Blog de Fernando Santamaría

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

Página 9 de 161

El uso de dispositivos móviles para el aprendizaje

Esta es una presentación que hice para la UPTC (Universidad Pedagógica y Tecnológica de Colombia) en la sede de Duitama el 3 de octubre de 2013. Es un trabajo recopilatorio y que he trabajado consultando algunos de estos documentos (no he listado vídeos y post en blogs):

Berge, Z. L., & Muilenburg, L. (2013). Handbook of Mobile Education. Routledge.
Brazuelo Grund, F., & Gallego Gil, D. J. (2011). Mobile learning: los dispositivos móviles como recurso educativo. Alcalá de Guadaira (Sevilla): MAD.
Breuer, H., & Matsumoto, M. (2008). Mobile Learning across Expanding Contexts. In Proceedings of the 2008 Eighth IEEE International Conference on Advanced Learning Technologies (pp. 623–625). Washington, DC, USA: IEEE Computer Society. doi:10.1109/ICALT.2008.301
Brooks-Young, S. (2010). Teaching with the tools kids really use: learning with Web and mobile technologies. Thousand Oaks, Calif.: Corwin.
Dikkers, S. (2012). Mobile media learning: amazing uses of mobile devices for learning. [S.l.]: Lulu Com.
Guia mobile learning. (n.d.). Fundación Telefónica. Retrieved from http://laboratorios.fundaciontelefonica.com/wp-content/uploads/2013/01/Guia_MobLearning.pdf
Herrington, J., & Mantei, J. (2009). Design principles for mobile learning. Faculty of Education – Papers (Archive). Retrieved from http://ro.uow.edu.au/edupapers/88
Herrington, Jan. (n.d.). New technologies, new pedagogies: Mobile learning in higher education. Wollongong: University of Wollongong. Retrieved from http://www.academia.edu/188584/New_technologies_new_pedagogies_Mobile_learning_in_higher_education
Herrington, Jan, Reeves, T. C., & Oliver. (2010). A guide to authentic E-learning. New York: Routledge.
Lara, T. (2013, June 20). #MLEARNING Cuando el Caballo de Troya entró en el aula. Tíscar Lara. Blog. Retrieved from http://tiscar.com/2013/06/20/mlearning-cuando-el-caballo-de-troya-entro-en-el-aula/
Miller, C. (2013). New landscape of mobile learning: redesigning education in an app-based world. [S.l.]: Routledge.
mobiMOOC. (n.d.). mobiMOOC. Wiki. Retrieved from http://mobimooc.wikispaces.com/a+MobiMOOC+hello%21
Pachler, N., Bachmair, B., Cook, J., & Kress, G. (2009). Mobile Learning. Berlin: Springer US.
Quinn, C. N. (2011). Designing mLearning: tapping into the mobile revolution for organizational performance. San Francisco: Pfeiffer.
Quinn, C. N. (2012). The mobile academy: mLearning for higher education. San Francisco: Jossey-Bass.
Udell, C., Woodill, G., Forcum, M., & American Society for Training and Development. (2012). Learning everywhere: how mobile content strategies are transforming training.
VV.AA. (n.d.). Mobile Learning Infokits. JISC. Retrieved from http://www.jiscinfonet.ac.uk/infokits/mobile-learning/
Woodill, G. (2011). The mobile learning edge tools and technologies for developing your teams. New York: McGraw-Hill Professional. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=335761

El pulso de las grandes ciudades de la mano de Foursquare [vídeos]

El ingrediente secreto de Foursquare es la enorme cantidad de datos de localización que recoge: 4.5 billones de check-ins compartido por sus 40 millones de usuarios (con respecto a datos mundiales de mediados de 2012 se percibe que es una de las compañías que ha aumentado en número de datos y usuarios. Por otro lado esta compañía es la que más hace por poner los datos globales y a nivel particular a través de técnicas de visualización mapeadas. Véase Time Machine). Un nuevo conjunto de datos mostrados en  vídeos da muestra de el gran valor de los datos sobre una gran ciudad. Esto hace y hará que cambie muchos de los paradigmas espacio-temporales de una ciudad y de la posible optimización de recursos y personas en este flujo constante del organismo-ciudad (visión biológica y de componentes emergentes de la teoría de la complejidad). O lo que es lo mismo de las ciudades inteligentes (smart cities) a la ciudad de los datos / ciencia de los ciudadanos.

Foursquare ha lanzado una serie de vídeos de con técnicas de visualizaciones dinámicas y comprimidas en un período de tiempo con las geolocalizaciones de datos de millones de check-ins. Estos muestran el pulso de las ciudades más populares para Foursquare. Según un vocero de la empresa, la compañía «tomó un año de check-ins y los condensa para mostrar lo que cada ciudad se parece en la media del transcurrir de un día.» La compañía ha hecho cosas similares antes, pero le da una mejor idea de que el tesoro de datos de Foursquare es un tesoro, dando una visión de por donde transitan las personas y qué es lo que hacen de manera frecuente en un espacio geográfico delimitado.

Han expuesto vídeos de Chicago, Nueva York, Londres, San Francisco, Tokio y Estambul.

Señales codificadas por color muestran en qué momento del día y de lo que significa que los usuarios viajan a distintos lugares. En Nueva York, por ejemplo, se puede ver vetas amarillas sobre Manhattan,q ue son los usuarios que van a su trabajo todos los días laborales, y luego su regreso a casa. Por la noche, la ciudad se ilumina de color azul a medida que muchos ciudadanos van a locales de ocio nocturno.

 

Foursquare check-ins show the pulse of New York City from Foursquare on Vimeo.

