora del  aprendizaje y de los métodos de enseñanza.

Pero además la web social es, en particular, una tecnología con un profundo potencial de cambio que induce en el sector de la ES. Sobre todo en lo que tiene que ver en la forma de aprender y de enseñar, cambios que deben repercutir en el diseño educativo. Estamos hablando de que los ámbitos de aprender que se producen, al ser abiertos y  por los efectos catalíticos de las tecnologías de la web social, particularmente atractivos para los alumnos, es  lo que permite una mayor independencia y autonomía de los estudiantes, una colaboración más fluida, y por ende se debe producir  un aumento de la eficiencia pedagógica.

En el trabajo la búsqueda de precedentes y del estado de las investigaciones, de las prácticas y de las conclusiones teóricas la hemos realizado en Google Schoolar, y en las redes sociales de investigación Mendeley, Academia.Edu y Research Gate. Hemos utilizado indicativos de búsqueda como “Learning and Teaching in Higher Education”, “Teaching Social Software”, etc.

Hemos restringido la búsqueda por años. De esta forma solo hemos conseguido resultados significativos, papers, en destacadas publicaciones, post en blog vinculados a ellas o a autores reconocidos, con un número de citas en torno a 50, y en todo caso mayor de 20, en el intervalo  2005-2008, que es cuando se produce la eclosión de este software. A partir de esa época vuelve a repetirse la hiper-curva de Gartner (Linden, A., & Fenn, J., 2003) gatillada con la web 3.0 y con la web semántica (Carmichael, 2008) (Ohler, 2008) (O’Toole, 2013 ). De los trabajos que cumplen estos requisitos son los resúmenes y glosas que publicamos en la versión extensa.

De esos trabajos distinguimos dos tipos de información, una sobre prácticas docentes y experiencias, de las que adelantamos que rara vez hay constatación de casos de diseño instruccional que incluyan la web social, y otra sobre elaboración de un marco teórico que justifique la inclusión de estos entornos.

Gestión del aprendizaje y web social

“Cuanto mayor es la compatibilidad entre un modelo de identidad y sus orígenes contextuales, teóricas y filosóficas, mayor será el potencial para generar una instrucción efectiva” ( Gustafson y Branch, 1997).

En este apartado tratamos de vincular las posibilidades de la web social con los planteamientos constructivistas y socioconstructivistas, e incluso con perspectivas teóricas anteriores acerca de la ayuda pedagógica, en la línea de estudiar, bajo esas premisas cómo se produce el aprendizaje, las condiciones y usos que  favorecer aprendizajes de tipo colaborativo y elaborativo en los nuevos  hábitats de trabajo intelectual.

¿Qué es la  web social? Entornos virtuales de aprendizaje y entornos sociales de aprendizaje

El encuadre conceptual más completo de software social se debe a Vicki Suter, Bryan Alexander, y Pascal Kaplan ( 2005 ) que llevaron a cabo una revisión de varias definiciones previas , identificando al menos tres perspectivas posibles para definirlo: “el software social como herramienta: para aumentar la capacidad social y humana de colaboración; como un medio: para facilitar la conexión social y el intercambio de información; y como una ecología: para permitir un “sistema de personas, prácticas, valores y tecnologías en un entorno local singular y personal”)”.

Bajo esta conceptualización caben al menos cuatro tipos de tecnologías (Suter, Alexander and Kaplan,  2005):

  • Sistemas de publicación personal (Blogs);
  • Sistemas de gestión de contenidos de colaboración que permiten a cualquier usuario crear y editar páginas instantáneamente (Archivos compartidos y trabajo colaborativo, wikis, etc.);
  • Los sistemas de clasificación distribuidos: software que permite a los usuarios individuales clasificar los elementos por asociación con cualquier número de palabras clave conocidos como etiquetas, que luego se agregan por el software para la beneficio de toda la comunidad (redes sociales, Flickr, etc.) y
  • Las sindicaciones o Rich Site Summary (RSS): un sistema de suscripción que avisa al usuario cuando el nuevo contenido se disponible, por ejemplo, en un blog, una página wiki, o una etiqueta en particular en un sistema de clasificación distribuida

Así pues bajo este denominador el de web 2.0 o el de web social (Zapata-Ros, 2011b) se han incluido todos los servicios en los que no hay diferenciación entre autor y usuario. Éste sería pues el principal rasgo diferenciador, la novedad, respecto de la web: no hay mediación  de especialistas en computación, ni dependencia de ellos. Se caracteriza pues porque todos sus servicios son participativos. Los usuarios de las tecnologías 2.0 pueden relacionarse de forma sencilla, directa y abierta entre sí, compartir recursos y comunicarse de forma inmediata y simultánea, gestionando su entorno humano y de recursos materiales. Esto en la mayor parte de los casos, pero no siempre, implicaría algún grado de interacción, de diálogo. Es decir modificación e intervención de otros en el mensaje propio.

