En la historia de la humanidad el trabajar y aprender juntos es algo bastamente difundido, pese a que recién a fines del siglo veinte surge el concepto de aprendizaje colaborativo, transformándose en un tema de estudio en el que se ha teorizado bastante. El constructivismo sociocultural ha servido como marco teórico para este enfoque del aprendizaje, el que afirma que todo aprendizaje es social y mediado. Se observan tres elementos que posiblemente pueden explicar la razón para que el aprendizaje colaborativo tenga hoy tanta importancia, no sólo en la teoría sino también en los procesos de aprendizaje y producción.
La primera tiene que ver con la revolución tecnológica y establece relación con un entorno de aprendizaje digital de carácter global, representado en la red de redes, Internet, donde no existen barreras culturales ni idiomáticas y cuyas características de instantaneidad e interactividad la hacen muy atractiva. Se habla de un nuevo entorno electrónico de aprendizaje, que antes no existía, y que pone en red simultáneamente a millones de personas, sin considerar distancias, ni importar su lugar de residencia. En síntesis, esto implica que la red y las “tecnologías de la información y comunicación”, son un contexto concreto en el que puede articularse el carácter colaborativo del aprendizaje. La segunda perspectiva es que se considera que el entorno de aprendizaje electrónico reúne características que son especialmente poderosas para la colaboración, tales como la interactividad, la ubicuidad, y el sincronismo. La tercera respuesta es que las teorías del aprendizaje hasta mediados del siglo veinte acentuaron el conocimiento individual, por sobre el social. A fines del siglo pasado, el enfoque sociocultural valorizó lo social como complemento al proceso cognitivo personalizado de cada individuo. El aprendizaje colaborativo entonces, nace y responde a un nuevo contexto socio cultural donde se define el “cómo aprenden las personas” y “dónde aprenden”. Desde este punto de vista, se validan las interacciones sociales, como también la visión de que el aporte de dos o más individuos que trabajan en función de una meta común, puede tener como resultado un producto más enriquecido y acabado que la propuesta de uno sólo, esto motivado por las interacciones, negociaciones y diálogos que dan origen al nuevo conocimiento.
La denominada inteligencia artificial puede aplicarse a una gran cantidad de áreas o campos donde sea requerido el intelecto humano. El más reciente paradigma de esta disciplina es el denominado paradigma de agentes. Este paradigma aborda el desarrollo de entidades que puedan actuar de forma autónoma y razonada conocidas como agentes inteligentes. Los investigadores y desarrolladores del área han generado múltiples definiciones para estas entidades, cada uno de ellos teniendo en cuenta sus propias necesidades o experiencias. Una de las definiciones más aceptada es la que establecen los investigadores Stuart Russell y Peter Norvig el año 1995 como: “todo aquello que percibe su medio ambiente mediante sensores y actúa sobre el mismo a través de efectores”.
Actualmente existen en el tema tanto lagunas conceptuales como de desarrollo, por lo que no es extraño que todavía no existe acuerdo en la comunidad científica acerca de las propiedades que debe esgrimir un agente; sin embargo algunas de estas propiedades son: continuidad temporal, autonomía, sociabilidad, racionalidad, reactividad, pro-actividad, adaptatividad, movilidad, veracidad y benevolencia. No existe consenso sobre el grado de importancia de cada una de estas propiedades, si bien se coincide en la opinión de que sirven fundamentalmente para diferenciar a los agentes de meros programas software. También debido a que los autores no evalúan las mismas características de las que los agentes deben ser poseedores, es que se obtienen distintas taxonomías para ellos. Así, existen agentes autónomos, agentes colaborativos, agentes de interfaz, agentes reactivos, agentes híbridos, agentes astutos, y otros tipos, producto de la combinación de dos o más de estas categorías citadas. Cabe resaltar que las aplicaciones basadas en agentes son numerosas, tanto como la variedad de áreas en donde están siendo empleados: control de procesos, producción, operaciones comerciales, gestión de información, comercio electrónico, monitorización, mediación, aplicaciones médicas, entretenimiento, etc. Recientemente han comenzado a aplicarse como una alternativa real de apoyo a los procesos de enseñanza aprendizaje de estudiantes.
