miércoles, 25 de abril de 2018

El caso del curso "Diseño instruccional" de la Universidad de Alcalá

Entornos tecnológicos de aprendizaje con funciones y operaciones hasta ahora exclusivamente humanas, pero inteligentables [1]


Éste post, como sucede en los anteriores y  en los siguientes, recoge un aspecto particular de lo tratado en el artículo La universidad inteligente (Zapata-Ros, 2018) de RED: Revista de Educación a Distancia.




En los post anteriores, tras ver qué es el aprendizaje inteligente y los entornos inteligentes de aprendizaje, y cuáles son las ventajas de la IA para la universidad, hemos empezado a ver, en la entrada anterior, qué marco es necesario para la adopción eficiente de estas posibilidades, cuáles son las pedagogías que más partido pueden sacar de ellas. Todo ello en la línea de construir un marco educativo.

Vimos que hay principios del aprendizaje que son universales, como los “principales principios del aprendizaje” estudiados y enunciados de forma sistemática por David Merrill (Merrill, 2002 y 2009) y las “condiciones del aprendizaje” investigadas y enunciadas por Gagné (1965 y 1985) y Gagné & Briggs (1974), así como los elementos de diseño instruccional de Reigeluth (1999) y de Fink (2003). Y que por su universalidad son aplicables también a los entornos inteligentes de aprendizaje.

Estos son principios universales también operativos en los entornos inteligentes de aprendizaje, pero además hacen falta incorporar innovaciones pedagógicas específicas para estos entornos. Existe pues una necesidad de incorporar innovaciones pedagogías para apoyar  los nuevos requisitos de aprendizaje. Así es percibido por ejemplo por Chen, Cheng y Chew (2016). 

También vimos muy sucintamente algunos ejemplos de innovaciones pedagógicas que permiten identificar algunas diferencias fundamentales que establecen los entornos de aprendizaje inteligentes de forma divergente a los enfoques tradicionales. Eran las microinteracciones sociales y el conocimiento generado a partir de ellas. Es decir el conocido como  aprendizaje oportunista (Bopportunistic learning), poniendo especial énfasis en la evaluación del conocimiento generado a partir de micro-interacciones sociales.

Es decir, en el post anterior vimos algunos ejemplos de situaciones emergentes que requieren pedagogías propias.

Pero además hay un espacio pedagógico que no es la aplicación de los principios universales del aprendizaje a los entornos inteligentes ni algo tan distinto e innovador como la pedagogía para las píldoras de aprendizaje.

Nos referimos a ámbitos nuevos propios de los entornos tecnológicos pero donde hasta ahora la intervención había sido exclusivamente humana.

En este post vamos a aportar, para ilustrar ese tercer nivel de ámbitos pedagógicos donde puede intervenir el proceso inteligente en alguna medida, un caso desarrollado en la Universidad de Alcalá, en  el que ha participado el autor. Se trata de una experiencia de curso abierto online que, en su cuarta edición desde 2014 (Open Education Europa), se está desarrollando en dicha universidad, apoyado por el Departamento de Computación y el Servicio de Extensión Universitaria. En él ha participado 1554 inscritos en los cuatro años y en las tres capas de que consta.

La Universidad de Alcalá es una de las más antiguas de Europa, sin embargo ello no impide que apueste por las modalidades docentes más innovadoras y disruptivas, como son la educación abierta, y dentro de ella los cursos dual layer (Siemens, 2014 May; Crosslin, 2014 May), con metodología de Mastery Learning (Bloom, 1984) y el diseño instruccional de los cursos abiertos online. Se hace en la plataforma para MOOC de BlackBoard: Open Edition.
"El diseño instruccional de los cursos abiertos on-line"[2] está destinado a profesores y diseñadores de estudios abiertos online Se trata de un curso abierto, personalizado, y de acceso escalable en la metodología docente y en la ayuda pedagógica. Es decir no es un MOOC al uso, tiene unos rasgos propios, los de un nuevo tipo de cursos. Toda la información se difunde en un blog[3]  

Hasta ahora son nueve las universidades e instituciones que han incorporado, en la organización y en la práctica de la docencia, las habilidades sobre Diseño Instruccional obtenidas por profesores y gestores de dichas universidades e instituciones en este curso[4]: Universidad Técnica Particular de Loja (Ecuador), Universidad de Valladolid (España), Universidad de Quilmes (Argentina), Universidad de Guadalajara (México), Universidad de Alcalá (Máster de Ciberseguridad y Análisis de datos),Universidad Autónoma Intercultural de Sinaloa (México), CRESUR Chiapas (México), Natanael SL y Hewlett Packard (Estas dos en el Máster de Ciberseguridad y Análisis de datos de la Universidad de Alcalá).

En el desarrollo del curso, al principio, la analítica nos dio los siguientes datos:


Fig. 1

Había muchos accesos a los foros, casi dos mil insights, pero la actividad era escasa 36 intervenciones de 19 intervinientes. Nada sabíamos a partir de la analítica de la relevancia de las intervenciones. Eso lo sabían los Teaching Assistants (TA). Tomamos la decisión de pautar y analizar la relevancia de las intervenciones, adjudicándoles valor para el logro. El resultado fue un significativo aumento de las intervenciones, en número y también de accesos:



Fig. 2

Del 28 de marzo al 18 de abril pasaron de 36 a 320.

