La ciudad es un organismo fascinante que en en nuestro entorno tecno-social y de visión expandida por la cantidad de datos que produce y capas que soporta hace posible un futuro esperanzador para que sea el eje de grandes nichos para la innovación y de un desarrollo sostenible a través de una ciudad ubicua, más allá de concepto romo de smart cities.

En una dimensión de complejidad hay un tipo de redes que nos dan sentido al flujo desordenado como son las redes espaciales.

Algunos de los principios geográficos que describen A. Reggiani y P. Nijkamp (2009) a través de la ley de simplicidad geográfica de W. Tobler en 1970 en la que establece que todo espacio está relacionado con todos los demás, y las cosas cercanas están más relacionadas que las cosas lejanas. La solidez de esta ley tiene que ser reconsiderada a la luz de los recientes avances en la teoría de la complejidad y de la redes espaciales con dispositivos tecnológicos. En particular, los últimos descubrimientos en la teoría de redes muestran cómo – para determinadas tipologías de redes – las cosas distantes pueden estar relacionados a través de “hubs” o “ego” (nodos preferenciales o atractores) en redes espaciales de lugares urbanos. Las redes espaciales parecen ejercer un impacto dinámico en un espacio organizado. Son muy importantes para desarrollar investigaciones de carácter dinámico en el tiempo (análisis de redes de carácter dinámico e interdisciplinar)

Una red espacial es una red de elementos espaciales. En el espacio físico (que normalmente incluye el espacio urbano  y sus elementos “incrustados” como edificios, parques, transportes, personas) las redes espaciales se derivan de los mapas y de los espacios abiertos en el contexto urbano o la construcción. Uno podría pensar en el “mapa espacial” como la imagen negativa del mapa estándar, con el espacio abierto en los edificios de fondo o las paredes. El mapa del espacio se rompe en unidades, la mayoría de carácter simple, como por ejemplo los segmentos de una carretera o las cuadras de varios edificios. Los segmentos de una carretera (son los nodos del grafo) pueden estar vinculados a una red a través de sus intersecciones (los bordes de un grafo).Un ejemplo común de una red espacial, el análisis de redes de transporte, revierte esto y trata a los tramos de carretera como los bordes y las intersecciones de las calles como nodos en el gráfico.

 En términos más generales, la red territorial “del término ha llegado a ser usado para describir cualquier red en la que los nodos se encuentran en un espacio equipado con una métrica. Para la mayoría de las aplicaciones prácticas, el espacio es la distancia entre dos dimensiones (2D) y la métrica es la distancia euclídea habitual. Esta definición implica, en general, que la probabilidad de encontrar un vínculo entre dos nodos disminuye con la distancia. Las redes de transporte y de movilidad (entraría las nuevas redes con móviles o celulares ad hoc), Internet, redes de telefonía móvil, redes eléctricas, redes sociales y contactos, redes neuronales, son ejemplos donde el espacio es relevante y donde la topología por sí sola no contiene toda la información. Son redes que se vierten y se “visualizan” sobre una plataforma topológica. El mapa como elemento de base y lo rizomático como visión deleuziana. Caracterizar y comprender la estructura y la evolución de las redes espaciales es crucial para muchos campos que van desde el urbanismo a la epidemiología.

Una consecuencia importante del espacio en las redes es que hay un costo asociado a la longitud de las aristas (identificado con lo relacional en las grandes ciudades), que a su vez tiene efectos dramáticos en la estructura topológica de estas redes. Las limitaciones del espacio no sólo afectan a la estructura y propiedades de estas redes, sino también a los procesos que tienen lugar en estas redes, como las transiciones de fase, las caminatas al azar, la sincronización que se ha estudiado por parte de  Watts y Strogatz (Collective dynamics of small-world networks,1998). Otros aspectos a tratar en las redes espaciales es la navegación (el closeness y las rutas geodésicas a microescala), la resiliencia y la propagación-meme de una enfermedad en una red espacial de una ciudad.

Una definición de la red espacial se deriva de la teoría del espacio y las sintaxis que pueden adscribirse (quedan abiertas ya que está en proceso de escritura constante). Puede ser muy difícil decidir lo que es un elemento espacial, sobre todo si están en espacios complejos que implican grandes áreas abiertas o muchos caminos interconectados. Los creadores de la sintaxis espacial, Bill Hillier y Juliana Hanson con su libro “The social logic of space” (1989) utilizando líneas axiales y espacios convexos como elementos espaciales. Libremente, una línea axial es la ‘línea más larga de la vista y el acceso a través de espacios abiertos, y un espacio convexo el “polígono convexo al máximo” que se puede dibujar en el espacio abierto (en el análisis de redes podemos relacionarlo con los caminos geodésicos entre todos los pares posibles). Cada uno de estos elementos se define por la geometría de los límites locales en diferentes regiones del mapa espacial. La descomposición de un mapa en un espacio se realiza en un conjunto completo de líneas en intersección o superposición de espacios axiales convexos que produce el mapa axial o la superposición del mapa convexo respectivamente. Definiciones algorítmica de estos mapas existen, lo que permite el mapeo de un mapa del espacio en forma arbitraria a una red susceptible de grafo matemático que se llevarán a cabo de una manera relativamente bien definido. Los mapas axiales se utilizan para analizar las redes urbanas (Urban Networks), donde el sistema en general, comprende los segmentos lineales, mientras que los mapas convexos son más a menudo utilizados para analizar los planes de construcción donde los patrones de espacio suelen ser más convexos, sin embargo los dos mapas, tanto el convexo como el axial, se puede utilizar en cualquier situación.

Análisis de Redes Urbanas

El análisis de redes urbanas tiene sus orígenes en la misma Teoría de Grafos. En el siglo XVIII el matemático y físico suizo Leonhard Paul Euler planteó el problema de los puentes de Königsberg y teniendo una vertiente matemática para interpretar algoritmicamente muchos de los problemas e intersección de los datos que emanan las grandes ciudades (Blanchard, 2009). Está relacionado y algoritmicamente mejorable a través de redes de flujos matemáticos y el enroutamiento heurístico que tienen algunos de los dispositivos como los GPS.

El MIT distribuye una toolbox (tiene más de un año, llamada Urban Network Analysis, 2012) de libre acceso y de código abierto como plug-in para ArcGIS, permite a los diseñadores y planificadores urbanos calcular cinco tipos de medidas de análisis urbano en redes espaciales:

Reach (alcance o distancia); Gravity (Gravedad); Betweenness (intermediación); Closeness (cercanía) y Straightness (Rectitud).

La medida de alcance, por ejemplo, se puede utilizar el número de destinos de un tipo en particular y que llega a un punto determinado por medio de la circulación en la ciudad (En ARS:  es el grado en que cualquier miembro de una red puede llegar a otros miembros de la misma red. Un actor es “accesible” por otro, si hay un conjunto de conexiones a través de la las cuales  podemos encontrar desde el actor fuente al actor “diana”, sin importar cuántas otras personas se encuentran entre ellos. Si los datos son asimétricos o dirigidos, es posible que un actor A pueda llegar a un actor B, pero que B no pueda llegar a A.

Por ejemplo, la medida de intermediación (betweenness) se puede utilizar para cuantificar el número potencial de transeúntes en cada edificio.

Las herramientas incorporan tres características importantes que hacen análisis de redes especialmente adecuado para las redes urbanas de una ciudad. En primer lugar, representan la geometría y las distancias en las redes de entrada, distinguiendo enlaces más cortos de los enlaces más largos, como parte de los cálculos de análisis.