Numerosos estudios demuestran que la colaboración entre pares estimula el aprendizaje, acrecienta la motivación, fomenta los sentimientos de pertenencia a un equipo, incentiva la creatividad, facilita la comunicación, sobre todo entre quienes se encuentran dispersos geográficamente, y acrecienta la satisfacción personal por el proceso educativo realizado. Estas son sólo algunas de las razones que motivan el número creciente de aplicaciones colaborativas existentes en el ámbito de la educación, y en particular dentro de la educación a distancia. Desde hace unos pocos años las aplicaciones de aprendizaje colaborativo han comenzado a incluir tecnología de agentes. Existen numerosas aplicaciones que cuentan con agentes inteligentes en sus arquitecturas que les permiten enriquecer sus funcionalidades tradicionales. La personalización de las respuestas del sistema, a través de agentes que tienen en cuenta las necesidades y características de cada estudiante, permite generar productos que benefician el proceso de aprendizaje de los alumnos.
Brindar una única definición de aprendizaje colaborativo soportado por computadoras no es una tarea fácil, principalmente por la dificultad misma de definir “aprendizaje colaborativo”. Se sostiene que el aprendizaje colaborativo es una situación en la que dos o más personas aprenden algo juntas, o al menos lo intentan. Los elementos de esta definición pueden interpretarse de varias maneras. Por ejemplo, la expresión dos o más personas puede ser vista como: un par, pequeños grupos formados por tres a cinco individuos, una clase de treinta o más estudiantes, una comunidad, etc.; el mismo análisis podría efectuarse al tratar de dar significación a las palabras aprenden algo juntas. Sin embargo, luego de plantear estas dificultades, se logró proponer una definición más específica: el aprendizaje colaborativo describe una situación en la que se esperan ocurran ciertas formas de interacción entre personas, susceptibles de promover mecanismos de aprendizaje, sin ninguna garantía de que tales interacciones esperadas ocurran.
El aprendizaje colaborativo se refiere a un método instruccional en el que los estudiantes trabajan juntos en pequeños grupos hacia una meta común. En estos grupos los alumnos son responsables de su propio aprendizaje y también del de sus compañeros, los talentos de cada individuo sirven como recursos para cada uno de los otros miembros del equipo, y por esto, el éxito de uno ayuda al éxito de todos. Un aspecto muy importante en el aprendizaje colaborativo es que las interacciones son negociables. Un estudiante no puede imponer su punto de vista, debe argumentar, justificar y negociar para intentar convencer al resto de sus compañeros de equipo de que su postura es la correcta. La premisa subyacente en el aprendizaje colaborativo es la construcción de consenso a través de cooperación y colaboración entre los miembros del grupo. Indudablemente, la expresión aprendizaje colaborativo es una sombrilla bajo la que se colocan varias prácticas de clase diseñadas para alentar las responsabilidades compartidas por un curso de aprendizaje, y si tales prácticas implican el uso de computadoras entonces se habla de aprendizaje colaborativo soportado por computadoras.
En el caso particular de los sistemas de aprendizaje colaborativo soportado por computadoras, incorporar agentes en sus arquitecturas puede ser una manera válida de enriquecer sus funcionalidades tradicionales. A través del uso de agentes es posible adaptar las respuestas del sistema a las necesidades y características personales de cada estudiante. Esta personalización inteligente, sumada a las ventajas mencionadas para el aprendizaje colaborativo, genera productos que benefician al proceso de aprendizaje de los estudiantes, y que además influyen positivamente en los niveles de motivación y satisfacción alcanzados. En muchos sistemas de aprendizaje los agentes se valen de la información almacenada en modelos de estudiante y de grupo para facilitar y adaptar o personalizar la interacción o la situación de aprendizaje. Un modelo de estudiante almacena información vinculada con aspectos individuales de cada alumno. Un modelo de grupo captura aspectos que identifican como un todo al grupo de estudiantes que trabajan colaborativamente dentro de un espacio compartido.
