Reflexiones sobre ecologías y espacios del aprendizaje, análisis del aprendizaje y análisis de redes sociales, visualización de datos, Big Data y otros temas emergentes

Autor: Fernando Santamaría González (Página 11 de 158)

Soy un investigador y formador en espacios online. Trabajando e investigando en temas de aprendizaje emergente.

Propuestas y modelos de negocio para la sostenibilidad de los MOOCs

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

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.

La importancia de la cognición distribuida en las teorías de aprendizaje contemporáneas

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

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.

Las tecnologías emergentes tienen caminos inesperados: no son unos top-hits

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

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:

2012Emerging-Technologies-Graphic4

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.

 

La interdisciplinariedad del Análisis del Aprendizaje [Learning Analytics]: un modelo de referencia

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?).

Modelo de Referencia LA

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.

La difusión de las ideas en las organizaciones y la importancia de los vínculos débiles [emprendimientos]

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.

« Entradas anteriores Entradas siguientes »