En segundo lugar, la diferencia de las herramientas de software anteriores es que operan con dos elementos de red (nodos y los bordes), las herramientas Urban Network Analysis (UNA) incluyen un tercer elemento de red – los edificios – que se utilizan las unidades espaciales de análisis para todas las medidas. Dos edificios vecinos en los mismos segmentos de la calle por lo que pueden obtener resultados diferentes de accesibilidad (Reach).

Y en tercer lugar, las herramientas UNA opcionalmente permiten edificios que se ponderan en función de sus características particulares – más voluminosos, más pobladas, o de los edificios más importantes de lo contrario pueden ser especificados para tener un efecto proporcionalmente mayor en los resultados de análisis, con resultados más precisos y fiables para algunas de las medidas especificadas arriba.

La caja de herramientas ofrece un potente conjunto de opciones de análisis para cuantificar la forma centralizada de cada edificio que se sitúa en un entorno urbano y la facilidad con que un usuario puede acceder a los diferentes servicios de cada lugar. Se introduce una nueva metodología para el seguimiento del crecimiento y el cambio de las ciudades en el mundo que se urbaniza rápidamente y ofrece apoyo analítico a sus diseñadores y responsables políticos. Puede que también sea una fuente de información en la analítica del ciudadano y ligado a los dispositivos móviles que les da una posición precisa y en relación con el Internet de las cosas. Por ejemplo: los taxis serán “objetos” reconocibles en cualquier área de la ciudad y tomado información de su conductor, horas que lleva navegando, distancia desde donde estás, accesibilidad y tiempo que tarda según las variables de tráfico. etc., y todo ello sobre la “plataforma” de un mapa. Usando este análisis de redes urbano nos dará una mayor conciencia y posibilidades desde una perspectiva comunitaria de carácter ubicuo (Giuffre, 2013). El imaginario topológico de una ciudad será inmensamente rico y las redes urbanas será un elemento importante en el nuevo ecosistema urbano junto con los datos generados a nivel masivo.

El vídeo que se creó en el MIT para la presentación de este toolbox de ArcGIS:

Urban Network Analysis from City Form Lab on Vimeo.

Referencias bibliográficas:

Estos días he estado pensando en los cambios emergentes de la inteligencia en los nuevos entornos tecno-sociales y amplificados. Desde la perspectiva de investigación del HCI (Human-Computer Interaction) hay unos estudios emergentes de investigación que toman campos como el mismo HCI, pero también la ergonomía, la psicología, la neurociencia para generar interacciones revolucionarias y que incluso se pueden adelantarse antes de que ocurra un hecho, y así una toma de decisión más inteligente al al analizar las ondas cerebrales de un ser humano. La creación de tales interacciones se deriva de la capacidad de la tecnología para medir procesamiento de la información y el estado cognitivo de un usuario en concreto. Todas estas mejoras y métodos de trabajo tiene un nombre: Cognición Aumentada (en inglés AugCog). De esta forma entraremos en un nuevo paradigma en la toma de decisiones. Varios proyectos de investigación tienen por objeto evaluar en tiempo real el estado cognitivo de un usuario, y esta es más comúnmente evaluada mediante el uso de cualquiera de los sistemas de EEG o fNIR. Otro concepto principal de AugCog es diseñar sistemas de bucle cerrado para modular el flujo de información con respecto a la capacidad cognitiva del usuario. Importante avance para los procesos de cognición humana.

Quien está investigando en esto último es el DARPA (Defense Advanced Research Projects Agency) y que tiene entre sus manos un proyecto de investigación de AugCog.

Los parámetros HIP

Muchos enfoques han tratado de abordar una verdadera relación simbiótica entre el hombre y la máquina, pero, hasta ahora, una deficiencia fundamental ha sido la incapacidad de un equipo para dar cuenta de procesamiento de la información humana (HIP, Human Information Processing) limitaciones. El campo de la Cognición Aumentada (AugCog) saca provecho de los últimos avances en las áreas de la neurociencia, la ciencia cognitiva y la interacción humano-computadora para crear sistemas de circuito cerrado que pueden medir HIP y dar cuenta de los problemas en tiempo real. La arquitectura de bucle cerrado se consigue empleando sensores neurofisiológicos que midan la actividad de los operadores del monitor cognitivo y responder a los indicadores de procesamiento de la información que no es óptima. Tras la indicación de un problema, las estrategias de mitigación se emplean en tiempo real para contrarrestar el problema. Ejemplos de parámetros HIP investigados por los sistemas existentes incluyen cuellos de botella sensoriales, carga de trabajo cognitivo, estado de alerta, la excitación y el conocimiento de la situación en tiempo real. Serán parámetros de dashboard para los futuros gestores de datos personales ante la toma de decisiones te encuentres donde te encuentres en una computación en nube e inteligente y sin dispositivos móviles como tenemos ahora.

Se obtiene beneficios en cuanto al rendimiento de la información, la reducción de errores y el rendimiento del operario siempre que tengamos las órdenes de gran espectro. Esto irá unido a lo que entendemos por realidad aumentada. A esta realidad aumentada se le irá poniendo una capa cognitiva y de decisión ante acontecimientos o hechos. Las mismas gafas de Google serán un buen ejemplo de Cognición Aumentada.

Referencias:

En el artículo que escribí sobre MOOCs para Relpe/OEI no hablé del modelo de negocio que supone este tipo de cursos.

Hay por parte de muchas universidad anglosajonas y americanas más concretamente un modelo de negocio sostenible para los xMOOCs. Se habla de pérdidas de muchos cursos de xMOOCs. Algunos autores como comenta Martin Weller describe un escenario muy deprimente y que se convierten en insostenibles y que sólo se pueden permitir universidades de élite, y además son conservadores estos cursos, ya que no pueden arriesgar mucho o casi nada debido a que producirían más pérdidas. Esto comenta en un post el Sr. Weller. Desde mi humilde opinión creo que hay soluciones, habiendo soluciones y formas para todos los “gustos” universitarios.

En cuanto a su sostenibilidad podemos nombrar ciertas formas de recuperación monetaria o ROI para este tipo de cursos:

• Al finalizar el curso se ofrece un examen final que te dará créditos y dependiendo de los acuerdos  con otras universidades. Suelen ser costosos.
• Trás la capa analítica se puede percibir e incluso preveer los alumnos que son muy buenos o tienen unas determinadas competencias y habilidades ajustables a determinadas empresas. O sea, venta de estudiantes con unos requisitos específicos (en el argot anglosajón los headhunting) con venta a empresas.
• Otro modelo es el utilizar la estrategia MOOC para reclutar estudiantes.

Uno de los modelos de negocio para universidades. El MOOC2degree

Nos extendemos en este último punto con la iniciativa MOOC2degree. Este proyecto de un consorcio de siete universidades de Estados Unidos ofrece el primer curso de una titulación como un MOOC con la esperanza de reclutar estudiantes en el programa completo. Los MOOCs será gratuita, abierta a todos y en realidad le dará créditos si se inscribe en el programa de estudios completo. Esto no está claro y no hay acuerdos con el resto de universidades para el tema de créditos, pero justificada si puede ayudar a la universidad a reclutar más estudiantes. Este vídeo no dice nada al respecto de forma clara.