Este tipo de evaluación formativa es fácilmente implementable en un algoritmo. Casi sólo son un par de instrucciones condicionales.

Un aspecto más interesante es el de la relevancia en las intervenciones. En un aprendizaje de tipo conceptual, como era el de este módulo eso adquiere una importancia clave en nuestra metodología, de mastery learning. En el curso lo resolvíamos, en este punto, si el participante contribuía con dos intervenciones relevantes en el foro. La cuestión era qué es la “relevancia”.  Porque el sistema adjudicaba automáticamente el logro cuando detectaba dos intervenciones valoradas por los TA como relevantes.

A los participantes en la guía didáctica del módulo se le daban instrucciones precisas (volcado de pantalla de la plataforma Open Education):







Fig. 3

Ese análisis era efectuado mediante lectura, evaluación, notas al participante y retroali-mentación por el TA, que finalmente acreditaba que el alumno había obtenido el logro:


Fig. 4

El criterio para que el TA adjudicara la relevancia era una reelaboración de lo analizado en el trabajo de Gagné “Las condiciones del aprendizaje” (Gagné, 1965 y 1985) (Driscoll, 1994 y 2013), a partir las condiciones que establece para que el aprendizaje sea efectivo, en particular de lo que establece para los nueve niveles de aprendizaje (Gagne's Nine Levels of Learning)[5]:

Fig. 5

Y una reelaboración, cuya justificación teórica expondremos en un próximo trabajo, de tal forma que interpretándolos con la ayuda de lo elaborado por Bloom (1984) para el problema de dos sigmas, y la metodología docente de Mastery Learning, el dominio del aprendizaje supone al menos las siguientes características de lo aprendido:
  1. Comprensión
  2. Adquisición y atribución de sentido
  3. Ejecución autónoma
  4. Transferencia
En el caso que nos ocupa todo esto se concretaba en el siguiente procedimiento para utilizar por los TA y que era conocido por los participantes, en la determinación del grado de relevancia de las contribuciones al foro en este caso:


Fig. 6

La cuestión en este punto es trasladar los criterios señalados, que utilizaban los TA, a procedimientos inteligentes a aplicar en un sistema inteligente. Cómo se implementa por ejemplo, “escribir sobre el tema nombrando un término o un concepto”, se supone que en un contexto con sentido lógico y con relación al dominio disciplinar, o si “nombra un concepto y lo relaciona con una affordance”, también en un contexto textual con sentido, etc. para que el sistema lo detecte, en una contribución al foro que evalúe, con un grado determinado de relevancia.

Aquí dejamos la cuestión, en esta modalidad de líneas de desarrollo, a la espera de propuestas interesantes o de experiencias ya desarrolladas en esta dirección.


Referencias.-

Bloom, B. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as effective as One-to-One Tutoring, Educational Researcher, 13:6 (4-16).
Chen, N. S., Cheng, I. L., & Chew, S. W. (2016). Evolution is not enough: Revolutionizing current learning environments to smart learning environments. International Journal of Artificial Intelligence in Education26(2), 561-581. https://link.springer.com/article/10.1007%2Fs40593-016-0108-x.
Crosslin, M (2014 May).  Designing a Dual Layer cMOOC/xMOOC. http://www.edugeekjournal.com/2014/05/04/designing-a-dual-layer-cmoocxmooc/
Driscoll, M. (1994). Gagne’s theory of instruction. Psychology of Learning for Instruction. Boston, MA, Allyn and Bacon, 329-358. http://ocw.metu.edu.tr/pluginfile.php/9013/mod_resource/content/1/driscoll-ch10%20(1).pdf
Fink, L.D. (2003), A Self-Directed Guide to Designing Courses for Significant Learning.http://www.deefinkandassociates.com/GuidetoCourseDesignAug05.pdf
Gagné, R. M. (1965). The conditions of learning and theory of instruction ( 1st ed.). New York, NY: Holt, Rinehart & Winston.
Gagné, R. M., & Briggs, L. J. (1974). The principles of instructional design ( 1st ed.). New York, NY: Holt.
Gagné, R. M. (1985). The conditions of learning and theory of instruction ( 4th ed.). New York, NY: Holt, Rinehart & Winston.
Matte Bon, F. (1999) Usos del verbo 'ser'. Foro didáctico del Centro Virtual del Instituto Cervantes.  https://cvc.cervantes.es/foros/leer_asunto1.asp?vCodigo=2093
Merrill, M. D. (1991). Constructivism and instructional design. Educational technology31(5), 45-53.
Merrill, M. D. (2002). First principles of instruction. Educational Technology Research and Development, 50(3), 43-59.  Instructional-Design Theories and Models, Volume III: Building a Common Knowledge Base.
Merrill, M. D. (2009). First Principles of Instruction. In C. M. Reigeluth & A. Carr (Eds.), Instructional Design Theories and Models: Building a Common Knowledge Base (Vol. III). New York: Routledge Publishers.
Siemens, G. (2014, May). Multiple pathways: Blending xMOOCs & cMOOCs. http://www.elearnspace.org/blog/2014/05/06/multiple-pathways-blending-xmoocscmoocs/
Reigeluth, C. M., Ed. (1999). Instructional-Design Theories and Models: A New Paradigm of Instructional Theory. Mahwah, NJ, Lawrence Erlbaum Associates Publishers.
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] Realmente nos estamos refiriendo a operaciones o affordances que ahora se hacen con el concurso humano pero que pueden ser sustituidos por procesos inteligentes, de manera que el sistema pueda aplicar criterios complejos en cuanto a que intervienen decisiones muy finas por la naturaleza de los matices de la situaciones que se producen y que hay que tener en cuenta, como pueda ser el del ejemplo: aplicar criterios que nos permitan valorar la relevancia de las intervenciones en los foros. Hemos tenido un problema para nombrar estos procesos: por los que se convierte una acción humana en una acción llevada a cabo por mecanismos de la inteligencia artificial (inteligentes).

