Pages

Mostrando las entradas con la etiqueta LAK11. Mostrar todas las entradas
Mostrando las entradas con la etiqueta LAK11. Mostrar todas las entradas

miércoles, 12 de enero de 2011

Redondeando mi participación en LAK11

1. Debo confesar que mi impresión general respecto del "análisis de aprendizaje y conocimiento" [me rehúso a llamarlo así oficialmente hasta no estar 100% segura de lo que es] no ha sido muy buena hasta el momento. La razón tiene que ver simplemente con mi poca disposición a aceptar que el aprendizaje se pueda analizar en términos de datos, patrones de comportamiento, etc.  
Con el conocimiento estoy un poco más en la "cuerda floja" por ponerlo de alguna manera, ya que no me encuentro muy compenetrada con las tradiciones epistemológicas como para dar una opinión totalmente informada. Sin embargo, sí veo que hay una opción por poner el conocimiento fuera del individuo, en la red, particularmente como las conexiones entre la información.  Nuevamente me surgen aprehensiones, para mi el conocimiento no puede estar fuera del individuo ya que es algo que existe a través del prisma de la representación que los individuos realizan de la información que poseen. Algo más cercano a lo que en el diagrama de Siemens sería 'understanding'.

2. Me interesa seguir el tema de este curso, pero más allá de aprender sobre el análisis [automático] en sí, me gustaría seguir la discusión que se pueda generar en torno a la definición de conocimiento y su implicancia en educación.  

George Siemens fue muy amable al responder mi pregunta sobre su definición de este concepto.  La reproduzco aquí:

My definition of knowledge is informed by my view of learning as a social, distributed process (i.e. connectivism). Learning and knowledge are essentially the same thing - one a process the other a product.
Knowledge is a pattern of connectedness. (I tackled this in Knowing Knowledge in 2006:http://www.elearnspace.org/KnowingKnowledge_LowRes.pdf ...
Stephen Downes has addressed connective knowledge in contrast to existing views of knowledge here: http://www.downes.ca/post/33034 ). 
Learning is the process of forming and pruning those connections. I've attached an image that, while a bit simplistic, gets at my view of knowledge.

I emphasize connectedness between concepts as a foundation of knowledge for two primary reasons:

First, in complex societies, facing complex problems, knowledge becomes increasingly specialized. In order to do anything - build a computer, find a virus causing a disease (i.e. SARS), design the 787 - we need to connect specialists. In putting together LAK11 (course and conference), the interdisciplinary/distributed attributes of knowledge were a key focus. I don't think the field will grow to its potential unless we have sociologists, psychologists, computer scientists, practitioners of learning and information sciences, etc. involved. In my EDUCAUSE presentation on Monday, I argued that the limited impact of early work with cognitive tutors can at least partly be explained by the lack of integration with other fields.
Secondly, my interests in learning/knowledge as connective drives my interest in analytics (the course subtitle is "analyzing what can be connected"). Once we have a better understanding of how and why connections form, the influence of connection forming, the social factors that influence knowledge development, etc., we can begin to fine tune learning ecosystems, predict learner performance, and plan interventions. Connectivism necessitates learning and knowledge analytics.



Para cerrar este comentario, creo que es una teoría que se enmarca claramente en la necesidad de hacer sentido de lo que es el aprendizaje a distancia.  Como aprenden? porque forman redes de conocimiento.  Desde esta óptica es totalmente lógico, pero mueve el piso a los que tenemos un [minúsculo] bagaje teórico desde otra perspectiva.  Un profesor constantemente me dijo en clases este semestre: Tenemos que entender las teorías como lo que son, intentos por explicar un fenómeno.  Nos podemos acomodar más o menos a ellas, nos pueden servir más o menos dependiendo de lo que estemos investigando.  El primer error que podemos cometer es tomarlas como dogmas de fe. 