En un post se comenta al respecto al vídeo linkeado “con MOOC2Degree, las asociaciones académicas ha colaborado con las universidades públicas para ofrecer créditos MOOCs como un primer paso y una salida libre hacia la obtención de un título. A través de esta nueva iniciativa, el curso inicial en determinados programas de grado en línea se convertirá en un MOOC. Cada MOOC será el mismo curso con el mismo contenido académico, impartido por los mismos instructores, ya que actualmente ofrecen programas de grado en las universidades participantes. Los estudiantes que completen con éxito un curso de MOOC2Degree obtendrán créditos académicos para obtener un título, en base a los criterios establecidos por las universidades participantes. ”
Esto es muy general y no es más que una forma de reclutar estudiantes a los programas regulares de titulaciones universitarias y eso es exactamente por lo que creo que será de interés para muchas universidades de corte tradicional (la mayoría). En realidad no es nuevo, ya sea porque universidades como la Open University del Reino Unido han ofrecido de forma abierta sus cursos a través de OpenLearn desde hace varios años y muchos estudiantes se han inspirado en los cursos gratuitos para inscribirse en las versiones de pago de estos cursos. Muchos estudiantes en MOOC2degree también deciden inscribirse en el grado de manera completa, pero al mismo tiempo aquellos que simplemente quería aprender sin necesidad de los créditos también pueden beneficiarse de esta experiencia.

Esta es una razón por las que creo que las universidades deben cambiar de estrategia en el diseño instruccional de los cursos, tanto en formación virtual como en la formación mixta o blended learning. Por eso las universidades (y ya más allá de MOOC2degree) se verán obligados a revisar a fondo su estrategia online y blended, para prestar atención a la pedagogía de los cursos en línea y asegurarse de que la experiencia MOOC sea más dinámica y estimulante suficiente para hacer estrategias de monetarización y en escala de los cursos.

Cognición distribuida. Fuente Jared Donovan en http://bit.ly/12OSJGu

La cognición distribuida es una rama de la ciencia cognitiva que propone la cognición y el conocimiento no se limita a un individuo, sino que se distribuye a través de objetos, personas, objetos y herramientas en el entorno.

Edwin Hutchins, un psicólogo cognitivo y antropólogo, estudió cómo se coordina la navegación en buques de la Armada de Estados Unidos cerca de San Diego. A partir de sus observaciones, postuló que la mente está en el mundo (en comparación con el mundo esta en la mente). Se le considera uno de los grandes impulsores de la ciencia cognitiva y padre de la moderna etnografía cognitiva como antropólogo que es.
Podemos decir, según palabras del autor, que el conocimiento y la cognición para operar o dirigir un buque naval (estuvo en la marina de EE.UU y aviador civil) no existen únicamente dentro de la cabeza de una persona, sino que ese conocimiento se distribuye a través de objetos, personas y herramientas en el propio entorno. El objetivo de la cognición distribuida es describir la cantidad de unidades distribuidas que se coordinan mediante el análisis de las interacciones entre las personas, los medios de representación utilizados, así como el marco en el que se realiza la actividad. La unidad de análisis puede describirse como sistemas que dinámicamente reconfiguran sus subsistemas para llevar a cabo las funciones de los individuos, los artefactos y sus relaciones entre sí (por ejemplo, para la construcción de un puente de un barco, una cabina de avión o el control del tráfico aéreo). La cognición distribuida trata de definir los mecanismos que se producen en los procesos cognitivos: por ejemplo, la memoria en una cabina abarca los procesos internos, la manipulación física de los objetos, y la creación / intercambio de representaciones externas.

La cognición distribuida, que a menudo hace uso de los datos etnográficos recogidos, no es tanto un método como un marco útil descriptivo que describe (valga la redundancia) los sistemas humanos de trabajo en términos de información y de computacional. Es útil para el análisis de las situaciones que implican la resolución de problemas y su manera de resolver, al ayudar a proporcionar una comprensión del papel y la función de los medios de representación, tiene implicaciones para el diseño de la tecnología en la mediación de la actividad, ya que los diseñadores del sistema tendrá un robusto modelo, que hará más clara su “construcción”. Por lo tanto, es una teoría importante para campos como CSCL, CSCW, HCI, diseño instruccional y el aprendizaje a distancia (EaD) y en cualquier estructura reticular que se precie.

La interdisciplinariedad y sus componentes de actuación

Cognición distribuida es una teoría psicológica desarrollada a mediados de 1980 por Edward Hutchins. Tiene un carácter interdisciplinar ya parten sus investigaciones de conocimientos de  sociología, de ciencia cognitiva y de los estudios de psicología de Vygotsky (cf. psicología histórico-cultural, sobre todo compendiando en el libro Mind in Society de Vygotsky) se hace hincapié en los aspectos sociales de la cognición. Se trata de un marco de actuación o framework (no es un método) que implica la coordinación entre los individuos, los artefactos y el medio ambiente. Tiene varios componentes clave:

• Realización de la información que está incrustada en las representaciones de interacción.
• La coordinación de la promulgación de los agentes incorporados.
• Las contribuciones ecológicas a un ecosistema cognitivo.

Por otro lado, podemos hablar de la cognición como el proceso de la información que se produce a partir de la interacción con símbolos en el mundo (de aquí la relación semiológica de sus estudios). Se considera y califica todos los fenómenos responsables de esta transformación como elementos ecológicos de un ecosistema cognitivo. El ecosistema es el entorno en el que los elementos ecológicos se ensamblan e interactuan con respecto a un proceso cognitivo específico. La cognición se le da forma por la transducción de la información a través de las modalidades extendidas y encarnadas. Estas las representaciones forman como resultado de sus interacciones y la distribución de esas representaciones atento hacia una metacognitiva.

Esta teoría se basa en la coordinación entre individuos y objetos, y propone que el conocimiento humano y la cognición no están confinados en el individuo, sino también en espacios de memoria distribuidos, en hechos, o en el conocimiento de los objetos de nuestro entorno. Para el estudio de la inteligencia colectiva y de la mente global se necesita estudiar este framework. La cognición distribuida puede servir y dar paso a una teoría del aprendizaje, en la que el desarrollo del conocimiento es el resultado de un sistema formado por la relación existente entre los agentes humanos y los objetos con los que interactúan. Podemos encontrar un ejemplo de aplicación en los sistemas de aprendizaje a distancia como EVAs y LMSs u otras herramientas de aprendizaje asistido por ordenador. La cognición distribuida ilustra el proceso de interacción entre personas y tecnologías, con el objetivo de determinar cómo representar, almacenar y proporcionar acceso a recursos digitales u otros artefactos.

La cognición distribuida es una rama de la ciencia cognitiva que propone que el conocimiento humano y la cognición no se limitan solamente a las personas. Por eso, para el estudio del Internet de las cosas es importante esta fuente de conocimiento para dilucidar la “comunicación” entre los artefactos y su contexto. Cada vez serán estos estudios de más relevancia en el Internet futuro y en las interacciones ambientales.

Podemos decir que se distribuyen por los recuerdos de colocación, por hechos o el conocimiento de los objetos, personas y herramientas en nuestro entorno. La cognición distribuida es un enfoque útil para (re)diseñar los aspectos sociales de la cognición, poniendo énfasis en el individuo y su entorno (Véase Vygotsky). La cognición distribuida considera que un sistema como un conjunto de representaciones y modelos del intercambio de información entre estas representaciones (su importancia para generar ecosistemas de conocimiento sostenibles). Estas representaciones pueden ser o bien en el espacio mental de los participantes o representaciones externas disponibles en ese entorno del que hablamos.

