jueves, 10 de enero de 2019

Pre-álgebra para niños



Este micropost se ha obtenido como parte de otro post en el que tratábamos el pensamiento computacional desenchufado (Computational thinking unplugged) Esto hace referencia al conjunto de actividades, y a su diseño educativo, que se diseñan y utilizan para fomentar en los niños, en las primeras etapas de su desarrollo cognitivo (educación infantil, primer tramo de la educación primaria, juegos en casa con los padres y los amigos,…)  habilidades que luego pueden ser evocadas para potenciar un buen aprendizaje del pensamiento computacional en otras etapas, o en la formación técnica, profesional o en la universitaria incluso. Actividades que se suelen hacer con fichas, cartulinas, juegos de salón o de patio, juguetes mecánicos, etc.

En el diseño instruccional del pensamiento computacional desenchufado, como en cualquier otro caso, ocupan un lugar clave las actividades. Sin actividades no hay aprendizajes, y es haciendo como se aprende. Pero ¿qué actividades? Las que sin duda propicien el mayor acercamiento y la mayor y más eficiente adquisición de habilidades y de constructos cognitivos de  las componentes del pensamiento computacional. Pero además el pensamiento computacional de este tipo supone crear espacios, organizar recursos y dotarse de metodologías adecuadas. Consistemente con lo dicho en otros sitios, y sin anímo de ser exclusivos, dos van a ser las componentes metodológicas dominantes: la perspectiva Montessori de los rincones de trabajo para estas etapas y el dominio del aprendizaje (mastery learning).
En este libro (Pérez-Paredes & Zapata-Ros, 2018, pág. 63), en este artículo (Zapata-Ros, 2015) y en estos posts decíamos que el pensamiento computacional estaba constituido por los elementos que alli definíamos y describimos. Pues bien las actividades deben desarrollarlos, y habrá que definirlas y diseñarlas con elementos curriculares adecuados (guías para maestros y profesores) y materiales para alumnos.
El trabajo que hay por delante pues es diseñar actividades adecuadas para cada uno o para cada racimo de los elementos que definíamos allí. Y hay que relacionarlas adecuadamente con las habilidades que desarrollan. También hay que decir cómo se verifican y en qué grado se consigue su domino (evaluación).
El corolario es que hay que encontrar y explorar juegos y actividades con más potencial cognitivo para el desarrollo de esas habilidades. Y que hay que hacer un diseño educativo de esos juegos y de esas actividades.
... y veíamos un ejemplo:

Pre-álgebra para niños

Vamos a intentar introducir un juego o una actividad para desarrollo de pensamiento abstracto, preálgebra, en niños de entre 4 y 6 años. Conviene aclarar que el intervalo de edad lo hacemos de forma estimativa, porque igual podría el intervalo tomarse en función de otras características madurativas que se puedan tener en cuenta de manera convenientemente documentada y adaptada.
Youkara Youkara 1 PC es un juego infantil fabricado en China, cerca de Cantón, por la empresa Youkara, que se vende a través Amazon por el precio de 0,89€.



Es útil en principio, o está pensado, para que, con ayuda del maestro o de los padres, los niños desde los dos años se ejerciten en identificar los símbolos de los números o guarismos con la cantidad, o con el resultado de contar, abstrayendo esta cualidad de otras como es el color. Y para adquirir la práctica de las operaciones elementales a través de la práctica de contar.
Pero también podemos utilizar un juego tan versátil como éste de otra forma, en el sentido señalado en el preámbulo de este post. Pensemos, para ello, en esta actividad:
Presentar y pedir al niño que realice de forma consecutiva operaciones de multiplicar, con barras y con números indistintamente, hasta que alcance un completo dominio:



En ese punto podemos empezar a proponer prácticas mezclando barritas con números, donde al cabo de un rato si bien puede identificar la cantidad con el dígito, también puede identificar la cantidad o el dígito con un ente sustitutivo:



En este caso el elemento sustitutivo serán las barritas, y además en el mismo  número. En fases alternativas podemos sustituir por una sola barrita o por un objeto,… y ver qué pasa:



Pidiendo al niño que diga a qué equivale o a qué ha sustituido el botón.
Incluso poniendo botones en otras posiciones, como por ejemplo:



