Upload
dolors-capdet
View
700
Download
0
Embed Size (px)
DESCRIPTION
Citation preview
Dolors CapdetJulio 2010
– Adquisición de la capacidad necesaria para actuar frente a los
problemas y adaptarse a un entorno o contexto en evolución,
produciendo un cambio en nuestro sistema cognitivo.
– La inteligencia es un aspecto clave del dinamismo entre persona
y el contexto (Piaget, 1971).
– La memoria, entendida como persistencia de los conocimientos
a lo largo del tiempo, resulta un recurso esencial en la codificación
(automática o intencionada) de la información.
Sea un proceso formal o informal, al diseñar un proceso de aprendizaje hay que considerar seis elementos (Shedroff, 2009):
1. Tiempo y duración
2. Interactividad
3. Intensidad
4. Creatividad cognitiva
5. Coherencia
6. Significado
La mayor parte de las experiencias de aprendizaje se basan en seis componentes (Downes, 2006):
1. Recopilación y filtrado de la información
2. Interacción social
3. Actividad sostenida
4. Razonamiento
5. Conceptualización (codificación y almacenamiento)
6. Recuperación de la información para su reutilización.
El éxito de cualquier proceso formativo depende de varios elementos que pueden ser agrupados por sus características en cuatro grupos Bouchard (2009):
1. Conativos (motivación, la iniciativa y la confianza)
2. Algorítmicos (control sobre la actividad).
3. Semióticos (lenguaje, comunicación).
4. Económicos (interés y costes).
Los conocimientos se pueden adquirir en un proceso formativo:
– Formal, de carácter cerrado, que sectoriza la adquisición, que
permite establecer metas y obtener resultados concretos.
– No formal, permanentemente abierto, subjetivo, que requiere
motivación y autonomía.
Existen diversas formas de aprender:
– Se aprende mejor cuando se incluye un componente de
experiencia en el proceso de aprendizaje (Dewey, 1938).
– Hay quien prefiere aprender solo y quien necesita estar próximo
a sus referentes (Davis, 1993).
– Básicamente hay cuatro estilos de aprendizaje: activista,
reflexivo, teórico y pragmático (Honey y Mumford, 1992).
Los estilos de aprendizaje equivalen a:
– Formas de recopilar, interpretar, organizar y pensar sobre la
nueva información (Gentry, 1999).
– Una descripción de actitudes y comportamientos que determinan
la forma preferida de aprender (Honey y Mumford, 1992).
– Rasgos cognitivos, efectivos y fisiológicos que actúan como
indicadores relativamente estables de cómo los alumnos perciben,
interaccionan y responden a sus ambientes de aprendizaje (Keefe,
1988).
Internet ha posibilitado una nueva forma de entender el aprendizaje. Potencia la personalización y se configura en base a gustos y preferencias del usuario.
Se requieren nuevas alfabetizaciones para obtener los significados.
La superabundancia de información obliga a buscar alternativas para su almacenamiento y recuperación.
El conocimiento ahora puede residir en nodos humanos y artificiales (Conectivismo. Siemens, 2004),
Los conocimientos están interconectados, distribuídos (Downes, 2006).
El PLE es un concepto que surge a partir de las aportaciones de Wilson en 2005, que reconoce el protagonismo y la individualidad del sujeto en la organización de su propio aprendizaje (Attwell, 2007).
El PLE proporciona un conjunto de herramientas adecuadas al contexto con mayor capacidad de adaptación a los diferentes enfoques de aprendizaje (Siemens, 2006).
Puede ser contemplado como los espacios en los que las personas interactúan y se comunican con un resultado final de aprendizaje y desarrollo de conocimientos colectivos (Graham Atwell, 2010).
Constituye un entorno personal para poder gestionar el conocimiento y administrar las conexiones (Downes, 2010).
Anderson (2006) recoge algunas ventajas del PLE:
– Identidad (presencia más allá de la institución académica)
– Facilidad de uso (la personalización por parte del propio usuario)
– Control y propiedad (el contenido pertenece al usuario)
– Reusabilidad (es el estudiante quien toma las decisiones)
– Presencia social (favorece la comunicación y la cultura on-line)
– Capacidad creativa (integración de nuevas aplicaciones).
Supone un conjunto de recursos susceptibles de ser utilizados para adquirir información o capacidades ante una situación determinada, compensando así las carencias de los procesos de aprendizaje formal e informal.
Se adecua a nuestras necesidades cognitivas.
Ha de ser dinámico, cambiante.
Sus elementos han de ser fácilmente almacenables, recuperables y reutilizables.
El contenido se basa en la:
– Representación: Cuando su forma deriva de la realidad (ya sea de la propia naturaleza o de la elaboración humana)
– Significado: Toda representación transporta un mensaje o signos significativos
– Función: Propósito con que se realiza.
El valor explicativo de las representaciones está en función de los elementos que la sustentan y a los que representan (Tufte, 1997):
– Datos o hechos que no tienen relación con otros datos y carecen de un significado preciso.
– Información o datos que incorporan algún tipo de relación que les otorga un significado.
– Concepto o información relacionada con varios datos o informaciones, adquiriendo el significado por el conjunto de ellos.