Esta abstracción se pueden clasificar en tres tipos distintos de procesos:

• Los procesos cognitivos pueden ser distribuidos entre los miembros de un grupo social o comunidad.
• Los procesos cognitivos pueden ser distribuidos en el sentido de que el funcionamiento del sistema cognitivo incluye la coordinación entre los componentes internos y externos (de carácter material o ambiental) de su estructura.
• Los procesos pueden ser distribuidos a través de un determaindo tiempo, de tal manera que los acontecimientos anteriores puede transformar la naturaleza de los eventos relacionados en un ecosistema cognitivo.

Esta es una pequeña introducción a la cognición distribuida que ha tenido y tiene mucha relevancia en muchos marcos de actuación y teorías de aprendizaje contemporáneas.
¿Qué opinas al respecto?

Referencias:

Cognición distribuida. (n.d.). Blog entornos web 2.0. Blog. Retrieved from http://caquintero553.blogspot.com/2011/11/cognicion-distribuida.html

Hardy-Vallée, B., & Payette, N. (2008). Beyond the brain: embodied, situated, and distributed cognition. Cambridge Scholars Pub.

Hutchins, E. (1995). Cognition in the wild. Cambridge, Mass.: MIT Press.

Klahr, D. (1976). Cognition and instruction. Hillsdale, N.J.; New York: L. Erlbaum Associates ; distributed by the Halsted Press Division of Wiley.

Rogers, T. T., & McClelland, J. L. (2004). Semantic cognition: a parallel distributed processing approach. Cambridge, Mass.: MIT Press.

Rosch, E., Lloyd, B. B., & Social Science Research Council (U.S.). (1978). Cognition and categorization. Hillsdale, N.J.; New York: L. Erlbaum Associates ; distributed by Halsted Press.

Ross, D. (2007). Distributed cognition and the will: individual volition and social context. Cambridge, Mass.: MIT Press.

Rumelhart, D. E., McClelland, J. L., & University of California, S. D. P. R. G. (1986a). Parallel distributed processing: explorations in the microstructure of cognition. Cambridge, Mass.: MIT Press.

Rumelhart, D. E., McClelland, J. L., & University of California, S. D. P. R. G. (1986b). Parallel distributed processing: explorations in the microstructure of cognition. Vol. 1, Foundations. Cambridge, Mass.; London: MIT Press.

Salomon, G. (1993). Distributed cognitions: psychological and educational considerations. Cambridge [England]; New York, NY: Cambridge University Press.

Salomon, G. (2001). Cogniciones Distribuidas: Consideraciones psicológicas y educativas. Buenos Aires: Amorrortu Editores.

Socially distributed cognition. (2013, January 30). In Wikipedia, the free encyclopedia. Retrieved from http://en.wikipedia.org/w/index.php?title=Socially_distributed_cognition&oldid=535646814

Symposium on Cognition, Carroll, J. S., Payne, J. W., & Carnegie-Mellon University. (1976). Cognition and social behavior. L. Erlbaum Associates ; distributed by the Halsted Press Division of Wiley.

Symposium on Cognition, & Gregg, L. W. (1974). Knowledge and cognition. L. Erlbaum; distributed by the Halsted Press Division, Wiley, New York.

Weimer, W. B., & Palermo, D. S. (1974). Cognition and the symbolic processes,. Hillsdale, N.J: Lawrence Erlbaum Associates; distributed by Halsted Press Division, Wiley, New York.

Los sitios o entornos de red por lo general fijan y estabilizan las ideas, generan grupos afines, comportamientos afines y lo que un servidor llama cliqueísmos ( término extraído de la Teoría de Grafos, en perspectiva sociológica, son personas que comparten unos mismos intereses). Por esta y otras razones, he comentado en alguna ocasión que las plataformas de sitios de redes sociales no es el único lugar para poder generar innovación en procesos). Esto viene a cuento con la forma del “Think different” de la campaña diseñada por Ken Segall para Apple en 1997. Detrás de ello, aunque sólo viéramos la parte de lo increíblemente simple, la unión de la simplicidad con la complejidad, todo un hallazgo de hibridación de conceptos. En los años posteriores fue copiado hasta la saciedad.

¿A que viene todo esto? Pues que las ideas se repiten y copian de una forma viral y con técnicas de mash-up de contenidos. Los vemos diariamente en los éxitos musicales, en el arte, en la ciencia y, por su puesto, en los procesos educativos. Hay una de estas ideas de difusión en la que vamos a centrarnos en concreto: las tendencias en tecnología educativa. Es la fecha en la que se hacen múltiples vaticinios y predicciones para el año en curso que entra: 2013.

Se trata de un futuro determinista. Es todo un mercado y empresas que están trabajando en ello para darnos los buzzwords que deberemos usar en nuestras consultorías y formaciones. Están en constante creación de términos nuevos para que su consumo no se agote y hagan ruido y nos maravillemos con lo que viene (la más, lo in, la próxima cuestión que va venir). Se debe fijar y poner en difusión como si se tratará de una “marca” y con una palabra clave que sea fácil de memorizar, sintética y que de juego. Para ello existe una palabra que es el hype. Hay una megaempresa consultora que nos muestra los hype de cada año y su ciclo de sobreexpectación (Christian Ruiz nos habla de ello) Se trata de Gartner.

Gartner Hype Cycle

Este es el último gráfico de sus Top-Hit de tecnologías emergentes. Nos sirve para ver los conceptos emergentes y su relación empresarial, lo que se habla en la red de ello y otros factores y metodología de uso a tener en cuenta que estén en el peak del gráfico anterior:

Se compone de cinco fases: una de lanzamiento (Technology Trigger), luego en poco tiempo pasa a un pico de expectativas sobredimensionadas (Peak of inflated expectations), luego como muchas de los “comportamientos informacionales” se desploma y ya no se habla de ello (ejemplo de ello son los medios informacionales y su difusión de noticias), cayendo en un abismo de desilusión y ya no cumplen las expectativas tan sobredimensionadas de esa nueva tecnología (Trough of disillusionment). En años posteriores se sigue investigando por empresas del sector y universidades de manera silenciosa y fuera de las visiones marketinianas. En estos años se produce una rampa de consolidación (Slope of Enlightenment) y, por último, viene la puesta en marcha de de proyectos y de puesta en marcha en las instituciones con ese tipo de tecnología. Es lo que llama Gartner una meseta de productividad (Plateau of Productivity).

Otro de los que nos prevé las futuras tecnologías en educación (donde son personas las que deciden por donde va a partir de conceptos) es el Informe Horizon (inglés NMC Horizon Project)

Cremos que los caminos recorridos por las tecnologías emergentes entran en el terreno emergente (valga la redundancia) y en la complejidad en términos más amplios. Decir que por unos estudios analíticos decir en que momento se encuentra una tecnología es falso. No tengo datos comparativos de una tecnología descrita en su camino hacia la productividad y la normalidad por parte de Gartner y un estudio de esta tecnología desde la perspectiva histórica y estando en la fase de normalización con el periodo de la meseta de productividad. Creemos que cada tecnología tiene unos recorridos, unos intereses empresariales, unas interrelaciones con otros mercados y productos. Con esto, lo que quiero decir es que es muy complejo ver por donde pueden ir las tecnologías y su éxito o fracaso. Se deben analizar tanto factores de usuario, medios, empresas que han invertido mucho dinero en ello y otros factores que juegan un papel importante en este mundo complejo en holísticos análisis emergentes. No hay una lógica y casualidad operativa y que siempre funciona.