Semana 1 - Introducción al análisis/estadística del aprendizaje y conocimiento

Introducción al tema: 

Producimos una cantidad enorme de datos sobre una base diaria. Considera el rastro de los datos que dejamos en la rutina diaria:

- Una entrada rápida de Facebook/Twitter para ver lo que ha ocurrido en tu red social desde que te fuiste a la cama.
- Unos momentos en leer tu correo electrónico (Gmail/Yahoo/Hotmail) con tu café de la mañana … seguido de acceder a algunas cuentas (con Facebook Connect)para leer/interactuar con tu red.
- Al salir para ir a trabajar, te detienes a llenar tu auto con gasolina, pagando con una tarjeta de crédito y proveyendo alguna información de viajero frecuente o tarjeta de millas. Tal vez, para tomar tu dosis diaria de cafeína de la mañana, vas a Starbucks y pagas con tu tarjeta de prepago.
- Checkeas Foursquare, mientras estás en Starbucks. Necesitas defender tu posición de alcalde.
- Pasas tu tarjeta de estacionamiento al entrar al estacionamiento del trabajo.
- Te conectas al ordenador en el trabajo y empiezas a trabajar con datos relacionados con el trabajo: correo electrónico, actividad de seminarios web, búsquedas corporativas en bases de datos, conversaciones de Skype, la actividad en Sharepoint, todo está grabado - datos a la espera de ser analizados para determinar tu productividad en relación con los demás en la organización. 

… y así sucesivamente. (Incluso las verduras que recoges en el camino a casa desde el trabajo se realiza un seguimiento por el pequeño descuento que tu tienda de comestibles ofrece cuando usas la tarjeta de fidelidad de cliente).

Vivimos en la era digital. Las conversaciones que solían evaporarse junto al hervidor de agua ahora se digitalizan, en espera de un algoritmo inteligente para su análisis. El potencial del análisis/estadística para aumentar la eficiencia de los empleados, buscar gente adecuada para tareas y para mejorar el acceso a los recursos de ayuda es enorme. 

Pero existen preocupaciones de tipo éticas y de privacidad. (estaba esperando esta frase)

Los silos de datos protegen a las personas por el uso inadecuado de *nuestros* datos.
[Wikipedia parece tener una opinión no muy positiva de dichos 'silos': aquí una cita tomada el 12-01-2011 15:40 hora chilena

Critics of silos contend that managers serve as information gatekeepers, making timely coordination and communication among departments difficult to achieve, and seamless interoperability with external parties impractical. They hold that silos tend to limit productivity in practically all organizations, provide greater opportunity for security lapses and privacy breaches, and frustrate consumers who increasingly expect information to be immediately available and complete. Although much has been written about them, information silos are becoming far more recognized as the major reason why organizations are unable to take full advantage of the Internet's power to interconnect business processes.]



No necesariamente queremos que nuestro médico, proveedor de seguros, o ejecutivo bancario nos conozca totalmente. Los productos de acceso cruzado a los silos de datos son representaciones más precisas de quienes somos (y cuales son nuestro intereses) de lo que nos sentimos cómodos en compartir.

[Aunque entiendo el punto, no me parece apropiado afirmar que una aplicación/algoritmo/etc. pueda ser capaz de represenar "quien soy". Vamos! si ni siquiera YO tengo claro quién soy para que lo sepa la Matrix!!! Puede que esta "máquina" pueda decir cual es mi comportamiento, intereses, etc. en determinado momento, pero ¿soy yo? NO!!! yo soy mucho más que mi comportamiento!!]

Cuando se aplica al aprendizaje - ya sea corporativo, universitario o escolar- el análisis plantea preocupaciones similares acerca de la interacción entre el valor de los silos de datos transparentes, la privacidad y la ética.
Este curso explorará el análisis/estadística de aprendizaje y conocimientos, incluidos los métodos y modelos de análisis, la aplicación sistémica, posibles fuentes de datos, el aspecto del aprendizaje "suave/humano/no cuantificable” [con esto me quedo un poco más tranquila... al menos se reconoce que hay aspectos no cuantificables en el aprendizaje], así como las consideraciones de privacidad y ética en la implementación del análisis/estadística.
En la primera semana, nos centraremos principalmente en la construcción de cierta familiaridad con los conceptos (y el lenguaje) relacionado con el análisis/estadística de aprendizaje y conocimiento. 