– Conocimiento (racional o intuitivo), o concepto relacionado con otros conceptos, datos e informaciones y que permite crear un patrón que mejora la predicción, facilitando la toma de decisiones.
– Sabiduría: Capacidad para reconocer y gestionar el mayor número posible de patrones y modelos de conocimiento.
Basados en datos e información, para construir significados utilizamos:
– Sintaxis: Gramática. Permite definir datos estructurados.
– Semántica: Significado de las cosas, actores y acciones (referencia, veracidad, Intensidad).
– Pragmática: Significado no literal, influye sobre el significado
– Semiótica: Signos no lingüísticos
- Icono, Indicio, Símbolo (Ch. Pierce, 1984)
- Punto, Línea, Plano, Volúmen, Forma, Color, Textura, Tamaño (W. Wong, 1985)
Los avances en Informática e Inteligencia Artificial crean nuevos metalenguajes y avanzan hacia un razonamiento artificial que complementa el humano.
Cantidad y calidad: Los humanos somos eficientes en el procesamiento de pequeñas cantidades de información. La máquina es eficiente en el proceso de grandes bases de datos. :
Sintaxis: Un ordenador no interpretaría bien si falla parte de sintaxis (HTLM), nosotros en cambio si podemos hacerlo.
Semántica: La máquina necesita que le incorporen significado a los términos que reconoce e identifica en la sintaxis. El cerebro lo hace automaticamente por si mismo (lenguaje)..
Todo lo que se puede ver y expresar con los lenguajes actuales está soportado por fórmulas matemáticas que pueden construir mecanismos de razonamiento automático (Lógicas descriptivas).
Para ello se utiizan las:
– Ontologías: conceptos y términos para referirnos al entorno y definir un área. Conocimiento compartido y consensuado para obtener eficiencia en la comunicación (lenguaje OWL).
– Taxonomías: fomas de organizar la información, especifica las categorias -jerarquias-, que se van especializando.
– Tesauros define los términos e indica cual es el objetivo final de utilizar una determinada semántica u orden
Con Internet la información es mucho más visual, más gráfica.
Según Gutwin y Fedak (2004), hay dos categorías de mecanismos de visualización digital:
– Los que distorsionan o deforman la información visual (alteración de las posiciones, las formas y/o los tamaños de los elementos visuales. Es el caso del panning (paginar o hacer scroll), o zooming (ampliación/reducción).
– Los que no la distorsionan. Es el caso de las múltiples vistas (diferentes vistas de la misma representación visual a nivel global) y focus+context (diferentes vistas de la misma representación visual a nivel de detalle).
Las representaciones visuales pueden ser:
– Estáticas (fotografía, mapas, diagramas, …)
– Dinámicas o actualizables (sucesión de imágenes estáticas pasadas a una determinada velocidad que sugieren movimiento)
– Discretas: Sucesión de representaciones estáticas que describen un proceso dinámico)
– Sinópticas: Reflejan diferentes estados del proceso en una única imagen estática.
Las Teorías lógicas permiten expresar a través de un conjunto axiomas o reglas de inferencia el conocimiento que queremos expresar y ofrecer mecanismos de razonamiento automático sobre él. Pueden ser:
– Descriptivas: Expresan relaciones entre clases o individuos que forman el conocimiento.
– De primer orden: Expresan relaciones más avanzadas
Las Teorías Modales expresan conocimientos en común, expresan tiempos, obligaciones, permisos, prohibiciones, ... para sistemas automáticos.
Fuentes:
Bouchard, P. (2009). Some factors to consider when Designing Semi-autonomous Learning Environments. Electronic Journal of e-learning, Vol. 7, (2), June 2009, (pp. 93-100) http://www.ejel.org/Volume-7/v7-i2/Bouchard.pdf (Último acceso 7 julio 2010)
Capdet, D. (2005). Análisis comparativode tres metodologías educativas: A distancia, On-line y Blended learning. DEA. UNED. Septiembre 2005
Capdet, D. (2009). Elementos de la visualización de datos y redes. IV Congrseso de la Cibrersociedad. Grupo Investigación y ciencia.http://www.cibersociedad.net/congres2009/es/coms/elementos-de-la-visualizacion-de-datos-y-redes/972/ (Último acceso 7 de julio de 2010)
Downes, S. (2006). Learning Networks and Connective Knowledge, http://it.coe.uga.edu/itforum/paper92/paper92.html (Último acceso 7 de julio de 2010)
Kop, R. (2010) Diseño y desarrollo de un Ambiente personal del aprendizaje: Investigar la experiencia de aprendizaje. Ponencia en EDEN 2010. 10 de junio 2010.Valencia.
Rebollo, M. (2009). Meetaversos Semánticos. II Congr4esop de Metaversos. Junio 2009.Ibiza.http://www.metaversos.com/2009/ponencias.php Último acceso 7 de julio de 2010
Siemens, G. (2006). Connectivism: Learning theory or pastime of the self-amused? Elearnspace blog. Available from http://www.elearnspace.org/Articles/connectivism_self-amused.htm (Último acceso 7 de julio de 2010)
http://dolorscapdet.blogspot.com/
Twitter: @ DolorsCapdet
Facebook: DolorsCapdet