Por eso, debemos entender todo estos factores para apostar por determinadas metatendencias más que unas tecnologías en concreto. Y también en la tendencia de esa tecnología disruptiva tendrá, ya que algunas de las tecnologías disruptivas se están “amansando” para perpetuar los conceptos transmisivos y jerárquicos que habilita y establece la educación como negocio. La educación emergente tiende hacia lo auto (autoaprendizaje, autogestión, autodeterminación y autorreflexión por medio de procesos de autocuantificación). Otro tema es que el control y poder a las instituciones se les escapa de las manos con este empoderamiento de las tecnologías. Un caso que todavía no está resuelto y veremos por donde se encamina es el aprendizaje analítico (Learning Analytics). Es una potente infraestructura tecnológica de lo auto y de no necesitar tutores para poder recorrer su evaluación (podríamos llamarlos asociados al aprendizaje) y un camino hacia los logros de su propio aprendizaje y poder integrar perfectamente elementos del aprendizaje informal. Dentro de unos años volveremos a hablar y veremos como muchas de las potencialidades quedan reducidas e impera la sustitución y la evaluación (analítica y de datos) por parte de los tutores y profesores. Aferrándose a una evaluación y análisis tautológico, ya que el propio aprendiz puede disponer de esos datos (y sepa interpretarlos y leerlos es una competencia clave) y los algoritmos creados permitirán “recomendar” la mejor opción para seguir en su trayectoria educativa (término que alguna vez desarrollaré como una metatendencia educativa) que tuve la suerte de hablar en el TEDxLeón en febrero de 2012.

El análisis del aprendizaje es la medición, recopilación, análisis y presentación de datos sobre los alumnos y sus contextos (pueden medirse otros contextos como el académico o el de campus, pero este es el general), a los efectos de entender y optimizar el aprendizaje y los entornos en los que se produce. En este aspecto, nos podemos liberar de estar en un lugar concreto como un aula o una institución, aunque esto no se ha dicho.

Un campo relacionado es la minería de datos educativos.

En el informe “The State of Learning Analytics in 2012: A Review and Future Challenges” desarrollado por la investigadora Rebecca Ferguson establece unos principios  para el desarrollo del análisis del aprendizaje :

1. El creciente interés del Big Data y su importancia a nivel educativo.

2. El auge de la educación en línea  se centró en torno a los entornos de aprendizaje virtual (VLE), los Sistemas de Gestión de Contenidos (CMS), y los Sistemas de Información Gerencial (SIG) para la educación, que registró un aumento en los datos digitales en cuanto a los antecedentes del alumnado (a menudo realizada en una plataforma SIG) y el aprendizaje por medio del registro de datos (de los VLE). Este desarrollo dio la oportunidad de aplicar las técnicas del Business Intelligence a los datos de carácter educativo.

3. Las preguntas relacionadas con la optimización de los sistemas para apoyar el aprendizaje en particular y ver como un estudiante está involucrado en el proceso de aprendizaje siendo a distancia la formación y no podemos verlo a simple vista.

4. El aumento de ℅ sobre los progresos sean palpables y evidentes (se trata de visualizar lo invisible como ocurre en las técnicas de análisis de redes) y sea factible para lo que los anglosajones llaman la “accountability” (la rendición de cuentas de lo que has hecho, trabajado y aprendido).

5. Este enfoque conducirá a que se tenga en cuenta esos resultados y su acceso e interés por las partes interesadas (stakeholders) y estando asociados al sistema de rendición de cuentas (muy propio de la educación anglosajona y americana en concreto).

6. Actualmente se está viendo un creciente énfasis en las affordances pedagógicas del análisis del aprendizaje.

7. La optimización de la educación en línea toma partido. Se incrementa el deseo de mejora económica de la educación en línea y a distancia (EaD) para una mayor optimización de alta calidad y para una mayor asequibilidad.

El Análisis del Aprendizaje utiliza una serie de técnicas y enfoques desarrollados en una variedad de disciplinas. Estos han incluido técnicas matemáticas (red y teoría de grafos), los enfoques sociológicos a las redes sociales, los enfoques del discurso analítico y textual, y los métodos estadísticos para el modelado predictivo del comportamiento estudiante exitoso. Aquí entraría la emergencia del Análisis Sentimental (Sentiment Analysis).

Trabajos en curso y de donde se han tomado fuentes de inspiración: sociólogos como Wellman y Watts, matemáticos como Barabási y Strogatz. El trabajo de estas personas nos ha proporcionado un buen sentido de los patrones que las redes de exhibición (mundo pequeño, las leyes de alimentación), los atributos de las conexiones (a principios de los 70, Granovetter explorando las conexiones desde el punto de vista de la fuerza del vínculo y el impacto de la nueva información) , y las dimensiones sociales de la red (por ejemplo, la geografía y lo urbano sigue siendo importante en un mundo digital en red).

Como vemos muchas disciplinas y subdisciplinas están conectadas para generar esta nueva ciencia de los datos para el aprendizaje.

Un modelo de M.A. Chatti y otros autores nos da muestra de su complejidad en los datos y en su estructura holística. Para estos autores el Aprendizaje Analítico es un campo multidisciplinario que involucra el aprendizaje automático, la inteligencia artificial, la recuperación de información, las estadísticas y la visualización (datos). Es también un campo en el que varias áreas relacionadas con la investigación en TEL convergen. Estos incluyen análisis académicos, análisis y minería de datos de acción educativa. En este trabajo que comentamos investigan estos autores las conexiones entre el Análisis del Aprendizaje y esos campos relacionados. Se describe un modelo de referencia para el Análisis del Aprendizaje basado en cuatro dimensiones, a saber, datos y entornos (¿qué?), actores (¿quién?), objetivos (¿por qué?) y los métodos a utilizar (¿cómo?).

Fuente: Wikipedia e informe The State of Learning Analytics in 2012: A Review and Future Challenges [pdf] y el artículo de M.A. Chatti et al.

Pensando desde una perspectiva de psicología social, para la mayoría de nosotros, las redes sociales [en conceptualización amplia] son relativamente pequeñas y constan de unas 5 personas, algunos hablan de 3 como constitución. Serían propiamente círculos íntimos unas 5 personas. Con 15 personas se trataría de las muy cercanas. Ya con 50, sería con las que nos comunicamos regularmente, 150 con las que mantenemos relaciones sociables estables (Se trata del número de Dunbar: La razón es que representa la máxima (teórica) número de personas que una persona razonablemente puede interactuar. Como muchos blogs puede una persona leer, seguir y responder? Tal vez en torno a 150, si Dunbar es correcta. Lo que significa que si tenemos 170 blogs, a continuación, los blogs no constituyen un “núcleo” – la gente comienza a ser selectivo sobre qué blogs se está leyendo, y diferentes subcomunidades (e interactivos) se pueden formar.). Y con 500 personas que apenas conocemos, pero que podemos reconocer (esto está inscrito en lo que podemos llamar según Mark Granovetter los “vínculos débiles” weak ties o como le llamaba “la fuerza de los vínculos débiles”).
El coworking en estos centros como hubBOG fortalece aún más estos vínculos débiles. En un trabajo de Steve King y Carolyn Ockels, concretamente Emergent Research,  establece una serie de criterios después de haber entrevistado a más de 100 miembros de espacios de cotrabajo durante 9 meses:
1) El cotrabajo o coworking expone a los miembros de sus espacios a gente nueva y a nuevas experiencias, y lo que hace es expandir su red de vínculos débiles. Alenta la interacción comunitaria con eventos, reuniones sociales y comidas como la que estamos celebrando hoy.
2) Estos autores afirman que es más fácil aprovechar las redes de vínculos débiles basadas en el cotrabajo o coworking. Hay que entender lo contrario a las relaciones que se establecen en los sitios de redes sociales tipo G+ o Facebook, donde los coworkers comprenden que el trabajo en red es parte de ser miembros de un espacio en red y por eso aquí tiene su gran importancia el medio. Este medio se le da un valor (añadido) para lograr un fin.
3) Los administradores de la comunidad fomentan la formación de redes de vínculos débiles. Estas comunidades de coworking deben tener un administrador o facilitador que ayude a la gente a conectarse entre sí. Y los miembros de estas comunidades  suelen acudir a estos manager o facilitadores para resolución de problemas y para el incremento de las posibilidades en la red.

