La gestión del aprendizaje deja atrás la del conocimiento…
Si partimos de que el aprendizaje per se, como demostramos no existe: https://juandomingofarnos.wordpress.com/…/aprendiz-y-apren…/, para gestionar el aprendizaje de cada aprendiz de manera personalizada/socializadora, necesitaremos de una trazabilidad que pueda.
— -Utilizar herramientas digitales orientadas a este objetivo nos permite acceder a una gran cantidad de datos que nos aportarán la información necesaria para personalizar la educación a cada alumno.
Aunque varían según la plataforma, generalmente podemos agruparlas en dos categorías:
a-Seguimiento de uso: Se refiere a los datos relacionados con las conexiones a la plataforma y a cada recurso. Cuántas veces la visitan, cuánto tiempo dedican a cada recurso, cuántas veces acceden a ellos…
b-Seguimiento de actividades: Suelen incluirse dos tipos de actividades, las autocorrectivas y las entregables. Las primeras, de respuesta cerrada (tipo test), tienen la ventaja de que son corregidas de forma automática por la aplicación, lo que ahorra un tiempo considerable al docente.
c-Se podrá acceder a todos los datos relativos al tiempo dedicado, si han necesitado salir de la página para buscar más información, los intentos realizados, etc. Además, también puede medirse la participación en foros y debates.
Es también habitual que las herramientas nos permitan elaborar un seguimiento del progreso de los alumnos. Para ello, generan automáticamente informes a partir de las diferentes actividades y el uso de la plataforma, pudiendo referirse al conjunto de la clase o a estudiantes individuales.
Todo ello nos llevará a superar la propia GESTIÓN DEL CONOCIMIENTO:
La conexión recíproca entre la gestión del conocimiento y las plataformas de colaboración social estaría claro para la mayoría. Pero ¿qué pasa con una conexión entre la gestión del conocimiento (PKM) y de los grandes datos?
Wikipedia define los grandes datos como:“Big Data es un término amplio para conjuntos de datos tan grande o compleja que las aplicaciones tradicionales de procesamiento de datos son inadecuados. Los desafíos incluyen el análisis, la captura, la curaduría de datos, búsqueda, intercambio, almacenamiento, transferencia, visualización y privacidad de la información.
Nonaka y Takeuchi modelo SECI, observando específicamente cómo este modelo sugiere que podemos transformar la información en conocimiento, y luego utilizar ese conocimiento combinado con nuestra experiencia en el procesamiento de nueva información en conocimiento en el futuro.
Información desarrollada ejecutada con potentes herramientas de análisis en contra de sus conjuntos de datos masivos se puede convertir en conocimiento. A su vez, este conocimiento se puede aplicar a procesar la nueva información de los conjuntos de datos nuevos o ampliados en el futuro. Esta es una versión de lo que se suele llamar la Espiral del Conocimiento.
“Atravesamos una época de enormes cambios llamada por algunos “tercera revolución industrial”. Nos encontramos ante un giro hacia una economía basada en el conocimiento, donde éste último es el recurso más substancial, por encima de la tierra, el capital y el trabajo. En la economía del conocimiento, la empresa no sólo planifica el futuro, sino que continuamente lo crea. Lo que diferencia a las organizaciones entre sí es su visión de futuro y su capacidad para crearlo valiéndose de su sensibilidad estética para generar conocimiento.
En la era de la sociedad del conocimiento en la que vivimos la cuestión principal ya no es¿Cuánto debemos producir?, sino ¿Qué y por qué debemos producir? Son los valores de las personas y las decisiones basadas en ellos lo que determina el modo de vida de una organización, su razón de ser y el valor que ésta crea.
La creación del conocimiento es una actividad orientada hacia la creación del futuro, y el futuro es siempre abierto. En una situación óptima, el conocimiento aumenta en calidad y cantidad en una espiral ascendente y es transferido del individuo al grupo y del grupo al individuo. Las investigaciones llevadas a cabo hasta el momento demuestran que existen varios factores que garantizan la dinámica de la espiral del conocimiento y que la relacionan con el poder colectivo de una organización.
El conocimiento constituye hoy en día el más valioso recurso de gestión. Su característica más prominente es que se trata de un recurso creado por los seres humanos en un proceso en el cual éstos se relacionan entre sí y con su entorno, y es auí donde entramos con la GESTIÓN DE NUESTRO APRENDIZAJE…
Los objetivos de estos procesos pretenden hacer frente a las necesidades actuales y las oportunidades de aprendizaje, mediante esta analítica recogiendo los enfoques multidisciplinares pero complementarios de diferentes campos, tales como Ciencias de la Computación, Ciencias de datos, Matemáticas, Educación, Sociología…, eso si, deben ser siempre personalizados y con la responsabilidad de los propios aprendices.