Se define el análisis/estadística del aprendizaje como:
la medición, recopilación,análisis e informe de los datos sobre los alumnos y sus contextos, con fines de comprender y optimizar el aprendizaje y los entornos en los que se produce

(Conferencia sobre análisis / estadística  del aprendizaje https://tekri.athabascau.ca/analytics/ ).



Lecturas y recursos:


Baker, S. & Yacef, K. (2009) The State of Educational Data Mining in 2009: A Review and Future Visions:
Goldstein, P. (2005) Academic Analytics: Uses of Management Information and Technology in Higher Education
Elias, T. (2011) Learning Analytics: Definitions, Processes, Potential http://learninganalytics.net/LearningAnalyticsDefinitionsProcessesPotential.pdf


Siemens, G. (2011) Learning Analytics: Foundation for Informed Change in Higher Education: http://www.slideshare.net/gsiemens/learning-analytics-educause


Grabación de la presentación en EDUCAUSE:


Por qué ahora?

Genda de tecnología y completación [? Hay una AGENDA detrás... era de esperarse, no, sino, quién provee los fondos?]
http://www.insidehighered.com/news/2010/11/09/completion


Untangling the social web- Economist: 
Un artículo respecto de los datos en las redes sociales
Grabación en Elluminate



Related articles for additional reading


Amy Sliva, V.S. Subrahmanian, Vanina Martinez and Gerardo I. Simari, 
The SOMA Terror Organization Portal (STOP): social network and analytic tools for the real-time analysis of terror groups http://www.springerlink.com/content/r1k74p2235506767/


Romero, C., & Ventura, S. (2007). Educational data mining: A survey from 1995 to 2005. [Article]. Expert Systems with Applications, 33(1), 135-146.

LAK11 - Actividades semanales recomendadas

Actividades semanales recomendadas


Se ofrecen actividades semanales recomendadas, pero los participantes pueden involucrarse a cualquier nivel que su horario o interés les permita.


Para empezar:

1. Fija unas metas: qué quieres obtener de este curso? Cuánto tiempo y dedicación puedes/quieres comprometer? 

De este curso pretendo obtener un nivel básico de conocimiento respecto de la analítica/estadística de aprendizaje puede ofrecer para los administradores y facilitadores de cursos online.
Pretendo también reflexionar acerca del conocimiento y su rol en el aprendizaje.
También quiero aprender más sobre los MOOC en sí y cual es el rol que podrían llegar a tener en el futuro de la educación.

2. Descargar programas. Actualizar tu mapa del curso semanalmente para agregar nuevos conceptos o ideas.  Los mapas de conocimiento (o conceptuales) pueden ser de mucha ayuda para comunicar a otros como ves tú las conexiones entre los diferentes elementos del curso.

Me agradan los mapas conceptuales. En verdad los uso bastante en mi aprendizaje cotidiano, pero es algo que simplemente no he podido lleva a la "virtualidad"; para crearlos prefiero usar lápiz y papel.
En fin, mantendré mi mente abierta. Descargué los programas y, si hay tiempo, los trataré de usar.

3. Blogear semanalmente: reflexiona acerca de como las discusiones de la semana se pueden llevar a tu ambiente laboral.

Este creo que será el ejercicio más interesante del curso. 

4. Cada semana habrá actividades planificadas para presentarte diferentes herramientas y métodos para la analítica/estadística.  Estas actividades pueden parecer un tanto complejas al principio, pero el beneficio de involucrarte con ellas será una comprensión mejorada de manera significativa respecto de los enfoques a la analítica/estadística.



Recommended Weekly Activities

 Recommended weekly activities are offered, but participants can engage in the course at any level that their schedule or interests permit.