La expansión de las redes de vínculos débiles orientadas a negocios en espacios como HubBOG en Bogotá es un beneficio poderoso del coworking. Los trabajadores desde sus casas (teletrabajo) suelen decirnos que es más complicado crear y hacer crecer sus redes comerciales. El coworking, con su estructura en red generando comunidades de apoyo y afinidad empresarial y con contacto físico (esto no quita para crear espacios virtuales y video conferencencias para remarcar estrategias y generar un content marketing. Supone la solución algunos de los problemas del trabajo de consultores aislados y freelancers.

Habría que diferenciar por otro lado lo que entendemos por grupos y comunidades para establecer las estrategias de trabajo de la empresa en cuestión.
Por ejemplo según nos cuenta Paul Adams en Grouped, la mayoría de la gente tiene de 4 a 6 grupos [inmersos en redes y a veces en estructura de cliqués o de carácter homofílico] independientes de menos de 10 amigos, y por lo general estos no se superponen. Todos nosotros conectamos de forma única múltiples grupos de personas. La importancia de este hecho radica en que, para que nuestras ideas se extiendan, necesitamos contar con estos grupos de amigos conectados. Hay que estudiar en una estructura de red la difusión por medio de la visualización de esta red y ver cuales son las personas que pueden interconectar los grupos (no las personas influyentes en la que siempre hemos creído) y para su expansión e innovación. Lo que llama R. S. Burt agujeros estructurales (Structural holes) en uno de sus libros más importantes: Structural holes: the social structure of competition.
Me ha parecido muy interesante lo que dice con una serie de ideas sobre la innovación y la creatividad (dos formas distintas de mejorar y ser mas “competitivos”) están en los márgenes o confines de la propia centralidad del trabajo, está en la heterogeneidad de las redes, en las dinámicas establecidas y que no generen cliquismo de manera constante.

Por eso creemos que al difundir las ideas desde la perspectiva comercial y de negocios, la estructura de la red es más importante que las características de los individuos siguiendo los parámetros de Paul Adams.
Por todo ello, los individuos y los hubs (esos concentradores) son muy importantes a la hora de difundir ideas. Hay dos tipos de concentradores:
1) Los más avezados e innovadores y que son un número reducido de personas abiertas a nuevas ideas, que son adaptadores de procesos rápidos y lo pasan a un número limitado de personas.
2) Los seguidores (replicantes de ideas) y que tienen un número más elevado de conexiones y, aunque a menudo adoptan ideas mucho más tarde que los innovadores, son más importantes para alcanzar poblaciones masivas y usar las técnicas virales. Por eso los “influyentes” no son tan importantes en la difusión de las ideas como se creía hasta ahora.
La importancia del análisis de las redes y la visualización de estas es fundamental para sobrevivir a las masivas interacciones provocadas por los sitios de redes sociales.. Entenderlas y visualizarlas es importante para mantener un negocio “competitivo” en el siglo XXI.
Este post está escrito para el almuerzo de networking en una de las grandes incubadoras de negocios en Bogotá: hubBOG. Te esperamos mañana, viernes 18 de enero de 2013.
Ha sido un post espontáneo, a partir de algunas de las ideas de este blog.

A por el 2013!! Os deseo lo mejor como buenos lectores positivos de este humilde blog. Espero cambios y transformación si me dejan. Este es el cuento de la lechera. Espero alianzas, sinergias y “simbiosis” con determinados organismos en  el nuevo lugar de mi vida: #Colombia.

Feliz 2013 para todos mis lectores!!

Estos son los post más leídos en el 2012. Me doy cuenta que tienen, a veces, un carácter atemporal y no regidos por la instantaneidad del momento o el buzz del momento y que hay poco interés todavía por los temas emergentes en tecnología educativa y tratados durante el año 2012 y 2011. Tengo post que no son del 2012 y están entre los más leídos (estadística hecha gracias a JeckPack):

1. Me marcho de España. Ya no aguanto más (ha ganado por goleada, casi triplicando al segundo post de esta serie).
2. Mapa mental sobre ecología y ecosistemas digitales (un mapa conceptual alrededor del concepto de ecosistema, 2 de junio de 2010).
3. Una introducción a los ecosistemas digitales (otro artículo sobre ecosistemas que lo escribí en 2010).
4. En el cuarto puesto está “Sitios de redes sociales: definición, historia y erudición (I)“. Y la segunda parte de esta traducción del artículo de dana boyd. Traducido en el 2008.
5. Apuntes sobre e-portafolios (2008). Se ha quedado un poco obsoleto, dado aspectos que han entrado en juego y no son contemplados.
6. Representación gráfica del conocimiento: mapas conceptuales y mapas mentales I (la teoría). Artículo del 2006.
7. Cómo aprenden los estudiantes: siete principios para un óptimo aprendizaje. Este artículo es de este año y son dos puntos que llaman mucho la atención en los titulares: el “cómo” y el aprendizaje,  sea, el cómo se aprende.
8. Aprendizaje monocrónico vs policrónico (2008).

Y luego se encuentra la página “papers” y del autor. Es lógico, hay que ver quien es este “lemento” que escribe estos post al ser un desconocido para la mayoría.

Mil gracias a todas y todos por leerme y seguirme. Os deseo un Feliz Año 2013 de todo corazón, sobre todo, a esa mayoría silenciosa que me lee sin comentar nada. En este 2013 habrá cambios si el tiempo y las actividades colombianas me lo permiten.

Dentro de los sistemas sociales autoorganizados y en estructuras de diferentes tipos de asociación se nos plantea una visión sistémica y a la vez metafórica de los principios del aprendizaje en grupo, o más concretamente, en las comunidades de práctica y de aprendizaje.

Simbiosis y Comunidades de aprendizaje
Este artículo es una forma bioinspirada de la naturaleza. Hay un término para esto. Se trata de una biomimesis, que según la Wikipedia viene de bio, vida y de mimesis, imitar, también conocida como biomimética o biomimetismo. Es la ciencia que estudia a la naturaleza como fuente de inspiración, nuevas tecnologías innovadoras para resolver aquellos problemas humanos que la naturaleza ha resuelto, mediante los modelos de sistemas (mecánica), procesos (química) y elementos que imitan o se inspiran en ella.

