NUEVAS TENDENCIAS EDUCATIVAS

Dolors Capdet

Valencia, febrero 2010

Algunas definiciones previas:

Aprender supone adquirir la capacidad necesaria de actuar frente a los problemas, produciendo un cambio con vocacin de permanencia en nuestras estructuras cognitivas.

Aprendizaje es la capacidad para realizar u optimizar tareas complejas de adaptacin al entorno.

La capacitacin representa la adquisicin puntual de tcnicas o habilidades para realizar una tarea concreta.

Los conocimientos se pueden adquirir en un proceso formativo:

Formal, de carcter cerrado, que sectoriza la adquisicin, que permite establecer metas y obtener resultados concretos.

No formal, permanentemente abierto, subjetivo, que requiere motivacin y autonoma.

Estilos de aprendizaje. Existen diversas formas de aprender:

Hay quien 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 prximo a sus referentes (Davis, 1993).

Bsicamente hay cuatro estilos de aprendizaje: activista, reflexivo, terico y pragmtico (Honey y Mumford, 1992).

Los estilos de aprendizaje equivalen a:

Formas de recopilar, interpretar, organizar y pensar sobre la nueva informacin (Gentry, 1999).

Una descripcin de actitudes y comportamientos que determinan la forma preferida de aprender (Honey y Mumford, 1992).

Rasgos cognitivos, efectivos y fisiolgicos que actan como indicadores relativamente estables de cmo los alumnos perciben, interaccionan y responden a sus ambientes de aprendizaje (Keefe, 1988).

El xito de cualquier proceso formativo depende de varios elementos que pueden ser agrupados por sus caractersticas en cuatro grupos Bouchard (2009):

1. Conativos (motivacin, iniciativa y confianza).

2. Algortmicos (control sobre la actividad).

3. Semiticos (lenguaje, comunicacin).

4. Econmicos (inters y costes).

Sea un proceso formal o informal, al disear un proceso de aprendizaje hay que considerar seis elementos (Shedroff, 2009):

1. Tiempo y duracin

2. Interactividad

3. Intensidad

4. Creatividad

5. Coherencia

6. Significado

Pero, adems del entorno educativo formal o informal, debemos tener en cuenta el entorno personal de aprendizaje (PLE):

Supone un conjunto de recursos susceptibles de ser utilizados para adquirir informacin o capacidades ante una situacin determinada, compensando as las carencias de los procesos de aprendizaje formal e informal.

Se adecua a nuestras necesidades cognitivas.

Ha de ser dinmico, cambiante.

Sus elementos han de ser fcilmente almacenables, recuperables y reutilizables.

El PLE proporciona un conjunto de herramientas adecuadas al contexto con mayor capacidad de adaptacin a los diferentes enfoques de aprendizaje (Siemens, 2006).

Puede ser contemplado como los espacios en los que las personas interactan 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 ms all de la institucin acadmica)

Facilidad de uso (la personalizacin 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 comunicacin y la cultura on-line)

Capacidad creativa (integracin de nuevas aplicaciones).

Internet ha posibilitado una nueva forma de entender el aprendizaje. Potencia la personalizacin y se configura en base a gustos y preferencias del usuario.

Se requieren nuevas alfabetizaciones para obtener los significados.

La superabundancia de informacin obliga a buscar alternativas para su almacenamiento y recuperacin.

El conocimiento ahora puede residir en nodos humanos y artificiales (Conectivismo. Siemens, 2004),

Los conocimientos estn interconectados, distribudos (Downes, 2006).

Su avance es espectacular.

Los avances en Informtica e Inteligencia Artificial crean nuevos metalenguajes y avanzan hacia un razonamiento artificial que complementa el humano en:

- Cantidad y calidad: Los humanos somos eficientes en el procesamiento de pequeas cantidades de informacin. La mquina es eficiente en el proceso de grandes bases de datos. :

- Sintaxis: Un ordenador no interpretara bien si falla parte de sintaxis (HTLM), nosotros en cambio si podemos hacerlo.