La primera tiene que ver con la revolución tecnológica y establece relación con un entorno de aprendizaje digital de carácter global, representado en la red de redes, Internet, donde no existen barreras culturales ni idiomáticas y cuyas características de instantaneidad e interactividad la hacen muy atractiva. Se habla de un nuevo entorno electrónico de aprendizaje, que antes no existía, y que pone en red simultáneamente a millones de personas, sin considerar distancias, ni importar su lugar de residencia. En síntesis, esto implica que la red y las “tecnologías de la información y comunicación”, son un contexto concreto en el que puede articularse el carácter colaborativo del aprendizaje. La segunda perspectiva es que se considera que el entorno de aprendizaje electrónico reúne características que son especialmente poderosas para la colaboración, tales como la interactividad, la ubicuidad, y el sincronismo. La tercera respuesta es que las teorías del aprendizaje hasta mediados del siglo veinte acentuaron el conocimiento individual, por sobre el social. A fines del siglo pasado, el enfoque sociocultural valorizó lo social como complemento al proceso cognitivo personalizado de cada individuo. El aprendizaje colaborativo entonces, nace y responde a un nuevo contexto socio cultural donde se define el “cómo aprenden las personas” y “dónde aprenden”. Desde este punto de vista, se validan las interacciones sociales, como también la visión de que el aporte de dos o más individuos que trabajan en función de una meta común, puede tener como resultado un producto más enriquecido y acabado que la propuesta de uno sólo, esto motivado por las interacciones, negociaciones y diálogos que dan origen al nuevo conocimiento.
La denominada inteligencia artificial puede aplicarse a una gran cantidad de áreas o campos donde sea requerido el intelecto humano. El más reciente paradigma de esta disciplina es el denominado paradigma de agentes. Este paradigma aborda el desarrollo de entidades que puedan actuar de forma autónoma y razonada conocidas como agentes inteligentes. Los investigadores y desarrolladores del área han generado múltiples definiciones para estas entidades, cada uno de ellos teniendo en cuenta sus propias necesidades o experiencias. Una de las definiciones más aceptada es la que establecen los investigadores Stuart Russell y Peter Norvig el año 1995 como: “todo aquello que percibe su medio ambiente mediante sensores y actúa sobre el mismo a través de efectores”.
Actualmente existen en el tema tanto lagunas conceptuales como de desarrollo, por lo que no es extraño que todavía no existe acuerdo en la comunidad científica acerca de las propiedades que debe esgrimir un agente; sin embargo algunas de estas propiedades son: continuidad temporal, autonomía, sociabilidad, racionalidad, reactividad, pro-actividad, adaptatividad, movilidad, veracidad y benevolencia. No existe consenso sobre el grado de importancia de cada una de estas propiedades, si bien se coincide en la opinión de que sirven fundamentalmente para diferenciar a los agentes de meros programas software. También debido a que los autores no evalúan las mismas características de las que los agentes deben ser poseedores, es que se obtienen distintas taxonomías para ellos. Así, existen agentes autónomos, agentes colaborativos, agentes de interfaz, agentes reactivos, agentes híbridos, agentes astutos, y otros tipos, producto de la combinación de dos o más de estas categorías citadas. Cabe resaltar que las aplicaciones basadas en agentes son numerosas, tanto como la variedad de áreas en donde están siendo empleados: control de procesos, producción, operaciones comerciales, gestión de información, comercio electrónico, monitorización, mediación, aplicaciones médicas, entretenimiento, etc. Recientemente han comenzado a aplicarse como una alternativa real de apoyo a los procesos de enseñanza aprendizaje de estudiantes.