Por otro lado, se aplican modelos de auto-organización en los procesos de asociacionismo biológico. A partir de estos modelos/metáfora Wiley deriva importantes principios de asociación que pueden ser aplicados al aprendizaje en grupo, y muestra cómo cada uno de los tres sistemas biológicos proporciona una visión en tres tipos de grupos de aprendizaje: comunidades de práctica, grupos de actividades, y la auto-organización en línea dentro de estructuras sociales (OSOSS [pdf] artículo de David A. Wiley y Erin K. Edwards).

Desde una visión sistémica y de ecoeficacia las personas, grupos y comunidades, todos ellos forman unas relaciones simbióticas dentro de una amplia variedad de razones, pero el impulso fundamental es el intercambio (esta palabra tiene distintas grados y vertientes) de recursos. Esto el recurso es la comida, la información o el soporte, las personas se reunen para compartir recursos. La simbiosis es una vía para que los organismos tengan acceso” a los recursos noveles, lo que permite un acceso individual a un recurso que de otra manera no tendrían acceso. Se trata de una de las formas de interacción biológica según Wikipedia.

La ecología de la simbiosis proporciona un útil marco para el examen de las asociaciones humanas y las formas en que los recursos, necesidades y entornos de influencia en las propias asociaciones. En concreto, la simbiosis es una muestra para eco-analizar el aprendizaje dentro de grupos a fin de entender cómo el entorno, las personas y los  recursos afectan al éxito de un grupo o a su fracaso. Pensamos que el aprendizaje se lleva a cabo en un entorno donde los estudiantes utilizan para compartir recursos (perspectiva de ecológica de los entornos de aprendizaje que hemos tratado ya anteriormente en este blog), y por lo general, es la misma manera a como lo hace la simbiosis biológica. Hay tres tipos de comunidades simbióticas, que proporcionan una visión de cómo el entorno, los recursos y las asociaciones influyen en una comunidad de aprendizaje.

Podemos caracterizar, según lo hace David A. Wiley, en una taxonomía tradicional de la simbiosis. Esta es la base esencial para las siguientes secciones en las que encontramos tres tipos de comunidades biológicas:

• Las redes de micorrizas.
• Los superorganismos transitorios.
• Los superorganismos estables.

Con base en la revisión de la literatura de la simbiosis y estos tres tipos de asociaciones, que concluirá con una discusión de los principios importantes de la asociación que se pueden aplicar para el aprendizaje en grupo, y mostrar cómo cada uno de los tres sistemas biológicos proporciona una visión de los tres tipos de asociaciones para el aprendizaje. Detrás de todo esto debe haber una buena cultura de la colaboración para que haya un buen mutualismo y no parasitismo como esta predominando en los sitios de redes sociales (Suele ser un porcentaje de 90% de parasitismo sobre un 10% de mutualismo).

Descripción general de la simbiosis
Aunque el término simbiosis se utiliza tradicionalmente en la biología para captar las interrelaciones de las especies que pueden ser generalizados para aplicarse a cualquier tipo de interacción entre las personas (individuos que son tan pequeñas como una celda individual o tan grande como un todo la comunidad, haciendo el foco de atención en su amplitud). Las relaciones simbióticas son generalmente clasificadas en tres secciones y tienen unas interrrelaciones y “jerarquías” para que el engranaje funcione:

• Parasitismo – Más-Menos:  un individuo gana, mientras que otro pierde recursos. Pueden ser ectoparásitos (trabajo en el exterior del host) o endoparásitos (trabajo en el interior de la máquina).
• Comensalismo – Más-Cero: Un individuo gana mientras que el host no se ve afectado.
• Mutualismo – Más-Más: Las personas que trabajan juntos y son solidariamente interdependientes para lograr determinados objetivos.

El parasitismo
El parasitismo es una asociación en la que uno o muchos individuos se benefician a costa de uno o de muchos otros individuos. El parásito se basa o consume recursos útiles fuera de la(s) sede(s) sin dar nada a cambio (común en entornos sociales de la web). Es importante señalar que los recursos que tiene un parásito son útiles para el huésped (host), ya sea porque el huésped podría haber utilizado el recurso o porque el huésped podría haber compartido el recurso con los demás en una asociación más beneficiosa.

Hay un número de maneras diferentes de ver las relaciones parasitarias que explican insignes biólogos. Suelen dividir el parasitismo en dos tipos: el mutualismo fisiológico (physiological obligacy), una dependencia absoluta de un compañero, y el mutualismo ecológico (ecological obligacy), la incapacidad para sobrevivir en el entorno natural ante el aislamiento de la pareja. En otras palabras, hay algunas relaciones parasitarias que son absolutas y otras que son dictadas por el entorno, constriñendo las interacciones y sus affordances . Lo que comentan los biólogos es que cuando se inicia una asociación parasitaria, los miembros de la asociación tienden a negociar los papeles hasta que los socios no puedan prosperar y así muere la asociación, los extremos de asociación porque una relación de beneficio mutuo no puede ser alcanzado, o los cambios en una asociación o una relación mutualista de tipo comensalista. Otro aspecto importante de las asociaciones es el impacto de la asociación.

El comensalismo
Las relaciones comensalistas son a menudo difíciles de identificar, siendo las relaciones que están en algún  entre las asociaciones parasitarias y las asociaciones mutualistas. Los comensalistas son a menudo de carácter transitorio, en su camino de convertirse en parásitos o mutualistas con más frecuencia. El comensalismo se explica a menudo como el “comer de la misma mesa”, es decir, las hormigas o roedores que se alimentan de los restos y excrementos de un camping sin tener recursos adicionales sería considerado comensalista. En este caso, los recursos que el comensalista toma no será utilizado por la persona que lo proporciona (se desprende de él sin ninguna interacción con “el otro”), y el comensalista no proporciona los recursos necesarios para que el individuo cambie.

El mutualismo
A pesar de la idea errónea de que los sistemas naturales se basan en la competencia, el individualismo y la supervivencia de los más aptos, también creemos que el mutualismo abunda en distintos ecosistemas. Un ejemplo de ello son las micorrizas, donde se trabaja activamente juntos para el beneficio de la comunidad biológica. En un libro de Scott (Plant Symbiosis. London: William Clowes and Sons, 1969) señala que las comunidades forman asociaciones, con lo que es mayor sus posibilidades de resiliencia y por lo tanto de supervivencia.
Asociaciones mutualistas son relaciones en las que los miembros obtienen un beneficio neto como resultado de la relación. Este beneficio se calcula a menudo con el tiempo debido al flujo y reflujo natural de la distribución de los recursos a través del tiempo. Los mismos factores que son considerados para determinar el alcance de una relación parasitaria también son fundamentales en las relaciones mutualistas. Las asociaciones mutualistas tienen acceso a los recursos vitales que de otra manera estarían en la escasez de recursos.