- Semntica: La mquina necesita que le incorporen significado a los trminos que reconoce e identifica en la sintaxis. El cerebro lo hace automaticamente por si mismo (lenguaje).

El valor explicativo de las representaciones est en funcin de los elementos que la sustentan y a los que representan (Tufte, 1997):

Datos o hechos que no tienen relacin con otros datos y carecen de un significado preciso.

Informacin o datos que incorporan algn tipo de relacin que les otorga un significado.

Concepto o informacin 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 patrn que mejora la prediccin, facilitando la toma de decisiones.

Sabidura o capacidad para reconocer y gestionar el mayor nmero posible de patrones y modelos de conocimiento.

Basados en datos e informacin, tanto en el mundo real como en la red, para construir significados utilizamos:

Sintaxis: Gramtica. Permite definir datos estructurados.

Semntica: Significado de las cosas, actores y acciones (referencia, veracidad, Intensidad).

Pragmtica: Significado no literal, influye sobre el significado

Semitica: Signos no lingsticos

- Icono, Indicio, Smbolo (Ch. Pierce, 1984)

- Punto, Lnea, Plano, Volmen, Forma, Color, llllllllllllllllllllllllllllllTextura, Tamao (W. Wong, 1985)

En la red, casi todo lo que se puede ver y expresar con los lenguajes actuales est soportado por frmulas matemticas que pueden construir mecanismos de razonamiento automtico (Lgicas descriptivas).

Para ello se utilizan las:

Ontologas: conceptos y trminos para referirnos al entorno y definir un rea. Conocimiento compartido y consensuado para obtener eficiencia en la comunicacin (lenguaje OWL).

Taxonomas: fomas de organizar la informacin, especifica las categorias -jerarquias-, que se van especializando.

Tesauros define los trminos e indica cual es el objetivo final de utilizar una determinada semntica u orden.

Cmo incide todo ello sobre el aprendizaje?

- Inmediatiza el acceso a la informacin: Just in time.

- Al buscar un material, adems de su contenido se puede acceder a los posibles comentarios contextualizados sobre ello.

- Sincrona en las comunicaciones.

- Obtencin de datos de diversas fuentes: Needlebase, Gephi, ManyEyes,

- Clasificacin de contenidos: twapperkeeper, ...

- Medicin de impacto: Google Analytics.

- Microformatos: Cdigos QR

A travs de qu herramientas se materializa?

Segn el Informe Horizont 2011, del NMC, en el plazo de un ao, se estandarizar el uso de: Libros electrnicos, ya que mejoran el contenido informativo con la incorporacin de audiovisuales, elementos sociales e interactivos.

Mviles inteligentes, dado que evitan que las instituciones hagan inversiones ya que los estudiantes disponen de ellos. Son dispositiuvos poderosos dada su ubicuidad, su portabilidad, su versatilidad y su conectividad.

De dos a tres aos:

Realidad Aumentada, que permite complementar los espacios reales con informacin superpuesta.

Aprendizaje basado en juegos multijugador (MMO) que suponen una fusin de lo real y lo virtual, juegos sociales (en dispositivos mviles) que facilitan la adquisin de nuevas habilidades y el desarrollo de la lgica procesal.

De cuatro a cinco aos:

Computacin basada en gestos, que cambian la forma de interactuar con los dispositivos (tctiles, hpticos, ) y que dar lugar a nuevos entornos de apendizaje.

Anlisis de datos procedentes de diversas fuentes y relativos al rendimiento de los estudiantes, a la evaluacin de planes de estudios, programas e instituciones, ...

Cmo incide todo esto sobre el diseo instruccional de una situacin educativa?

No podemos partir de cero. Hay que tener en cuenta los modelos anteriores, sustentados en distintasTeoras educativas:

En el Conductismo, basado en la repeticin de la conducta y medicin de resultados, el diseo se ajusta a:

- Los objetivos de aprendizaje y los criterios de evaluacin.

- Un modelo fragmentado que ofrece conocimientos progresivos.

Con este modelo se realizan las primeras pruebas de Instruccin Asistida por Computador ( CAI ).