Getting Started:
  1. Set a few goals: what do you want to gain from the course? How much effort/time are you able/willing to commit? If you’re comfortable do so, please share your goals in the introductory discussion forums.
  2. Download VUE (http://vue.tufts.edu/) or CMAP (http://cmap.ihmc.us/download/). Update your course map on a weekly basis to add new concepts or ideas. Knowledge (or concept) maps can be quite helpful in communicating to others how you see the different elements of the course connecting.
  3. Weekly blogging: reflect on how the discussions of the week can translate into your work setting.
  4. Each week, activities have been planned that will introduce you to different tools and methods for analytics. These activities may seem a bit complex, but the benefit for engaging in them will be a significantly enhanced understanding on analytics approaches.


LAK11 - Análisis del programa del curso: Audiencia y Resultado del curso

Audiencia

Como curso introductorio, el cuerpo docente, los administradores, alumnos de postgrado, profesionales del aprendizaje y desarrollo y líderes organizacionales se beneficiarán de los temas y conceptos discutidos.
Aunque no es un pre-requisito, los participantes encontrarán útil es estar familiarizado con Internet,  redes sociales online, y comunicación basada en web - particularmente con tecnologías sincrónicas y asincrónicas para el uso, comunicación, distribución y colaboración de la información (**) 
Como curso abierto interactivo, los participantes encontrarán que el aprendizaje valioso ocurre, y se forman redes sociales, a través del ofrecimiento de contribución, ideas, sugerencias en los foros del curso Moodle, sesiones en vivo o en sus blogs

Audience
As an introductory course, faculty, administrators, grad students, learning and development professionals, and organizational leaders will benefit from the topics and concepts covered. While not a prerequisite, participants will find it helpful to have some level of existing familiarity with the Internet, online social networks, and web-based communications - particularly with synchronous and asynchronous technologies for communicating, collaborating and sharing information. As an interactive open course, participants will find that valuable learning occurs, and social connections are formed, through offering contributions, ideas, suggestions in course Moodle forums, live sessions, or on their blogs.

Resultados del curso

Como resultado de la participación activa a lo largo del del curso, los participantes pueden esperar:

- Definir la analítica/estadística del aprendizaje y del conocimiento.
- Mapear el desarrollo de las tecnologías y practicas que influencian la anlítica del aprendizaje y conocimiento así como el desarrollo y tendencias periféricas en el campo.
- Evaluar métodos y herramientas analíticas prominentes y determinar contextos apropiados donde los métodos serían más efectivos.
- Describir la manera en que la toma de decisiones a partir de "big data" y guiada por los datos difiere de la toma de decisiones tradicional y las potenciales implicaciones  futuras de esta transición.
- Diseñar un plan de analítica/estadística de aprendizaje a nivel de curso. (WOW- Esto se nos viene) 
- Evaluar el impacto potencial que tendría la web semántica y los datos enlazados en los recursos de aprendizaje y el currículo.
- Detallar diversos elementos que los líderes organizacionales deben considerar para extender un modelo de  conocimiento integrado y analítica/estadística de aprendizaje en el contexto organizacional.
- Describir y evaluar las tendencias en desarrollo respecto de la analítica/estadística del aprendizaje y conocimiento y desarrollar modelos para [describir? fomentar?] su impacto potencial en la enseñanza, el aprendizaje y el conocimiento organizacional.

Course Outcomes
As a result of active participation throughout this course, participants can expect to:
- Define learning and knowledge analytics 
- Map the developments of technologies and practices that influence learning and knowledge analytics as well as developments and trends peripheral to the field. 
- Evaluate prominent analytics methods and tools and determine appropriate contexts where the methods would be most effective. 
- Describe how “big data” and data-driven decision making differ from traditional decision making and the potential future implications of this transition. 
- Design a learning analytics implementation plan at a course level. 
Evaluate the potential impact of the semantic web and linked data on learning resources and curriculum. 
- Detail various elements organizational leaders need to consider to roll out an integrated knowledge and learning analytics model in an organizational setting. 
- Describe and evaluate developing trends in learning and knowledge analytics and develop models for their potential impact on teaching, learning, and organizational knowledge. 