En resumen los rasgos definitorios de la web social son que es participativa, interactiva y autónoma.

 

Aprendizaje y web social.-

El  software  social puede permitir nuevas formas de estudio y de investigación, la preparación de los estudiantes para participar en redes donde el conocimiento es construido y compartido colectivamente. Este enfoque de aprendizaje, lo que Mejías (2006) llamó la investigación distribuido, podría ser atractivo para los educadores, ya que presenta tres ventajas si lo comparamos con el aprendizaje asociado a otras metodología  como es la del aprendizaje basado en problemas (Watson 2002 ; De Vry y Watson 2003):  

  • Involucra a los estudiantes en el aprendizaje haciendo que asuma algunas de las la responsabilidad de la integración y el mantenimiento de los sistemas de software social.
  • Los estudiantes se benefician de trabajar en cooperación con las herramientas que facilitan la agregación y organización del conocimiento mientras que al mismo tiempo se mejora el aprendizaje para todos.
  • Y por último, ayuda a los estudiantes a desarrollar habilidades prácticas de investigación que se necesitan en un mundo donde la construcción del conocimiento y su  difusión se produce cada vez más en las redes de información en línea.

 

En resumen, el software social permite a los estudiantes participar en comunidades de aprendizaje e investigación que se extienden más allá de su aula física, y tecnológicamente más allá de las herramientas y recursos que la escuela pone a disposición de los estudiantes.

Entorno virtual de aprendizaje

La idea de entorno virtual de aprendizaje tiene una relación clara con la naturaleza y génesis social del aprendizaje, favorecida en este caso por los medios tecnológicos. Con Onrubia (2005) podemos decir que es un conjunto de dispositivos y herramientas tecnológicas que permiten con la concurrencia de alumnos, profesores y recursos instruccionales, que el alumno elabore su propio conocimiento. Así pues (Zapata-Ros, 2011b), el aprendizaje en entornos virtuales, desde una perspectiva de la Teoría del Aprendizaje, se entiende como un  proceso de construcción y de elaboración. Lo que el alumno aprende en un entorno virtual no es simplemente una reproducción de lo que se le presenta como contenido a aprender, sino una reconstrucción de esa información, o de ese procedimiento, mediado por el bagaje cognitivo del aprendiz. Supone además una elaboración porque, con la ayuda de los elementos humanos del entorno, el alumno selecciona, organiza y le confiere una naturaleza propia y con sentido (elabora) a la información contenida en el entorno.

Entorno social de aprendizaje

Uniendo ambas ideas el entorno social de aprendizaje (ESA), o Social Learning Environment (SLE), podemos entenderlo como un conjunto de servicios en los que no hay diferencia entre autor y usuario donde no hay mediación de nadie ajeno al hecho educativo. En esta definición coinciden Baird y Fisher (2006) Que se caracteriza por ser participativo e interactivo. Los usuarios, alumnos y profesores, pueden relacionarse de forma sencilla, directa y abierta entre sí, compartir recursos y comunicarse de forma inmediata y simultánea. Y que comporta la posibilidad de que el alumno pueda reconstruir y elaborar un conocimiento con sentido para él, con la ayuda de los elementos humanos del entorno, a partir de la información que se le presenta o que tiene a su disposición.

Enseñanza universitaria y web social

Además de lo visto en la introducción de este trabajo, existe la sensación generalizada común a las Instituciones de educación superior y a sus estudiantes , de que se encuentran ante unos territorios inexplorados que constituyen los usos educativos de las tecnologías Web 2.0.

Los alumnos llegan con unas claves de comunicación y de desarrollo vital basado en gran parte en la web social. Existe igualmente la conciencia de que los límites en los que la información y las comunicaciones, que hasta ahora han sido exclusiva de las universidades y controlados por ellas, están desapareciendo. Están perdiendo ese control.  Y las universidades más conscientes están luchando por recuperarlo, o al menos para dar sentido a una forma de operar en ese espacio modificado y permeable.

Hay un nuevo estado de responsabilidad en los estudiantes, y de formación en valores por la universidad. Los estudiantes tienen que descubrir las consecuencias de sus declaraciones públicas en la red, en la evaluación, en la percepción de sus competencias y actitudes, y en la proyección sobre su futuro profesional. Y esto debe ser asumido por las instituciones.

Los ideas, la composición de lugar  y los marcos de referencia que hemos utilizado hasta ahora ya no son adecuados. Muchas fronteras se han vuelto difusas, entre lo físico y lo virtual, entre la vida personal, académica, profesional y social, entre el aprendizaje formal e informal, entre el consumo y la producción de conocimientos.