Repitiendo la operación hasta el dominio o hasta que el niño empiece a dar muestras de cansancio, pero rápidamente haciéndole ver el gran éxito que supone su logro.
Podemos incluso utilizar el mismo botón para otros casos y ver en ellos a qué número o cantidad sustituye:



Y por último utilizar en vez de un botón otro objeto.
Si finalmente conseguimos que adquiera el dominio en casos así habremos conseguido que adquiera un concepto muy próximo al de incógnita, ecuación y variable.
La cuestión ahora estriba en formar a maestros y dotarles de guías adecuadas, en destrezas docentes para que desarrollen en los niños un pensamiento preabstracto, que pueda ser evocado posteriormente.
Esta actividad enlaza pues con el elemento,  de pensamiento computacional, que hemos considerado como pensamiento abstracto.



ISSN 2386-8562. 
Este artículo está bajo una licencia de Creative Commons Attribution-NonCommercial 4.0 
Por estar incluido en el post académico "Pensamiento computacional en los primeros ciclos educativos, un pensamiento computacional desenchufado (I1), del blog RED de Hypotheses. El aprendizaje en la Sociedad del Conocimiento.  https://red.hypotheses.org

Que debe ser citado como
Zapata-Ros, M. (2018) Pensamiento computacional en los primeros ciclos educativos, un pensamiento computacional desenchufado (I1). Blog RED de Hypotheses. El aprendizaje en la Sociedad del Conocimiento.  https://red.hypotheses.org/1662





Referencias.-
MONTESSORI, M. (1928). Antropología Pedagógica. Barcelona: Araluce
MONTESSORI, M. (1937). Método de la Pedagogía Científica. Barcelona: Araluce
MONTESSORI, M. (1935). Manual práctico del método. Barcelona: Araluce
Pérez-Paredes, P., & Zapata-Ros, M. (2018). El pensamiento computacional, análisis de una competencia clave. Scotts Valley, CA, USA: Createspace Independent Publishing Platfor.
Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. RED. Revista de educación a distancia, (46), 1-47.
Zapata-Ros, M. (2018b). Pensamiento computacional. Una tercera competencia clave. (I) Blog RED El aprendizaje en la Sociedad del Conocimiento. Consultado el (dd/mm/aaa) en https://red.hypotheses.org/1059

lunes, 9 de abril de 2018

Traducción inteligente


Se me ha sugerido el traductor DeepL Pro, como más eficiente y más rápido que el Google Translate. Este traductor está desarrollado por Lingue y se basa en el uso de una gran base de datos de frases y expresiones que trata en paralelo con lo que vamos escribiendo, y según el nivel de precisión que hayamos establecido[1]. Pero no uriliza algoritmos de detección y de recomendación (Zapata-Ros, 2018)

Hice una pequeña prueba

Hay conceptos y términos vinculados con cada una de las actividades que los usuarios especializados utilizan que nos dan la validez de un traductor, y que son la prueba cuando la herramienta lo hace de forma adecuada , de su  auténtica eficacia como traductor.
En nuestro caso probé varias y vi la diferencia. Entre ellas las más claras fueron las que provienen de la traducción de la  familia de términos “habilidades”, “competencias”, “destrezas”,… y sus equivalentes (no siempre: habilidades según contexto en inglés puede ser ability o skill)) en inglés: abilities, competences y skills. Y también probé como traducía los términos Smart e Intelligent según contexto. Estos fueron los resultados:


Y en Google Translate:


La traducción primera se puede aceptar como correcta formalmente, la segunda no en DEEPL, pero sobre todo se deduce caramente que Google coincide con el uso que hago o haría de esos términos en esos contextos. Sospecho, y habría que investigarlo y evidenciarlo,  por ejemplo preguntando a la empresa, que Google utiliza para la traducción algoritmos de detección y de recomendación. Igualmente da la impresión, a partir de esta prueba, que DeepL no lleva tecnologías de ese tipo... Y eso, en nuestro trabajo, es muy importante. Pero sólo una sospecha, habría que estudiarlo.

Ha dado la casualidad de que esto se me ha planteado trabajando en el artículo “La universidad inteligente” (Zapata-Ros, 2018) donde trato y documento la tecnología de detección y de recomendación señalada.