Facilitators / Facilitadores


George Siemens (TEKRI, Athabasca University)
Jon Dron (SCIS, Athabasca University)
Dave Cormier (University of Prince Edward Island)
Tanya Elias (Athabasca University)
Silvia Currie (BCcampus)

LAK11 - Introducción al curso - Programa de asignatura

El aumento de los datos sobrepasa la habilidad de las organizaciones o de los individuos para darles sentido.  Esta preocupación se torna particularmente sobresaliente (pronounced) en relación con :
- el conocimiento, 
- la colaboración dentro de una organización,
- la enseñanza,
- y el aprendizaje.

Las instituciones y corporaciones relacionadas con el aprendizaje (learning institutions/corporations) realizan poco uso de los datos que los aprendices "desechan" (throw off) en el proceso de:
- acceder a los materiales de aprendizaje, 
- interactuar con los educadores y pares, 
- y crear contenido nuevo.  

En una era donde las instituciones educativas están bajo presión constante para reducir costos y aumentar la eficiencia, la analítica promete ser un lente importante a través del cual mirar y planificar para el cambio a nivel de curso y también a nivel institucional.

De la misma manera, las corporaciones se ven enfrentadas a presiones para aumentar su competitividad y productividad, un desafío que requiere de contribuciones importantes en la construcción de la capacidad organizacional del lugar de trabajo y del aprendizaje informal. (este es el tema que me anima a estar aquí: aprendizaje informal)


- La analítica del aprendizaje (learning analitics) puede jugar un rol en destacar el desarrollo de los empleados a través de sus actividades de aprendizaje. 
Esta idea me pone en parte alerta: seguimiento de las rutinas de aprendizaje de los trabajadores - cuidado con el big brother, por un lado, y por otro, no sé hasta qué punto es aceptable poner esta carga [o presión] en los hombros de los empleados de ciertas corporaciones... Es cierto que la capacitación permanente es totalmente necesaria y por lo tanto se debe fomentar. Sin embargo, también creo que es necesario que vaya acompañado por políticas que favorezcan el desarrollo de estas actividades dentro del horario laboral y no exigir o suponer que esto se haga en el tiempo personal [puede tomarse como un dado (given) para algunos, pero no es tan así en todos los ambientes/países/culturas]

¿Por qué levanto este comentario? 

Simplemente debido a que ciertos grupos se ven totalmente desfavorecidos/discriminados cuando se realizan estas exigencias. Me refiero especialmente a los padres y madres solteras y las mujeres en general.

Es cierto que en algunas culturas no necesariamente esto será un impedimento para dichos grupos, pero me parece importante que se destaque [o tenga presente] en estos MOOC que no pertenecemos todos a una misma cultura.  
En particular, estos temas me preocupan a partir de la realidad que veo a diario. 

- En el ambiente de las empresas, el flujo de información y las redes de aprendizaje/conocimiento pueden entregar insights nuevos respecto de la efectividad organizacional y la capacidad para enfrentar (address) nuevos desafíos o adpatarse rápidamente a nuevos desafío cuando sucede un evento no anticipado. 

-  La expansión del aprendizaje y conocimiento trabaja más allá de las fronteras formales institucionales (totalmente de acuerdo), un gran número de plataformas en la nube (in the cloud) que alojan la actividad de los individuos proveerá/intercambiará analítica (de hecho lo hace, supongo)

Los avances en el modelamiento y la representación [aquí me perdí], la web semántica, el data mining, la analítica, y los datos abiertos (open) forman la base para nuevos modelos de desarrollo y análisis de conocimiento. (todavía no entiendo bien la definición de conocimiento que propugnan)

La complejidad técnica de este campo naciente es análoga a una transición dentro del espectro completo del aprendizaje (la educación, aprendizaje en el lugar de trabajo, aprendizaje informal) hacia un aprendizaje social, en la red (networked) 


Estos dominios técnico, social y pedagógico deben dialogar para asegurar que las intervenciones y los sistemas organizacionales cumplan las necesidades de todas las partes interesadas. (de acuerdo) Como campo interdisciplinario, la analítica del aprendizaje requiere contribuciones desde las ciencias del aprendizaje, las ciencias computacionales, la estadística, las ciencias de la información, la sociología y la psicología. 