Las micorrizas

Estoy más interesado en la textura orgánica invisible debajo de hongos visibles que en los rizomas. Dicha formación se llama micorrizas. Se trata de una asociación simbiótica entre un hongo y las raíces o rizoides de una planta. Los hongos no son capaces de ingerir su comida como los animales, ni pueden fabricar su propio alimento a las plantas como lo hacen. En cambio, los hongos se alimentan mediante la absorción de nutrientes del medio ambiente que les rodea. Esto se logra a través de crecimiento y en el sustrato sobre el que se están alimentando. Este crecimiento filamentoso significa que el hongo está en íntimo contacto con su entorno, sino que tiene una superficie muy grande en comparación con su volumen. La mayoría de las plantas dependen de un hongo simbiótico que les ayuden en la adquisición de agua y nutrientes del suelo. Las raíces especializadas que crecen las plantas y el hongo que habita en ellos son conocidos en conjunto como micorrizas, o “raíces por hongos. El hongo, con su gran superficie, es capaz de absorber agua y nutrientes en un área grande y se las proporcionan a la planta. A cambio, la planta provee energía rica en azúcares fabricados a través de la fotosíntesis.
Los hongos son visibles las estructuras reproductivas. Incluso estas estructuras son a veces muy grandes, pero el cuerpo invisible de los hongos, micorrizas, puede ser realmente sorprendente. Cuando se utilizaron técnicas moleculares, un hongo Michigan (Armillaria bulbosa) que creció en raíces de los árboles y el suelo y tenía un cuerpo construido de filamentos tubulares se encontró que se extienden sobre una superficie de 37 hectáreas y que el peso de 110 toneladas, equivalente a un la ballena azul. Un clon aún mayor de hongos Armillaria ostoyae, informó anteriormente en el estado de Washington, cubierto más de 1500 acres. Cada clon se inició a partir de la germinación de una sola espora más de mil años atrás. A pesar de que probablemente se han fragmentado y cuerpos ya no son continuos, estos organismos nos dan motivos para pensar en lo que constituye un individuo.

Las micorrizas son difíciles en cuento que son imposibles de delimitar y cerrar, sin embargo, no por tiempo indefinido o difícil de alcanzar. Son muy difíciles de matar, pero también vulnerable. Que puede permanecer latente durante largos períodos de sequía o frío, a continuación, generan nuevos hongos de nuevo vibrante cuando las condiciones son favorables. Se componen de los participantes heterogéneos que trabajan simbióticamente, prosperando en las asociaciones de beneficio mutuo o de explotación también con plantas y otros organismos.

De las tres formas de organización, Wiley concluye que también tiene que haber una necesidad legítima de los individuos a los agregados, con el fin de que las asociaciones funcionen de manera mutualística. Desde mi punto de vista, creo que es importante a tener en cuenta en el diseño de actividades de aprendizaje que implican el trabajo en grupo. Una necesidad legítima para la actividad del grupo es esencial para un resultado exitoso. Además, tipo de papel asumido por los miembros del grupo deben ser considerados (lo que E. Wenger llamaba arquitecturas de aprendizaje y la identidad en la práctica). En los superorganismos transitorios, los individuos se especializan en función de resolver un problema, mientras que en superorganismos estables, los miembros comparten un común entorno para generar todos los recursos, y que pueden encontrarse en ese entorno(-plataforma) en beneficio de la comunidad como un todo.

El capital social es un término en muchos casos polisémico, pero en el mundo de los sitios de redes profesionales tipo LinkedIn es un elemento fundamental para que haya unas estratégicas claras de éxito de manera equitativa. Con este post quiero dar a entender que el networking en muchos casos no es igualitario ni equitativo y funciona muchas veces con los parámetros de la conexión preferencial y de las normas clásicas, y, por eso, el consejo de hacer networking no es igual para todos.

Perfil de LinkedIn

Nos referimos a capital social desde el punto de vista sociológico (aunque también hay otras conceptualizaciones) a los beneficios esperados, tanto colectivos como económicos, derivados del tratamiento preferencial (ligado al concepto de conexión preferencial y que bajo determinadas circunstancias genera un ley potencial de riqueza en redes) y la cooperación entre individuos y grupos. A pesar de las diferentes ciencias sociales enfatizan aspectos diferentes de capital social, que tienden a compartir la idea central de “que las redes sociales tienen valor”. Al igual que un capital físico en cuanto a las herramientas a utilizar e infraestructura personal y cultural de uso y también una  educación universitaria (capital cultural y capital humano) puede aumentar la productividad (individual y colectiva), también lo pueden hacer los contactos sociales para el aumento de la productividad, tanto desde parte del capital social de la persona en concreto como unidad de medida social hasta en grupos.

Por eso a veces cuando se comenta en LinkedIn el tema del capital social (en algunos post se puede ver la desconexión con las normas de Coleman), no incide en la conexión preferencial y tampoco en que no todos pueden acceder a encontrar lo que desean o buscan como puede ser un recién licenciado o de grado o en un master. Los de mayor capital social suelen enlazar con los más ricos (“ventaja acumulativa” o “el rico se hace más rico” (“the rich get richer”).

LinkedIn es un sitio de red social profesional que se basa en el concepto de los seis grados de separación. Una visión muy clásica que no rompe con esa jerarquía y que genera, a mi modo, poca innovación y la convierte en una “red fria” y para élites. Habría que buscar en la plataforma algunos fundamentos que generan más mash-up social.

En cuanto a los principios de J. S. Coleman podemos establecer unos principios que aparecen en el libro “Foundations of Social Theory” (1998):

a) Las redes sociales, como son los lazos de parentesco, las redes comunitarias informales, las organizaciones sociales, etc. El mantenimiento de estos vínculos requiere una inversión de tiempo y dedicación, pero permite obtener beneficios en forma de flujos de solidaridad, capacidad de defensa de intereses y derechos, obtención de información (la cual resulta determinante para la capacidad de decisión y actuación del individuo). En los sitios de redes social tienen una idiosincrasia peculiar y más jerarquizable. Es más “seguir a” que una interrelación de confianza y positiva entre ambos. Si yo sigo por ejemplo a un a persona de gran capital social como puede ser por ejemplo Juan Merodio, una persona fuera de mi nicho de acción profesional (y a la vez quiero posicionarme en Content Marketing, algo en lo que estoy interesado) las estrategias de de confianza y ayuda mútua se darán constantemente contra las paredes, ya que priorizan las personas y no los target de contenidos, ni la antigüedad de trabajo y experiencia, ni crear sinergías entre distintos campos para generar innovación.

b) Las normas sociales (de voluntariedad, altruismo, comportamiento) y derechos comúnmente aceptados, así como las sanciones que los hacen efectivos. Esto que estoy haciendo escribiendo este post es una forma de altruismo, pero eso no se registra ni tiene preponderancia en los algoritmos de LinkeIn para que sea visible. No genera valor fuera de mi área de influencia, romper eso es lo complicado, ya que los esquemas y comportamientos sociales es una de las formas menos innovadoras del ser humano. Y si le aplicamos el carácter español, entonces la pregunta es ¿qué querrá este tipo de mi? Este es un trepa y como que no le voy a dar bola. Desconfianza, y así pasamos al siguiente punto.

c) Los vínculos de confianza social, la cual garantiza un entramado de obligaciones y expectativas recíprocas que posibilitan la cooperación. Estas relaciones pueden abarcar también las de autoridad, consistentes en la cesión consensuada a un líder de poderes para gestionar problemas colectivos.

Como vemos, una diferencia fundamental entre Putnam (mucho más abierto en su conceptualización de capital social) y Coleman es que el primero se limita a considerar las asociaciones horizontales, entre iguales, mientras que Coleman contempla también organizaciones de tipo vertical, esto es, con relaciones jerárquicas y una distribución de poder desigual entre las personas.

Con todo ello lo que quiero decir, que las redes profesionales tipo LinkedIn, no toman entre sus algoritmos de la plataforma un capital social justo y equitativo.