Por si hubiera dudas respecto del contexto explícito, el que se dedice de la expresión, la frase o el texto en general donde va incluido el término, he hecho esta otra prueba:





En el primer volcado de la prueba que he hecho, DeepL traduce habilidades como skills, lo cual en mi contexto está bien, pero competencias y destrezas nunca las utilizo como abilities, si bien es cierto que la traducción formalmente es correcta. En el caso de Google clava la traducción, atribuyendo en inglés el sentido que habitualmente doy a los términos en español.

Referencias.-

Zapata-Ros, M. (2018). La universidad inteligente. RED. Revista de Educación a Distancia, 57(10). Consultado el (dd/mm/aaaa) en http://www.um.es/ead/red/57/zapata2.pdf




[1] DeepL y en general el sistema Linguee utiliza sistemas de indexación en la web especializados en buscar textos bilingües, no nos consta cuál es el criterio de indexación, si es técnico u otro, y los divide en oraciones paralelas. Las frases son emparejadas semánticamente por una evaluación automática de calidad mediante un algoritmo de aprendizaje automático. Si bien ese aprendizaje se ha hecho sobre la bases  de evaluaciones realizadas por humanos, estos solo estiman estima la calidad de la traducción con criterios lingüísticos, en absoluto especializados en la temática. O sólo lo hacen a un nivel muy general, incomparable con el nivel de personalización de los algoritmos de detección y de recomendación 

martes, 13 de marzo de 2018

El blockchain como innovación disruptiva del mercado: Innovation Marketplaces

Muy interesante la aportación conceptual y terminológica: "mercado de innovación" (Innovation Marketplaces) como "innovación disruptiva de mercado", y el ejemplo paradigmático del blockchain. en el artículo Innovation Marketplaces, Explained,cuyo enlace debo a Pierre Lévy.
Una de las características esenciales de las innovaciones disruptivas es que suprimen o hacen innecesaria la mediación, así lo dijimos en el caso de las elecciones francesas cuando ganó Macron, o en el caso de Amazon y las librerías que dijimos cuando hablamos de la prensa y la universidad. Ahora este artículo explícitamente dice:
"Aquí es donde las plataformas de innovación entran en juego. Permiten a los inventores eludir los obstáculos tradicionales del ciclo de vida de los productos, teniendo que competir con los fabricantes y minoristas establecidos.
Los mercados de innovación les permiten vender directamente a sus compradores finales"


lunes, 12 de marzo de 2018

Los deberes

He leído un post escrito por alguien a quien se considera, en unos determinados medios, un  experto (gurú) en educación ayudada por la tecnología, que habla de clase invertida (flipped classroom). 
Siempre a mi modo de ver, el nivel de conceptualización de lo que expone no alcanza más profundidad que el que tendría una charla de barra de bar, incluso siendo benevolente el una reunión del AMPA. Pero el autor es un profesor de computación que no admitiría semejante trivialización, no para Ciencias de la Computación, sino incluso para un post sobre programación o arquitectura de sistemas, sobre su práctica o sus características.

No he podido evitarlo, quizá he sido demasiado duro, pero esta es la respuesta que me ha salido:


"(...) ¿qué son los “deberes”? ¿puedes definirme ese constructo? Hay mucho escrito e investigado en la ciencia del aprendizaje y en la de la instrucción (enseñanza). Supongo que no te será muy difícil precisar de forma delimitada ese concepto y señalar cuáles son sus rasgos más importantes en el contexto del aprendizaje. Porque supongo que lo conceptúas así, en este ámbito, no en el de la enseñanza, y si es así cuáles son sus características y qué estrategias ponen en marcha los profesores, si tiene una única entidad definida. Es decir si siempre se está hablando de lo mismo cuando se habla de deberes.En computación, en bases de datos por ejemplo, hay conceptos como registro, fichero o campo que no admitiríamos que se manejasen como se hace en un diálogo en la barra del bar entre gente no experta, pues en otra ciencia que se llama “Ciencia del aprendizaje” sucede igual."
Y este otro comentario:
Por si es clarificador, y como aportación constructiva propongo esta lectura http://journals.sagepub.com/doi/abs/10.3102/00346543076001001
Aprovecho para decir que este trabajo es muy interesante, es relativamente reciente para este tema (2006), y es un estado de arte sobre las investigaciones que correlacionan "tareas de casa" (homeworks) con rendimiento en el aprendizaje. Estudian una gran cantidad de investigaciones, diferenciando variables sobre aspectos y tipos de las tareas y tipos de aprendizajes y de condiciones de aprendizaje:

Does Homework Improve AcademicAchievement? A Synthesis of Research,1987-2003 Harris Cooper, Jorgianne Civey Robinson, and Erika A. Patall Duke University

(También está en versión abierta)

Se puede leer todo y todo es muy interesante, sea cual sea, el nivel a que nos situemos. Además, pese a utilizar el pesado lenguaje de los análisis empíricos, es comprensible por todos la conclusión a que llega
Esperamos que este informe haya demostrado el valor de la síntesis de investigación para probar la verosimilitud de las relaciones causales, incluso cuando los diseños y análisis de investigación óptimos están disponibles en la literatura. Lo más importante es que esperamos que los hallazgos proporcionen el comienzo de una base empírica sobre la cual los educadores puedan basar las políticas y prácticas de tareas y los investigadores puedan construir la próxima generación de investigación sobre tareas.
Idea que se completa en el resumen:


En este artículo, se resumen las investigaciones realizadas en los Estados Unidos desde 1987 sobre los efectos de la tarea de casa (...). Los autores encontraron que todos los estudios, independientemente del tipo de diseño tenían consistencias. Tanto dentro de los estudios como a través de los distintos tipos de diseño, generalmente hubo evidencias consistentes de una influencia positiva de las tareas de casa en el logro en el aprendizaje. Los estudios que informaron correlaciones simples de logro de tarea revelaron evidencia de que existía una correlación más fuerte (a) en los Grados 7-12 (primaria) que en los grados K-6 (Infantil) y (b) cuando los estudiantes, en vez de los padres, invirtieron tiempo en la tarea. 

domingo, 11 de marzo de 2018

La universidad inteligente


La transición de los LMS a los sistemas inteligentes de gestión del aprendizaje SIGA (Smart Learning environment SLE) en Educación Superior.
(Ensayo y revisión de la literatura)






"Durante treinta años he asistido a conferencias donde oradores han hablado con diapositivas que comparan las imágenes de un aula de principios del siglo 20 con otra de hoy, y deliberadamente han preguntado: '¿por qué hay tan pocos cambios' La variante moderna de esa pregunta es: las tecnologías inteligentes ya han transformado muchas partes de nuestras vidas - desde la forma en que hoy reservamos un taxi. Podría parecer razonable que la IA también influyera significativamente en lo que enseñamos y en lo que aprendemos, así como la forma en que lo hacemos. Y sin embargo...”
Sir Michael Barber


Hace falta una respuesta ante un hecho indiscutible: El uso de la IA como un potente medio de adaptabilidad y de inclusión del apoyo para la ayuda y entrega  de recursos de forma relevante y pertinente a la situación personal  y grupal de aprendizaje y a la demanda de conocimientos y de habilidades de los estudiantes.
Hay una necesidad de un marco de modelo pedagógico y de diseño instruccional que  integre a los alumnos y oriente esa ayuda a unos resultados de aprendizaje comunes y deseables. Planteamos igualmente la necesidad de un análisis de las condiciones necesarias para su validación. Por último, proponemos, a través de análisis basados en experiencias, respuestas concretas ante la insuficiencia de políticas instituciones que contemplen modalidades de integración y sus repercusiones.
A partir de investigaciones sobre el tema, vemos necesarias y aceptaremos propuestas de indicadores sobre calidad en entornos sociales de aprendizaje, como resultados procesados y conclusiones obtenidas de investigaciones y experiencias.
Estamos acostumbrados a una literatura que enfatiza las posibilidades de la educación inteligente, y de los big data combinados con los algoritmos de respuesta para crear oportunidades únicas y sin precedentes a las organizaciones académicas para un capacitación en términos de estándares más altos y de enfoques innovadores. Sin embargo se carece de propuestas pedagógicas sistematizadas
En definitiva se trata de ver, a este propósito, qué hay en presencia y disponible en cuanto a enfoques teóricos, prácticas y experiencias sobre
(1) estrategias de aprendizaje y enseñanza: pedagogía inteligente,
(2) servicios altamente tecnológicos y singulares basados en entornos de este tipo, tanto para estudiantes locales, en el campus, como para estudiantes remotos, en línea,
(3) configuraciones de aulas inteligentes innovadoras con fácil interacción local/remota de alumno con profesores y centros y para la colaboración local/remota entre alumnos,
(4) diseño y desarrollo de contenidos multimedia-enriquecidos basado en la Web, con presentaciones interactivas, videoconferencias, cuestionarios y pruebas interactivas basadas en la web que admitan evaluación instantánea e inteligente del conocimiento
(5) otras affordances y entornos gestionados con tecnología y software de respuesta inteligente. 
Queremos pues plantear una visión sobre la evolución de los LMS hacia los SLE y dar cabida al debate sobre las perspectivas y las tendencias en presencia, con una mirada a algunos resultados de proyectos de investigación y de experiencias en curso. También daremos cabida a trabajos que tengan como objetivos crear una taxonomía de educación universitaria inteligente e identificar sus principales características y componentes.