Learning and Knowledge Analytics 2011  es una introducción conceptual y exploratoria del rol que cumple la analítica en el desarrollo del aprendizaje y del conocimiento.  La mayor parte de los temas no requieren de [conocimiento de] métodos estadísticos avanzados o habilidades técnicas. Los temas que se toquen durante este curso de seis semanas presentarán a los participantes una visión sistémica e integrada de la analítica en los siguientes escenarios: 
  • Escolar
  • Universitario
  • Corporativo
  • Gubernamental
  • Organizacional
El curso también proveerá la base para la 1st International Learning Analytics and Knowledge Conference held in February, 2011 en Banff, Canada. 
Más información sobre la conferencia disponible aquí: https://tekri.athabascau.ca/analytics/


The growth of data surpasses the ability of organizations or individuals to make sense of it. This concern is particularly pronounced in relation to knowledge, collaboration within an organization, teaching, and learning. Learning institutions and corporations make little use of the data learners "throw off" in the process of accessing learning materials, interacting with educators and peers, and creating new content. In an age where educational institutions are under growing pressure to reduce costs and increase efficiency, analytics promises to be an important lens through which to view and plan for change at course and institutions levels. Corporations likewise face pressure for increased competitiveness and productivity, a challenge that requires important contributions in organizational capacity building from work place and informal learning:

  • Learning analytics can play a role in highlighting the development of employees through their learning activities.
  • In enterprise settings, information flow and learning/knowledge networks can yield novel insights into organizational effectiveness and capacity to address new challenges or adapt rapidly when unanticipated event arise.
  • The expansion of learning and knowledge work beyond formal institutional boundaries, myriad platforms in the cloud hosting the activity of individuals will be providing/exchanging analytics.

Advances in knowledge modeling and representation, the semantic web, data mining, analytics, and open data form a foundation for new models of knowledge development and analysis. The technical complexity of this nascent field is paralleled by a transition within the full spectrum of learning (education, work place learning, informal learning) to social, networked learning. These technical, pedagogical, and social domains must be brought into dialogue with each other to ensure that interventions and organizational systems serve the needs of all stakeholders. As a multi-disciplinary field, learning analytics requires contributions from learning sciences, computer sciences, statistics,  information sciences, sociology, and psychology. 

Learning and Knowledge Analytics 2011 is a conceptual and exploratory introduction to the role of analytics in learning and knowledge development. Most of the topics do not require advanced statistical methods or technical skills. Topics covered during the six-week course will introduce participants to a systemic and integrated view of analytics in the following settings:

  • K-12
  • Higher Education
  • Corporate
  • Government
  • Organizational

The course will also lay a foundation for the upcoming 1st International Learning Analytics and Knowledge Conference held in February, 2011 in Banff, Canada. More information on the conference is available here: https://tekri.athabascau.ca/analytics/

martes, 11 de enero de 2011

Lo que aprendo en LAK11 (solo un borrador)

Una interesante cita (Tanya Elias):
"It is essential for instructional designers to have more ways to measure their success than meeting a deadline"

ya que estuve recientemente en un seminario con Teun van Dijk le haré mi propio 'análisis epistemológico' (a la chilena):

1. El éxito se puede medir
2. Los diseñadores instruccionales necesitan medir su éxito
3. Una  forma de medir el éxito para un DI es cuando cumple el plazo.

Ahí entraría la 'analítica del aprendizaje' (ciertamente se requiere una traducción más feliz ;)
Medir el aprendizaje...
Todavía tengo aprehensiones respecto a qué se está entendiendo por aprendizaje en este curso. Me imagino que esto deberá entenderse desde la teoría del connectivismo por lo que se me clarificará cuando haya terminado el segundo curso online que tengo agendado para este mes CCK11.