Pero no sucede sólo en este caso. En general hay acciones y funciones humanas, que contienen operaciones lógicas o que requieren evaluación y toma de decisiones, hasta ahora realizadas por humanos y que están siendo asumidas por la IA. Como por ejemplo conducir el coche de Google, pilotar un avión, pasar la aspiradora a la casa,...

Para nombrar esas operaciones, consistentes en "transferir esas operaciones hasta ahora humanas a la IA" ¿qué verbo podríamos utilizar?

Hemos pensado en el término smartable o intelligentable, porque en alguna referencia en inglés aparece con este sentido. En español no existe, pero en un foro del Instituto Cervantes (Matte, 1999) se discute el tema y se apuesta por inteligentable. La situación es la siguiente: Primero se descarta porque:

“Así, por ejemplo, existe un grupo de verbos deadjetivales (en español los formados según los paradigmas en + adjetivo + ar, a + adjetivo + ar y afijo nulo + adjetivo + ar) que expresan cambio de estado y que solo pueden formarse a partir de adjetivos que denoten predicados de estadio, de forma que tenemos engordar, adelgazar, ensanchar... pero no podemos formar verbos como *inteligentar. Cuando se forma un verbo deadjetival de cambio de estado a partir de un adjetivo que puede ser tanto de estadio como de individuo, la lectura que la sintaxis selecciona es siempre la de estadio, de forma que podemos decir algo así como La cuerda no está lo suficientemente floja, aflójala (lectura de estadio), pero no *Este trabajo es demasiado flojo, no puede aflojarse más (lectura de individuo). Este fenómeno no se produce solamente en una lengua que, como el español tiene dos cópulas, sino que aparece también en las lenguas germánicas, como el inglés.”

Sin embargo más tarde, en el mismo foro, Francisco Matte Bon, Catedrático de Lengua española y traducción en la Facultad de traducción e interpretación de la Libera Università degli Studi LUSPIO de Roma, plantea que es admisible porque si bien se generan estos verbos sobre adjetivos que admiten el verbo de estado ---estar--- también hay ejemplos, y señala varios, en los que el verbo se genera sobre adjetivos que constituyen una condición o un rasgo, es decir funcionan con el verbo SER:

“En relación con el problema de ‘inteligentar’ habría mucho que decir. Por un lado, es verdad que este verbo no sólo no existe, sino que además suena fatal. Pero no parecen tan inconcebibles (si bien tampoco existen) ‘eninteligentar’ e ‘inteligentizar’. Por otro lado, tampoco pueden formarse verbos así con adjetivos que sí admiten ESTAR, como ‘feliz’ y ‘guapa’. ‘Redondo’ suele ir con SER pero existe ‘redondear’. ‘Eterno’ suele ir con SER pero existe ‘eternizar’, y hay más…Vosotras mismas citáis el caso de ‘ensanchar’ cuando acabáis de decir que estos verbos sólo pueden formarse a partir de ‘adjetivos que denoten predicados de estadio’. ¿Queréis decir que ‘ancho’ sólo se usa con ESTAR? Todo esto tiene que ver con léxico y gramática a la vez.”

No obstante este no es nuestro caso. Según hemos visto más arriba y se acepta, los adjetivos admiten verbo cuando impliquen un estado que admita cambio. Por ejemplo engordar. Ser inteligente no admitía cambio de estado. No se estaba inteligente. Pero ahora sí : los teléfonos, los coches, los televisores... y dentro de poco las universidades pasan, de no serlo, a ser inteligentes.
Por tanto tendría sentido utilizar el verbo inteligentar y el adjetivo inteligentable.


[4] Para figurar en esta lista ha sido necesario que esas habilidades hayan redundado en un cambio relevante en enseñanzas de grado, de postgrado o en estudios propios en línea.
[5] Sintesis de Gagné’s Conditions of Learning para  habilidades intelectuales y estrategias cognitivas.