Numerosos estudios demuestran que la colaboración entre pares estimula el aprendizaje, acrecienta la motivación, fomenta los sentimientos de pertenencia a un equipo, incentiva la creatividad, facilita la comunicación, sobre todo entre quienes se encuentran dispersos geográficamente, y acrecienta la satisfacción personal por el proceso educativo realizado. Estas son sólo algunas de las razones que motivan el número creciente de aplicaciones colaborativas existentes en el ámbito de la educación, y en particular dentro de la educación a distancia. Desde hace unos pocos años las aplicaciones de aprendizaje colaborativo han comenzado a incluir tecnología de agentes. Existen numerosas aplicaciones que cuentan con agentes inteligentes en sus arquitecturas que les permiten enriquecer sus funcionalidades tradicionales. La personalización de las respuestas del sistema, a través de agentes que tienen en cuenta las necesidades y características de cada estudiante, permite generar productos que benefician el proceso de aprendizaje de los alumnos.
Brindar una única definición de aprendizaje colaborativo soportado por computadoras no es una tarea fácil, principalmente por la dificultad misma de definir “aprendizaje colaborativo”. Se sostiene que el aprendizaje colaborativo es una situación en la que dos o más personas aprenden algo juntas, o al menos lo intentan. Los elementos de esta definición pueden interpretarse de varias maneras. Por ejemplo, la expresión dos o más personas puede ser vista como: un par, pequeños grupos formados por tres a cinco individuos, una clase de treinta o más estudiantes, una comunidad, etc.; el mismo análisis podría efectuarse al tratar de dar significación a las palabras aprenden algo juntas. Sin embargo, luego de plantear estas dificultades, se logró proponer una definición más específica: el aprendizaje colaborativo describe una situación en la que se esperan ocurran ciertas formas de interacción entre personas, susceptibles de promover mecanismos de aprendizaje, sin ninguna garantía de que tales interacciones esperadas ocurran.
El aprendizaje colaborativo se refiere a un método instruccional en el que los estudiantes trabajan juntos en pequeños grupos hacia una meta común. En estos grupos los alumnos son responsables de su propio aprendizaje y también del de sus compañeros, los talentos de cada individuo sirven como recursos para cada uno de los otros miembros del equipo, y por esto, el éxito de uno ayuda al éxito de todos. Un aspecto muy importante en el aprendizaje colaborativo es que las interacciones son negociables. Un estudiante no puede imponer su punto de vista, debe argumentar, justificar y negociar para intentar convencer al resto de sus compañeros de equipo de que su postura es la correcta. La premisa subyacente en el aprendizaje colaborativo es la construcción de consenso a través de cooperación y colaboración entre los miembros del grupo. Indudablemente, la expresión aprendizaje colaborativo es una sombrilla bajo la que se colocan varias prácticas de clase diseñadas para alentar las responsabilidades compartidas por un curso de aprendizaje, y si tales prácticas implican el uso de computadoras entonces se habla de aprendizaje colaborativo soportado por computadoras.
En el caso particular de los sistemas de aprendizaje colaborativo soportado por computadoras, incorporar agentes en sus arquitecturas puede ser una manera válida de enriquecer sus funcionalidades tradicionales. A través del uso de agentes es posible adaptar las respuestas del sistema a las necesidades y características personales de cada estudiante. Esta personalización inteligente, sumada a las ventajas mencionadas para el aprendizaje colaborativo, genera productos que benefician al proceso de aprendizaje de los estudiantes, y que además influyen positivamente en los niveles de motivación y satisfacción alcanzados. En muchos sistemas de aprendizaje los agentes se valen de la información almacenada en modelos de estudiante y de grupo para facilitar y adaptar o personalizar la interacción o la situación de aprendizaje. Un modelo de estudiante almacena información vinculada con aspectos individuales de cada alumno. Un modelo de grupo captura aspectos que identifican como un todo al grupo de estudiantes que trabajan colaborativamente dentro de un espacio compartido.
Guillermo Choque Aspiazu
www.eldiario.net
www.eldiario.net
Junio 8 de 2009
No hay comentarios:
Publicar un comentario