Checklist of activities for week 1:

Activities
Participate in forums for Week 1: http://scope.bccampus.ca/mod/forum/view.php?id=8723

Create a Hunch Account: http://hunch.com/ . Go through the process of personalizing your account (i.e. answer the Hunch questions).

Start searching/playing

What are your reactions? How can this model be used for teaching/learning?

Share your views in the Moodle discussion forum for

miércoles, 5 de enero de 2011

Learning and Knowledge Analytics - Analítica de aprendizaje y conocimiento

Me he inscrito en este MOOC (Massive Open Online Course) curso masivo abierto/gratis online en el cual se explorará lo que es la analítica del aprendizaje, su rol en la educación, y las preocupaciones éticas relacionadas a su uso.


George Siemens en su presentación introductoria al curso (traducción libre).

Cuando se aplica al aprendizaje formal, la analítica ofrece insights sorprendentes que tienen que ver con las razones por las cuales los aprendices tienen éxito o fracasan. Las instituciones están inundadas de datos, pero no hacen un buen trabajo en la utilización de estos datos para la toma de decisiones.
Antes de que podamos sugerir de manera efectiva cambios en los sistemas educacionales, necesitamos comprender mejor lo que sucede.
Para los educadores, administradores y los alumnos, el sistema educativo es una caja negra. Necesitamos abrirla, ver lo que hay dentro, y luego comenzar a tomar decisiones basandose en esos datos, no en el hype.

Desafortunadamente, la distancia entre algo data-driven y "debe ser así" (normativo) es muy cercana. Me preocupa que la analítica se usará para hacer más de lo que sea capaz de hacer, ej. pruebas estandarizadas, crear perfiles de usuarios en lugar de ayudarlos, etc. En mi noción idealizada, la analítica del aprendizaje se debería aplicar para amplificar la alegría (magia?) del aprendizaje, no para anularla y reducirla a un proceso estadístico o mecánico.


Moodle: http://scope.bccampus.ca/course/view.php?id=365

Más información: http://www.learninganalytics.net/



El curso lo dicta el TEKRI (Technology Enhanced Knowledge Research Institute) de la Universidad de Athabasca
... Estuve debatiendo en mi mente si era necesario poner este dato (que por lo demás lo tomo desde el blog MEDIA-LAB.info, cuyos autores también se encuentran participando de este curso).  ¿Qué refleja de mi el incluir u omitir este dato?


En primer lugar, creo que la pregunta es válida ya que al ser un curso sin créditos, no se ve la necesidad de obligatoriamente citar la institución detrás de la iniciativa.  
Al incluirlo ¿estaré dejandome llevar por la idea tradicional de que el aprendizaje es más prestigioso cuando detrás lo certifica una institución de renombre? (o incluso bastaría [en algunos círculos] con un nombre pomposo y que provenga de algún lugar que despierta la imaginación de quienes no han tenido la oportunidad de estudiar en el extanjero [me incluyo])


Me inclino por incluir este dato con su correspondiente debate interno, y con esto quiero make a statement: Creo firmemente en la capacidad del auto-aprendizaje utilizando internet razón por la cual no veo la necesidad de que se deba pagar por adquirir dicho conocimiento. Creo que quien tenga la voluntad y capacidad para aprender algo debe ser libre de poder hacerlo, creo que esto debería ser un derecho reconocido y asegurado por los diferentes entes nacionales e internacionales de derechos humanos ya que influye directamente en tu capacidad de desarrollo personal. 
En ningún caso estoy en contra de la certificación de conocimientos y competencias. Muy por el contrario, creo que estas se deberían certificar por entidades independientes de las instituciones de educación, lo que permita que quien aprende por medios no tradicionales pueda tener una forma de acreditar su esfuerzo.  Esto también asegura la calidad de los aprendizajes.  
De lo que sí estoy en contra es de tener que pagar a ciertas instituciones para aprender.