Necesitamos por tanto:
1–Análizar el aprendizaje basado en competencias, lo que nos llevará…
2–Aprender y por tanto a realizar la propia evaluación (recordemos que cada aprendizaje lleva impreso consigo la evaluación, ya no como una medición, si no como parte del mismo) con los procesos de aprendizaje de los demás mediante el análisis de ruta de aprendizaje personal y social. Al mismo tiempo, el mecanismo de aprendizaje tecno-social personalizado nos permite que el aprendiz aprenda de acuerdo a su situación y objetivos.
3–Establecer una ruta de aprendizaje individual lo podemos modelar para registrar su proceso de aprendizaje. Por tanto, el espacio de aprendizaje personal (PLE), sera siempre un espacio no lineal…, es en esta situación donde el pensamiento crítico actúa de manera determinante, para manifestarse capaz de deducir las consecuencias de lo que cada uno sabe, y sabe cómo hacer uso de la información para resolver problemas, y buscar fuentes de información pertinentes para aprender más…
4-Realizar un análisis de aprendizaje para la evaluación de las competencias genéricas y específicas:
a-La integración de la analítica de investigación y aprendizajes educativos.
b-Analíticas de aprendizaje y el aprendizaje autorregulado.
c-Intervenciones y análisis de los diferentes aprendizajes, estudio de casos…
d-Implementaciones de la analítica de aprendizaje.
e-Analíticas de aprendizaje y efectos a largo plazo (estudios sobre la analítica de aprendizaje).
f-Los avances teóricos en la analítica de aprendizaje.
g-Replicación y validación cruzada de las investigaciones existentes.
h-Aspectos éticos de la analítica de aprendizaje.
i-Analíticas de aprendizaje y formulación de políticas (policy makers)
j–Interoperabilidad para la analítica de aprendizaje.
Otro beneficio de la personalización es que cada vez que se personaliza, a aprender y almacenar un poco más sobre el conjunto único de un alumno, se aportan posiciones diferenciadas al aprendizaje social.
Esto no solo permite llegar a un mejor AUTOAPRENDIZAJE, si no también una manera más de “emprendimiento” y “apropiación” de la red, como “espacio” claramente de aprendizaje personalizado y socializador.
La Inteligencia Artificial en sí misma es una subdisciplina de la informática y generalmente se ocupa de la automatización del comportamiento humano inteligente. Además del aprendizaje automático, la Inteligencia Artificial, como lo implica el término alemán, incluye áreas tales como los sistemas basados en el conocimiento (expertos), el reconocimiento de patrones, la robótica, el procesamiento del lenguaje natural y la traducción automática. Sin embargo, Machine Learning actualmente se considera una de las disciplinas de Inteligencia Artificial más importantes y exitosas.
“Vamos ya a aprender durante toda nuestra vida y en cualquier momento, el qué, cuándo, cómo y dónde (eligiendo con quién), ya han dejado de ser, una obligación para pasar a seer algo usual en nuestra vida, las TIC, Internet, la Inteligencia Artificial, “han dinamitado” todo ese planteamiento que no sabíamos ni podíamos superar, ahora el estaticismo de aprender de manera controlada, uniforme, el “ocupar un espacio y un tiempo”, han dejado ya de existir, por lo cuál, vivimos aprendiendo, aprendemos en cada momento de nuestra vida, por eso, cualquier planteamiento que hagamos en este impás, debe acomodarse a esta nueva manera de entender la vida que ya está aquí, pero estamos “suscribiendo” las maneras de llegar a ello”
Hay muchas maneras de personalizar el aprendizaje. Sin embargo, al igual que los términos de estilos y la motivación del aprendizaje, la personalización es otro término mal definido. Para ser más específicos, se describe la personalización aquí con cinco niveles con creciente sofistificación, cada nivel que describe una estrategia de personalización específica.
Desde los más simples a las más complejas, las cinco estrategias son:
(a) nombre reconocido;
(B) describe a sí mismo;
© segmentados;
(D) cognitivo-basada; y
(E) de base integral de la persona.
A lo mejor el “sueño de algunos de una educación autónoma y libre (solo realizable mediado con la Machine learning, AI, internet, TIC), no es tal sueño y es una realidad y de esta manera no solo podremos gestionar nuestro aprendizaje sino en cualquier momento decidir hacia donde vamos.
juandon