miércoles, 17 de enero de 2018

¿Alguna vez existieron los MOOC?

Decíamos hace cuatro años que los MOOC habían muerto, con gran escándalo por parte de algunos medios y expertos. 

Hoy son un recuerdo, que se oculta, allí donde nacieron (no en su versión primigenia los cMOOC, sino los de escala: los xMOOC de la segunda generación, los que para muchos son los auténticos MOOC). Nos referimos a EDX, Coursera, pero sobre todo a UDACITY. 


Hoy he entrado por curiosidad y ésta es su página de inicio: En ella aparece su producto genérico, omnipresente: Los Nanodegrees, y en segundo lugar los cursos libres. Han renunciado a cualquier resonancia del pasado, ni tan siquiera es presentable la palabra MOOC como marca propia, es obsoleta y rancia:






Y mientras tanto en España y en Latinoamérica siguen haciéndose tesis e investigaciones sobre MOOC.

Observen las empresas titulares de los nanodegrees


https://eu.udacity.com/nanodegree y https://eu.udacity.com/



Desde hace unos años nos hemos preocupado por elaborar una línea del tiempo sobre la educación abierta universitaria, integrando MOOC, nonodegrees, etc. Ésta es la última versión, y el lugar que ocupan en ella los nanodegrees y los productos más recientes y más abajo los enlaces de los documentos donde pueden encontrar un desarrollo y una explicación más extensa:



(Original de Zapata-Ros, M. (2017). Latinoamérica y la educación superior en la encrucijada de la Sociedad del Conocimiento. Desafíos y disrupciones. En RED de Hypotheses y en VESC

Más información en


domingo, 24 de diciembre de 2017

Feliz Navidad con el sonido original de los bits y de los bytes, por Turing


Jingle Bells - interpretado por el mismísimo ordenador de Alan Turing, en Manchester en 1951(sonido original de la British Library)

Sonido digital primigenio. Esto es a la música digital lo mismo que las pinturas de Altamira a la pintura.



Navidad de 1951. Los seres humanos ya no hacen la música, la interpretan y componen las máquinas ¿a donde vamos a llegar? Éste era el mensaje de la BBC.

En diciembre de 1951, la transmisión navideña de la BBC. En muchos aspectos un asunto exclusivamente tradicional, pero ahora no: incluía el sonido del futuro, un par de villancicos muy queridos ejecutados, no por un coro, ni por seres humanos en cualquiera de sus versiones, sino por un una verdadera máquina electrónica, a la que casi nadie había visto.

Los villancicos eran  Jingle Bells  y el  Buen Rey Wenceslao, interpretados por el mamotrético ordenador Ferranti Mark I, el que estaba en el Laboratorio de Máquinas Computadoras de Alan Turing, en la Universidad Victoria de Manchester. Sí, Turing, a quien ahora reconocemos por una gran cantidad y variedad de logros en informática, criptografía y campos relacionados (incluido el  descifrado del "código Enigma" alemán durante la Segunda Guerra Mundial), también por  películas, y por sus peripecias personales, se había unido a esta universidad en 1948.

Al principio siempre hay algo sin lo cual no hubiera venido todo lo demás.... Spotify, iTunes, Amazon y todo eso.