El Cognitivismo enfatiza los procesos mentales internos del individuo: como se recibe la informacin, como se procesa y como se almacena. El diseo se flexibiliza: - Determina los objetivos de aprendizaje y criterios de evaluacin. - Confa en la predisposicin del alumno para aprender.

Basados en este modelo ya se percibe la posibilidad de crear inteligencia artificial.

El Constructivismo considera que cada persona construye su propia perspectiva del mundo a travs de sus propias experiencias y de sus esquemas mentales. El diseo prioriza el:

- Aprendizaje basado en la resolucin de problemas.

- Se generan estrategias, recursos y materiales didcticos abiertos y es el alumno quien crea su propio itinerario formativo.

- La evaluacin depende ms de criterios cualitativos que cuantitativos. Evaluacin continua.

En este contexto emergen las NTIC y nace el e-learning.

El Connectivismo propugna el aprendizaje mediante redes de conocimiento, formadas por nodos (humanos y/o artificiales) especializados que se retroalimentan.

El diseo instruccional se basa en:

- La utilizacin combinada de diversas herramientas web que facilitan el acceso a innumerables fuentes (nodos) que permiten la adquisicin de conocimiento.

- Potenciacin de las conversaciones.

- Apertura (Open Courses)

- Transparencia en los procesos.

Qu pervive de estos modelos?

- Una readaptacin de la fragmentacin de contenidos que utilizaba el conductismo.

- La confianza en la predisposicin del estudiante para aprender que propugnaba el cognitivismo.

- El aprendizaje social orientado a la resolucin de problemas que instaur el constructuvismo.

- Las conversaciones y el colaborativismo potenciados por el connectivismo.

Algunos modelos de Diseo Instruccional:

- ADDIE : Anlisis de la situacin, Diseo de un marco, Desarrollo de recursos, materiales didcticos y contenidos, Implementacin del proyecto, y Evaluacin de los resultados obtenidos.

- ASSURE: Analizar (Analize) de los potenciales estudiantes, Establecer (State) los objetivos, Seleccionar (Select) materiales y tecnologa, Implementarlos (Utilize), Exigir (Require) la participacin del estudiante, Evaluar (Evaluate) el proyecto en su conjunto.

- Prototipizacin. Supone la creacin de un entorno o prototipo para la simulacin de una determinada situacin.

CONCLUSIONES:

- Cada situacin educativa es nica. Por tanto, su diseo, tambin.

- Olvidemos estereotipos. Slo porque haya sido utilizado bajo el amparo de teoras educativas anteriores no hay que rechazar ningn mtodo ni modelo si se ajusta a las necesidades de nuestro proyecto. El pasado es la base del presente y del futuro.

- Recordemos que hay tantas maneras de aprender como estudiantes involucrados (estilos de aprendizaje).

- Analizar, Disear, Desarrollar, Implementar y Evaluar o auditar es imprescindible en todo proyecto. Sin elaboracin previa, no hay resultados positivos.

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 (ltimo acceso: 17 febrero 2011)

Capdet, D. (2005). Anlisis comparativode tres metodologas educativas: A distancia, On-line y Blended learning. DEA. UNED. Septiembre 2005

Capdet, D. (2009). Elementos de la visualizacin de datos y redes. IV Congreso de la Cibrersociedad. Grupo Investigacin y ciencia. Visualizacin de redes y datos.http://www.cibersociedad.net/congres2009/es/coms/elementos-de-la-visualizacion-de-datos-y-redes/972/ (ltimo acceso: 17 febrero 2011)

Downes, S. (2006). Learning Networks and Connective Knowledge, http://it.coe.uga.edu/itforum/paper92/paper92.html (ltimo acceso: 17 febrero 2011)

Kop, R. (2010) Diseo 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 Semnticos. II Congr4esop de Metaversos. Junio 2009.Ibiza.http://www.metaversos.com/2009/ponencias.php (ltimo acceso: 17 febrero 2011)

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(ltimo acceso: 17 febrero 2011)