Ver más vídeos en https://vimeo.com/foursquarehq

Fuente «Foursquare Data Viz Shows The Pulse Of New York, London, Tokyo», http://bit.ly/19Q4j3W

Sight [vídeo]: Realidad Aumentada + Gamificación + Analítica de la realidad en tiempo real

Un excelente cortometraje de Eran May-raz and Daniel Lazo. Es un proyecto de graduación de la Academia Bezaleal. Une realidad aumentada con gamificación y otros elementos. El cortometraje va más allá de la realidad aumentada , ya que cada tarea común y cotidiana está impregnada de una cierta forma de gamification y de feedback constante de datos que recibe en tiempo real, autocuantificando su propia realidad y la toma de decisiones. Mejor es que lo vean y me cuenten.
Más información: http://www.redorbit.com/news/technology/1112665534/augmented-reality-video-sight-gamification/

En Youtube y Vimeo:

 

Sight from Sight Systems on Vimeo.

 

 

Instrucción individualizada vs aprendizaje personalizado

La definición de aprendizaje personalizado es cualquier experiencia de aprendizaje que es por iniciativa propia y autodirigida en la búsqueda de resultados que son primero personal ( por ejemplo, por curiosidad, la autoprioridad, etc ). Esto incluye la identificación de posibles temas, la autoevaluación , la (auto)publicación , conectando con grupos de pares y expertos. También con otros componentes importantes de cualquier proceso de aprendizaje auténtico. El resultado final es, idealmente, un alumno que sabe leer y escribir en los propios contenidos del proceso de aprendizaje.

Hay que diferenciar entre individualizado y personalizado. Se esta hablando a veces de aprendizaje personalizado cuando es individualizado. El tema es más complejo que el simple cuadro que presento. Barbara Bray habla de personalización, diferenciación e individualización (tabla y post). Desde aspecto político y sociológico, se trata de un tour de forcde por canalizar los nuevos conceptos emergentes de la educación. el aprendizaje personalizado se puede escapar del propio negocio que supone la educación. Para ello los grandes lobbys educativos (entre ellos los propios gobiernos) intentan canalizar los MOOCs y en mayor amplitud el aprendizaje personalizado (tema para otro post).

El aprendizaje personalizado está acaparando unas grandes expectativas como comenta Susan Headden, y que veremos por donde fluirán en los próximos años.

En este caso, esta dualidad planteada se identifica a veces de manera similar sin serlo, ya que un concepto se centra en los maestros y el rendimiento , y otro en los alumnos y el conocimiento en sí desde la pedagogía del aprendizaje basado en el estudiante. Concepto pedagógico siempre nombrado pero nunca alcanzado por muchos motivos. En esta dualidad se señala diferentes papeles en los estándares académicos. Bajo el enfoque de instrucción individualizada, las normas son «un amplio conjunto de competencias establecidas institucionalmente y políticamente … que puede ser probado , medido, y que se convierte en datos … para refinar la instrucción» (algo por donde se va regir la educación en las próximas décadas bajo el manto de lo analítico y el Big Data evidenciando con ello la acción de lo hecho y la evidencia del aprendizaje individualizado por medio de datos de todo tipo), mientras que el aprendizaje personalizado persigue un «marco superficial de competencias » y más en su lugar se centró en el proceso de aprendizaje en sí mismo , lo que sin duda tiene sentido en un mundo rico en información. Esta alienado con el aprendizaje más informal y que parte de los propios intereses del aprendiz y que también puede ser cuantificable por los datos que «desprende» (insights) y evidencia el aprendiz (Informal Learning Analytics, ILA). El ILA es uno de los logros con las tecnologías sociométricas y de autocuantificación.

Tomando como ejemplo la tabla de David Warlick, he ido anotando algunas cuestiones y ampliando algunos conceptos o relaciones que nombra David Warlick.

Proceso dominante dirigido a objetivos Procesos dominante serendípico
Suposiciones subyacentesTeleológico e instrumental. Los actores comparten un objetivo. La red está formada para alcanzar este objetivo. El éxito se mide frente al objetivo.No hay objetivo pre-existente. La red evoluciona a través de un proceso de variación, selección y retención aleatorio.
Crecimiento típico de la redSe forma rápidamente en torno a objetivos compartidos. La supervivencia está amenazada tanto por el éxito como por el fracaso. El descubrimiento de un nuevo objetivo prolonga la duración de la vida.Se forma lentamente. Crece a través de vínculos diádicos. Larga vida, supervivencia robusta en tiempos de cambio.
Dinámica estructuralEstructura centralizada con un líder: núcleo-periferia. Minimiza los agujeros estructurales. Unión estrecha. Demarcación clara. Crecimiento basado en la elegibilidad. Menos probabilidad de sobrevivir a la formación de sub-redes.Estructura descentralizada sin líderes individuales.
Produce agujeros estructurales. Unión débil. Demarcación difusa. Crecimiento basado en coincidencias diádicas. Creación de redes más probable a lo largo del tiempo.
ConflictosSi los conflictos surgen sobre los objetivos, es probable que se disgregue la red.Pueden sobrevivir en la misma red subgrupos (cliques), cada uno con solidaridad interna.
Implicaciones para los actores individuales Actores más homogéneos. Participan sobre la base de objetivos compartidos. Movilidad a través de organizaciones parecidas. Trayectoria profesional más predecible. Énfasis en la confianza de toda la red.Actores más diversos. Participan sobre la base de vínculos compartidos. Movilidad a través de enlaces de la red. Puede ocurrir un cambio inesperado en la trayectoria profesional. Énfasis en la confianza interpersonal a nivel diádico.
« Entradas anteriores Entradas siguientes »