El uso de la web social para la enseñanza y el aprendizaje y para el apoyo al estudiante es inevitable (Armstrong and Franklin, September 2008), aunque desigual, dentro de las instituciones de educación superior en los países desarrollados. Algunos de los desarrollos actuales están impulsados ​​institucionalmente o al menos son compatibles con el curriculum, pero la gran parte de lo que se hace está siendo realizado por el personal de forma voluntarista, con un interés o entusiasmo exclusivamente personal. Es poco o nulo lo que se ha hecho en las políticas nacionales para integrar la web social de forma seria en el contexto de las actividades o de la evaluación, incluso con orientaciones y atención a los informes. Sin embargo, sí hay constancia de ejemplos del uso de la Web 2.0 para apoyar a  políticas puntuales o ya existentes, tales como el uso de redes sociales para apoyar a los estudiantes antes de llegar a la universidad. Esto presenta un desafio que ha de ser incluido como parte de la agenda inminente de la Universidad.

Validación de los criterios e indicadores de calidad. Procedimiento seguido

 

Hemos dicho que la integración de los entornos de gestión del aprendizaje y de la web social (Zapata-Ros, 2011b) “no puede escapar por su importancia de la reflexión sobre la calidad por el mismo imperativo que siguen los anteriores sistemas de aprendizaje: Los docentes, gestores, alumnos e investigadores necesitan referencias claras y comunes sobre criterios de calidad basados en consensos”. En ese sentido nos planteamos una serie de rasgos e indicadores clasificados en cuatro categorías (Zapata-Ros, 2011b):

  1. Software social. Uso integrado o uso separado
  2. El perfil social de aprendizaje del alumno.-
  3. Gestionar, colaborar, compartir y adicionar/sumar.
  4. La dinámica social

Donde de forma transversal aparecen rasgos relacionados con el diseño instruccional, como por ejemplo en el  punto 2 aparece “El perfil social de aprendizaje del alumno ¿constituye un elemento obligado para ser incluido en la organización instruccional (Guías didácticas, etc.) del programa formativo?”.

Naturalmente este requisito se transforma en las correspondientes preguntas del cuestionario

¿Tiene usted, como profesor o los profesores que gestiona, habilitado un lugar y un método para recopilar de forma sistemática, periódica y estructurada la producción y los contactos de los alumnos de forma individual?

¿Tiene previsto y utiliza algún procedimiento para guardar y estudiar características personales de los alumnos en relación con los procesos de enseñanza y de evaluación, y con sus rasgos de aprendizaje?

Metodología

Aunque en esta fase el estudio sea inminentemente cualitativo, correlacionaremos rasgos de perfil profesional y de perfil de uso de la web social, por los profesores,  con valoración de las funciones pedagógicas y de diseño instruccional, a partir de las affordances que nos suministra, y haremos estimaciones de las medias por intervalos de confianza, el estudio en su conjunto utilizará la metodología formativa. Se trata pues de una primera fase de un proceso en la línea de diseño instruccional con investigación formativa (Reigeluth & Frick, 1999 y Zapata-Ros, 2010).

 

Contexto de estudio

La población y la muestra ha estado constituida por profesores  universitarios en diversas funciones y tipos de docencia con unos rasgos comunes:

a.       Profesor universitario que utiliza LMS y los servicios de la web en sus clases, integrados en una metodología docente con un diseño que contempla estos recursos en sus distintas dimensiones: Objetivos, actividades, evaluación, etc.

b.      Son participantes de redes sociales profesionales,  miembros del a Red Universitaria de Campus Virtuales o están vinculados a Campus Virtuales de universidades españolas, portuguesas e iberoamericanas.

Constituye pues la opinión de un profesorado comprometido. (cita del concepto de vanguardia pedagógica, dinámica de las innovaciones, etc).

Recogida de datos

Se han recogido 154 cuestionarios válidos respondidos entre el 7/12/2012 y el 18/07/2013

 Number of daily responses

muestra

Validación de los resultados.

Con objeto de correlacionar 2.3 y 5.3 vamos a estimar la media de 5.3

Utilizamos la estimación de la media por intervalos de confianza del 95%. De manera que, por ejemplo, en el caso de la cuestión 5.3

metodologia1

 


[1] “Earlier adopters in a system also differ from later adopters in personality variables. Earlier adopters have greater empathy, less dogmatism, a greater ability to deal with abstractions, greater rationality, greater intelligence, a more favorable attitude toward change, a greater ability to cope with uncertainty and risk, a more favorable attitude toward science, less fatalism and greater self-efficacy, and higher aspirations for formal education, higher-status occupations, and so on” (Rogers, 2010).

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159). Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria. Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York. Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus