Escribe: Miguel Zapata Ros
Hola. Bienvenidos a este nuevo curso 2012-13. Deseamos lo mejor para todos. Y que esta crisis no haga buena aquella canción "La distancia es el olvido".
Pero vayamos al asunto. Con este título ---¿Es el conectivismo una teoría?--- damos fin a una serie de cuatro post en
este blog.
Pero ahora, además, los contenidos abordados forman parte de un
trabajo mucho más amplio: Éste es solo un extracto de una parte de un material para
utilizar en contextos formativos. Es el capítulo que trata el conectivismo. Éste, como el conjunto del
que forma parte, está publicado como preprint
en E-LIS y constituye la base para el desarrollo de los contenidos de una asignatura,
que trata sobre “teorías del aprendizaje”, en el máster universitario que imparto
en la Universidad de Alcalá. Se titula “Teorías y modelos sobre el aprendizaje
en entornos conectados y ubicuos”, y el capítulo “Bases para un nuevo modelo
teórico a partir de una visión critica del conectivismo”. La idea es glosar las
teorías existentes, el sentido y la naturaleza de las teorías en general. Sobre
ello hacer una crítica del conectivismo, tal como lo definen y desarrollan sus
autores George Siemens y Stephen Downes, a continuación definir unas bases, sobre lo existente y sobre las preguntas que
estos autores se plantean, para por último establecer un modelo teórico sobre
el aprendizaje en entornos conectados y ubicuos.
El trabajo es de
mi autoría y con mucho gusto compartiré el material que lo constituye con
aquellos que tengan una necesidad similar. Igualmente las críticas y
precisiones serán bienvenidas.
Siguiendo con el
análisis del documento, podemos ver que Siemens (2004) señala como un
antecedente de su trabajo y de la conceptualización del conectivismo, la definición de Driscoll (2000, p. 11) ya reseñada
al principio. De esta forma considera el aprendizaje como un cambio duradero
que es obtenido a partir de las experiencias y de las interacciones del
aprendiz con otras personas. Esto no es nuevo para cualquiera que sea
mínimamente estudioso del tema, ya se había planteado con más consistencia y
detalle en los trabajos sobre socioconstructivismo, como hemos visto en el
artículo de Onrubia (2005 p.6), Actividad
conjunta y procesos de enseñanza y aprendizaje en entornos virtuales, pero
también en las teorías de la Conversación (Pask, 1975) y en general
por Vygotsky (1978).
Pero lo más importante
es lo que sigue, donde cita igualmente a Driscoll (2000, p.14-17) para señalar
las complejidades del aprendizaje no superadas por las corrientes anteriores:
¿Cuáles son las fuentes válidas del conocimiento? ¿Lo adquirimos a través de
experiencias o es innato? ¿Lo adquirimos a través del pensamiento y el
razonamiento? También plantea interrogantes sobre el contenido del
conocimiento: ¿Es el conocimiento realmente cognoscible?
(sic)¿Pueden ser [el contenido] accesible a través de
la experiencia humana?
Por último reseña
las consideraciones finales, donde esquematiza todo lo desarrollado
anteriormente en tres “tradiciones epistemológicas” con referencia al
aprendizaje: objetivismo, pragmatismo, e
interpretativismo. Haciéndolos coincidir con el conductismo, el cognitivismo y
el constructivismo. De esta manera el objetivismo establece que “la realidad es
externa y es objetiva, y el conocimiento es adquirido a través de
experiencias”.
Estos puntos de
debate no tienen actualmente vigencia ni para el propio conductismo que centra
sus estudios en teorías sobre la teoría del aprendizaje social (Bandura,
1987 y 1999) muy cercanas al sociocognitivismo, así como por haber
postulado la categoría de autoeficacia y del aprendizaje por la
observación o modelado, teorías de naturaleza muy próxima a las teorías
cognitivas, solo que en vez de trabajar con funciones observables como son las
competencias lo hace con la conducta como función igualmente observable. Nadie
pues los reivindica.
En las teorías no
conductistas, e incluso en los planteamientos actuales de éstas, carece de
importancia conocer las actividades internas relacionadas con el aprendizaje
para comprender los procesos de éste. El aprendizaje tiene sus leyes y
principios propios y son independientes del soporte, sea este biológico,
químico o mecánico (electrónico, digital, etc.) de igual forma a como sucede
con otras facultades humanas o construcciones abstractas, como son la lógica o
las matemáticas. Las Leyes de Morgan se aceptan independientemente de que estén
soportadas en circuitos eléctricos, en circuitos impresos en chips o en
circuitos integrados. Esto no afecta a su naturaleza ni a su validez. Podría
ser válida una tecnología digital, incluyendo la implementación de la Lógica y
de las Matemáticas, igualmente si tomásemos como orientación digital para el 1
la que actualmente se utiliza para el 0, o al revés.
Igual sucede con
el texto. Una obra literaria puede ser una obra maestra o una mediocridad, pero
depende más (se podría decir que exclusivamente) de facultades como la
creatividad, la sensibilidad, la experiencia personal y la técnica expresiva
del autor que del soporte, sea este biológico (memoria), escrito o
mecánico, a partir de unos mínimos.
Es más bien al
revés: La ingeniería del conocimiento debe comprender estas funciones en sí
mismas, en su propia naturaleza y dinámica para hacer más fluidos y eficientes
sus procesos. Así ha sido en la computación, no solo en lo que respecta a la
lógica (no solo simbólica o matemática) o a las matemáticas, sino al diseño
gráfico, la animación, las finanzas, etc.
En lo que respecta
al aprendizaje son líneas muy productivas en este sentido las que intentan
implementar la generatividad en los
objetos de aprendizaje, o las que intentan adaptarlos a los distintos estilos
de aprendizaje o a los tipos de aprendizaje, agrupándolos por competencias (skill clusters).
Entre los
planteamientos de Driscoll, a los que Siemens sólo menciona como antecedentes
de los suyos propios, se incluyen la crítica al cognitivismo y al
construccionismo por las limitaciones
que suponen los esquemas simplificados que él mismo atribuye a estos enfoques
teóricos: “El cognitivismo a menudo toma un modelo computacional de
procesamiento de la información. El aprendizaje es visto como un proceso de
entradas, administradas en la memoria de corto plazo, y codificadas para su
recuperación a largo plazo” Desconoce todo lo concerniente a estrategias de
selección, organización y elaboración.
En lo que sigue,
Driscoll sigue enunciando aspectos muy generales de las teorías clásicas sin
señalar claramente cuales son las limitaciones. Por tanto podemos decir que no
hay objeto de rebatirlo porque suponen una simplificación, por no decir un
conjunto de lugares comunes, de lo que dicen los autores de esas corrientes. A los que no cita, ni entra en detalle. Los
autores y las visiones vigentes sobre el aprendizaje tienen un ingente
desarrollo en conceptualizaciones, métodos y teorías, apoyadas todas ellas por
investigaciones que arrojan evidencias que no son para ser tenidas en cuenta.
En definitiva lo aportado por Siemens supone una simplificación que no se puede
debatir por no tener elementos concretos en lo que es la dinámica de las
investigaciones y de las teorías. Rebatirlas sería caer en la misma banalización,
y ya no estaríamos en un terreno académico sino en otro ámbito del que lo menos
que cabría decir es que es hermenéutico o interpretativo.
Sin embargo no
podemos soslayar las afirmaciones centrales. Entre las limitaciones que
atribuye a las corrientes ya citadas está la que señala Siemens:
Un principio central de la mayoría de las teorías de aprendizaje es que el aprendizaje ocurre dentro de una persona
(learning occurs inside a person).
Esta afirmación
así enunciada carece de contenido significativo preciso: Es un lugar común o
una ambigüedad. ¿Qué quiere decir dentro
de una persona? No es nada extraño que la afirmación sea expresada como
tópico. Estaríamos dentro de la tónica de irrelevancias que hace que estas afirmaciones, por el simple
hecho de expresarlas, son aceptadas sin discusión en las redes sociales, fenómeno del
que no escapa este trabajo. Si alternativamente aceptamos que es ambigua --- de hecho la
expresión “dentro de una persona” es muy polisémica---, en un ejercicio de
interpretación podemos aceptar que se refiere a lo que hemos tratado antes
sobre “actividades internas relacionadas con el aprendizaje”, cuando hablábamos
de la base biológica. Pero es difícil que así sea. Lo más probable es que haya
querido decir que “el aprendizaje es exclusivo de las personas” (en el sentido
“el aprendizaje no se produce fuera de las personas”: En los animales o en los
artilugios). Lo cual coincide con lo visto, aunque Siemens lo considera como
una limitación del resto de teorías. Y viene a confirmar, al considerar este
principio como una limitación de las teorías existentes, lo que este autor
considera como la principal aportación del conectivismo, en su principio
tercero: El aprendizaje puede residir en dispositivos no humanos.
Esta
interpretación de que “el aprendizaje puede residir en dispositivos no humanos”
que contradice frontalmente todas las teorías y concepciones del aprendizajes,
dado que cuestiona su misma base en el contenido central, se ve confirmada
cuando señala que las teorías existentes tienen como limitación no contemplar
esa posibilidad:
Estas teorías no hacen referencia al aprendizaje que ocurre por fuera de
las personas (v.gr., aprendizaje que es almacenado y manipulado por la
tecnología). También fallan al describir cómo ocurre el aprendizaje al interior de las
organizaciones.
Es obvio que
confunde aprendizaje con contenidos e inferencia automática con elaboración.
Pero sigamos. Cuando
dice
Las teorías de aprendizaje se ocupan del proceso de aprendizaje en sí
mismo, no del valor de lo que está siendo aprendido.
queda en evidencia que el
autor no conoce los rasgos más básicos que poseen las teorías. Los descritos por Reigeluth
según hemos visto al principio.
Lo así enunciado,
directamente, es falso. Precisamente las teorías según hemos visto consideran
que el aprendizaje es tal, está en su definición, si atribuye valor y
significado a los conocimientos. El aprendizaje se produce como hecho efectivo
con la atribución de sentido y valor. Así se considera precisamente en la teoría del aprendizaje
significativo de Ausubel.
En la línea de las
limitaciones de las teorías anteriores, en el documento que estamos analizando,
se plantean algunas preguntas. Veamos el propio enunciado de este apartado y
las preguntas.
En el enunciado
dice:
Estas son algunas preguntas para explorar en relación con las teorías de
aprendizaje y el impacto de la tecnología y de nuevas ciencias (caos y redes)
en el aprendizaje:
Ya veremos, en el
desarrollo posterior, que la influencia de la teoría del caos y de las nuevas ciencias se
produce exclusivamente a partir de los significados atribuidos a estas ideas, de forma trivial.
La primera pregunta
dice:
¿Cómo son afectadas las teorías de aprendizaje cuando el conocimiento ya no
es adquirido en una forma lineal?
Entendemos que se
quiere decir que “el conocimiento ya no es elaborado o producido”. El
aprendizaje como hemos visto supone una transustanciación de la información en
algo que es distinto. Pero eso no es lo importante. Lo significativo de la
afirmación es la suposición de un punto de quiebra de discontinuidad con la
aparición de las tecnologías digitales las redes y las conexiones. La “adquisición”
nunca ha sido lineal.
El incremento del
conocimiento se ha producido siempre siguiendo el mismo modelo en entornos
locales. Nunca ha sido lineal. Una ley universal es que los conocimientos
producidos son función de los conocimientos ya existentes, luego no hay una constante
de proporcionalidad. Tendría más que ver con una progresión geométrica (de
razón más o menos próxima a 1), o con una función exponencial de base más o
menos próxima a 1, pero mayor.
Pero en todo caso
la masa de conocimientos existentes en un dominio afecta a las capas altas de
la producción, la investigación básica, y casi nada a la instrucción básica y
media. A los curricula escolares no
se ha incorporado sustancialmente nada nuevo en los últimos siglos, en algunas
materias (se puede señalar matemáticas, que los últimos contenidos son del
siglo XVIII, y excepcionalmente del siglo XIX y XX). Es más, algunos luchamos
por que se incorporen contenidos nuevos
y sencillos, como los fractales y las formas fractales, y no lo conseguimos.
Sin embargo la complejidad conceptual de los contenidos no aumenta con el
progreso tecnológico en las etapas básicas. Los niños actuales no transforman
un diagrama elemental de flujo, realmente ni lo representan, en un anidamiento
de paréntesis para realizar operaciones en una hoja de cálculo, cuando hace
algunos años lo hacían sin dificultad en programación de LOGO o de BASIC. No es
cierto que, en general, la riqueza cognitiva aumente con la potencia funcional de
los entornos, ni la habilidad para manejarlos. En algunos casos disminuye. Y
para algunas habilidades ---el cálculo mental, la algoritmia,…--- con todos
En la siguiente pregunta
se incluye una afirmación. Cuando dice: ¿Qué
ajustes deben realizarse a las teorías de aprendizaje cuando la tecnología
realiza muchas de las operaciones cognitivas que antes eran llevadas a cabo por
los aprendices (almacenamiento y recuperación de la información)? está
suponiendo que el almacenamiento y la recuperación de la información son
operaciones cognitivas. En sí estas operaciones carecen de riqueza cognitiva.
Es distinta la tarea o acto de almacenar la información que el procedimiento
que se utiliza, su diseño para ello, su elaboración y el estudio
correspondiente, que supone una disciplina altamente conceptualizada y teorizada.
Sin embargo no considera un aspecto esencial del tema: El aprendizaje
generativo. Al quedar el aprendiz liberado de tareas repetitivas puede percibir
de forma limpia, sin fatigas ni distracciones, otras propiedades. Ya hemos
citado en innumerables ocasiones como ejemplo de este hecho, el estudio de las
propiedades gráficas de las funciones matemáticas elementales.
En las preguntas
siguientes aparecen conceptos extraídos de otros dominios pero con una
resonancia atractiva, biensonantes, pero que no se definen con claridad ni como
concepto en este ámbito ni sus relaciones con el aprendizaje a través de la
tecnología de redes. Así habla, por ejemplo, de ecología formativa. Y otras
veces habla de conceptos perfectamente definidos en otros contextos teóricos, pero
citándolos con acepciones simplificadas en consonancia con lo que en un
contexto más trivial quieren decir. Así habla de complejidad, caos, patrones,…
dando por hecho su vinculación con aspectos del aprendizaje o como novedad en
la que el aprendizaje alcanza una dimensión distinta, digna de un tratamiento
teórico nuevo.
Ante las
limitaciones de las teorías existentes Siemens plantea
una teoría alternativa, fundada en
la inclusión de la tecnología y el
establecimiento de conexiones como actividades de aprendizaje. Ya no es posible
experimentar y adquirir personalmente el aprendizaje que necesitamos para
actuar. Ahora nuestras competencias derivan de la construcción de conexiones.
Con esta
formulación no nos queda muy clara la fundamentación de la teoría. Queremos
entender según lecturas posteriores de Downes (2012) (Zapata-Ros, 2012) que “la
teoría se funda en la potencia de la tecnología y la capacidad de establecer
conexiones, entendemos entre distintos conocimientos o formulaciones o
representaciones de estos conocimientos o de establecer conexiones entre individuos
como elementos desencadenantes de aprendizajes”. Y que igualmente ahora a las
vías tradicionales de adquisición de competencias se añade la posibilidad de
que esa adquisición se produzca en un entorno de conexiones interindividuales o
entre individuos y recursos. Pero en todo caso esta es una formulación que no
coincide con la original y que en todo caso la suscribe Downes de esta forma
matizada. Y sobre todo creemos que está fuera de lugar, a partir de lo expuesto, que
ahora “ya no es posible experimentar y adquirir personalmente el aprendizaje
que necesitamos para actuar.
En la formulación
actual de Downes (2012) se experimenta un giro radical aceptando que no solo
hace falta que sea el individuo quien en un
entorno conectado sea el que establezca enlaces y como resultado se
produzca el conocimiento sino que para ello es imprescindible la atribución de
significado:
I don't want to
spend a whole lot of time on this, but I do want to take enough time to be
clear that there are, unambiguously, numerous types of meaning. Why is this
important? When we talk about teaching and learning, we are often talking about
meaning. Consider the classic constructivist activity of 'making meaning', for
example. Or even the concept of 'content', which is (ostensibly) the 'meaning'
of whatever it is that a student is being taught.
En la parte
siguiente del documento (Siemens, 2004) que analizamos se justifica la
necesidad de la teoría alternativa en función de los nuevos conocimientos, en
particular señala la importancia del caos:
El caos es una nueva realidad para los trabajadores del conocimiento. ScienceWeek (2004) cita la definición de Nigel Calder en la que el
caos es “una forma críptica de orden”. El caos es la interrupción de la
posibilidad de predecir, evidenciada en configuraciones complejas que
inicialmente desafían el orden.
Es justo al revés,
podemos decir que “el caos es la posibilidad de predecir en ciertas condiciones
iniciales y de contexto, de forma probabilística, en situaciones complejas que
desafían el orden”.
En el documento del
que está extraído este post ponemos
un ejemplo extenso muy significativo. Está obtenido de la sociología de la Sociedad del
Conocimiento. Evers (2000), en un caso que recojo en otro trabajo (Zapata-Ros,
2012), aborda la cuestión de la ignorancia en la Sociedad del Conocimiento.
En él se plantea el
problema: El del crecimiento de la ignorancia como función exponencial cuya base es
función de otra exponencial, la del crecimiento del conocimiento.
El problema
es que con este modelo (Fig. 1), válido en un entorno temporal, el sistema
colapsa. La solución es un modelo basado en sistemas dinámicos, en particular
en los sistemas dinámicos de caos (lo que se conoce vulgarmente como caos o teoría del caos).
Fig. 1
En definitiva estos
modelos contribuyen a la solución del problema. Podemos decir que “el caos es
la posibilidad de predecir en ciertas condiciones iniciales y de contexto, de
forma probabilística, en situaciones complejas que desafían el orden”.
Difícilmente, como
veremos, se puede obtener de lo que sigue una afirmación que concuerde con el
sentido que tienen los desarrollos de los sistemas dinámicos de caos. Podríamos
ir puntualizando cada incidencia del texto reproducido a continuación, pero son suficientemente
claras a poco que analicemos lo que explicamos después. Se trata pues de
un abuso de interpretación a partir del enunciado de la teoría, o de la metáfora
que el autor utiliza para su mejor comprensión, pero que es nterpretada de forma abusiva más allá de la intención, o del título:
El caos, como ciencia, reconoce la conexión de todo con todo. Gleick (1987)
indica: “En el clima, por ejemplo, esto se traduce en lo que es medio en broma
conocido como el Efecto Mariposa: la noción que una mariposa que bate sus alas
hoy en Pekín puede transformar los sistemas de tormentas el próximo mes en
Nueva York” (p.8). Esta analogía evidencia un reto real: “la dependencia
sensible en las condiciones iniciales” impacta de manera profunda lo que
aprendemos y la manera en la que actuamos, basados en nuestro aprendizaje. La
toma de decisiones es un indicador de esto. Si las condiciones subyacentes
usadas para tomar decisiones cambian, la decisión en sí misma deja de ser tan
correcta como lo era en el momento en el que se tomó. La habilidad de reconocer
y ajustarse a cambios en los patrones es una actividad de aprendizaje clave.
El eco y la rápida
difusión que tienen en las redes desarrollos complejos científicos hace que los
aspectos más anecdóticos, o más llamativos por su enunciado o incluso por su
título, alcancen una rápida y amplia difusión, otorgándose a esos aspectos
triviales categorías científicas, con la evidente intención de prestigiar lo que se dice, pero sin ir
acompañadas del rigor que suponen los procesos de prueba, demostración o
validación.
Esto constituye un
fenómeno propio de la sociedad de la información, de las redes, etc. donde el
rápido y masivo acceso de personas sin una sólida formación científica o
incluso lógica, ayudado del potencial de difusión de estos entornos, lo hace
posible. Por otra parte el ritmo de novedades hace que una verdad nueva sustituya
a la antigua sin tiempo para actuar con la parsimonia que la ciencia exige, y
sin validar la verdad aceptada. Se constituyen así sistemas de creencias donde
se aceptan de forma acrítica supuestas verdades únicamente avaladas por la
aceptación de un número considerable de personas que incorporan estos
enunciados a sus quehacer académico, científico, profesional, artístico, o a
las citas de sus trabajos, constituyendo en conjunto una mística, un sistema de
ideas aceptadas con una actitud muy próxima a la fe religiosa. Con la
diferencia de que en la religión, a favor de ella, las verdades aceptadas han
sido decantadas por periodos muy largos de tiempo, depurándolas, mediante las vivencias y las experiencias de los fieles, despojándolas de esta forma de las contingencias temporales,
accidentales o intrascendentes. Por el contrario estos otros sistemas de
creencias que aludimos aquí se convierten de esta forma en una especie de
religiones efímeras.
Así sucede por
ejemplo con el “efecto mariposa”. Inicialmente este concepto tiene su origen en
una metáfora utilizada por Edward
Lorenz, en el invierno de 1961, en el contexto de un trabajo que estaba
realizando con un sistema dinámico
. Para ello utilizaba su ordenador en una simulación del
comportamiento del tiempo meteorológico, para predecirlo. Lo relata Ian Stewart
en su libro ¿
Juega Dios a los dados?
Descrito de forma
simplificada Lorenz estaba alizando con un algoritmo, y un programa de
ordenador de la época, el comportamiento de un sistema dinámico. En esta ocasión lo hacía para verificar
las ejecuciones anteriores. Estos ordenadores por problemas de memoria y de
capacidad de cálculo eran muy lentos para realizar las iteraciones propias del
sistema dinámico. En un momento determinado pensó descansar e ir a tomar un té.
Para ello anotó el ultimo resultado que le daba el ordenador en la impresora. Para ahorrar espacio la había configurado par aque mostrase solo tres cifras decimales. Anotó pues 0,506, cuando el valor almacenado en la memoria era de seis cifras: 0,506127, que evidentemente era otra
aproximación si bien menos grosera. A la
vuelta de tomar el té continuó las iteraciones con este dato. Al final encontró
que la nueva ejecución no había respetado la segunda mitad de las anteriores. Las dos
ejecuciones divergían progresivamente, hasta que al final el resultado
nuevo no guardaba ningún parecido con
los anteriores.
Los que hemos
trabajado con sistemas dinámicos sabemos que incluso hay valores iniciales
donde hay un límite para la convergencia del sistema. A un lado de ese valor se
produce un ciclo y al otro no. Esto ha dado lugar a otra expresión que ha dado
mucho juego por la palabra utilizada, se trata de la constante de Feigenbaum
o constante del caos.
En el documento
base que analizamos, Siemens (2004) define el conectivismo a través de la
integración de principios de otras teorías y por una serie de principios
propios que enuncia. Así dice:
El conectivismo es la integración de principios explorados por las teorías
de caos, redes, complejidad y auto-organización.
Sin hacer
referencia a teorías estructuradas, a autores que las desarrollan ni en general
a un sistema de ideas estructuradas que no sean las que ha enunciado en el
mismo documento. Como hemos visto lo menos que puede decirse es que esto es
insuficiente. En particular son insuficientes los principios que quiere
integrar del caos, además de difusos, incorrectamente enunciados y laxos. Lo que
sigue es atribuir a artificios capacidades o funciones atribuibles a
humanos o reincidir en aspectos que
están en el origen de teorías y desarrollos ignorados, y suficientemente y
coherentemente tratados, como es la metacognición. Sin embargo enuncia una idea
vaga en este sentido pero atribuida a la teoría:
El conectivismo es orientado por la comprensión que las decisiones están
basadas en principios que cambian rápidamente. Continuamente se está
adquiriendo nueva información. La habilidad de realizar distinciones entre la
información importante y no importante resulta vital. También es crítica la
habilidad de reconocer cuándo una nueva información altera un entorno basado en
las decisiones tomadas anteriormente.
Aspectos
definitorios son los que se dice en otro punto:
El aprendizaje es un proceso que ocurre al interior de ambientes difusos de
elementos centrales cambiantes – que no están por completo bajo control del
individuo. El aprendizaje (definido como conocimiento aplicable[5])
puede residir fuera de nosotros (al interior de una organización o una base de
datos), está enfocado en conectar conjuntos de información especializada, y las
conexiones que nos permiten aprender más tienen mayor importancia que nuestro
estado actual de conocimiento.
De ahí se deduce
que las ideas centrales del conectivismo son dos: Que el aprendizaje son solo
conocimientos (contenidos) útiles en distintos contextos y que por tanto pueden
estar almacenados (soportados) en dispositivos y segundo que el individuo debe
contar con una disposición (debe disponer de competencias, habilidades, para
utilizar esea información ---no queda claro de si inferirla, parace ser más
importante conectarla la idea de
conexión es central para Siemens--- o estar en los nodos adecuados).
En cualquier caso
la definición que hace Siemens (2004) del aprendizaje como "conocimiento
aplicable", que "puede residir fuera de nosotros (dentro de una
organización o de una base de datos)" rompe con todas las definiciones
existentes ya que entonces el aprendizaje no se define como un proceso, sino
como un resultado.
Si fuese así, si
adoptamos esta definición de aprendizaje, entonces la conclusión de que este
conocimiento puede residir en una base de datos o en una organización es obvia
y banal.
Por otro lado si
adoptamos, como hace en otro principio, que el aprendizaje es un proceso de
creación de vínculos entre los elementos de información, y que el aprendizaje
podría residir en dispositivos no humanos,
estaríamos pensando en la web 2.0, en redes sociales, la búsqueda en Google.
YouTube, en definitiva en los sistemas de software que modificar la información
que nos suministran en función de las entradas, la nueva información, que
suministramos y de las preguntas que le hacemos. Pero la forma en que estos
sistemas conectan la información para ofrecer resultados escapa a nuestro
control, a nuestra decisión y a nuestra creatividad ¿Cuál es el algoritmo que
Google utiliza para seleccionar la información que demandamos en función de
nuestro perfil, el que él maneja, y de qué otras informaciones interesadas o no
se sirve? ¿y cuáles son sus criterios?. Igual sucede con Facebook o Google+ que
maneja hasta la prioridad de nuestras fotos. No hablemos de Amazon o cualquier
portal de ventas.
Porque no creemos
que Siemens cuando hace esta definición de aprendizaje esté pensando en que el
individuo, el aprendiz, esté utilizando teorías complejas como la del caos, los
sistemas dinámicos o la lógica difusa para establecer las conexiones. Y si lo
utiliza como una especie de calculadora inferencial está abdicando de aprender
de igual forma como cuando un alumno utiliza una calculadora no lo hace por
aprender sino por evitarse el engorro de los cálculos. Y esa idea nada tiene
que ver con el aprendizaje.
Ya hemos visto que no tiene ni está estructurada
según los elementos que atribuyen los clásicos a una teoría: Objetivos,
valores, condiciones de aplicación, métodos, elementos de que consta la teoría,
validación y problemas abiertos y líneas
de desarrollo futuras, entonces ¿qué es?
George Siemens (2004) afirma "que el
conectivismo (…) es una teoría” que se caracteriza por considerar el
aprendizaje como una extensión "del aprendizaje (ya existente), del
conocimiento y de la comprensión a través de la extensión de una red
personal". Utiliza el ejemplo de alumnos que ante una huelga de
profesores son ayudados por miembros de la tercera edad de su red como tutores.
El ejemplo es sugestivo pero no es un elemento de una teoría, sino un punto de
vista pedagógico, por mucho que a partir de él que plantee una filosofía
subyacente acerca de que los alumnos desde una edad temprana tengan la
necesidad de crear conexiones con el mundo más allá de la escuela con el fin de
desarrollar las habilidades en redes que les permitan gestionar sus
conocimientos de manera eficaz y eficiente en la sociedad de la
información. Es una reflexión para tenerla en cuenta en la organización de
actividades y de recursos en la programación educativa.
Este ejemplo es significativo. De él como del
resto se desprende que lo que Siemens nos presenta es un conjunto de puntos de vista en un desarrollo estructurado
de ideas que se adapta a los tiempos actuales y al tipo de habilidades que los
alumnos deben adquirir. Sin embargo Siemens atribuye estas deficiencias a
las teorías del aprendizaje, que tienen como objetivo estudiar los procesos de
aprendizaje del individuo, y a partir de ellos fundar los diseños
instruccionales y la práctica educativa. Esto constituye un error, porque
confunde el nivel curricular con las teorías sobre el aprendizaje, atribuyendo
errores de aquél a estas. Se confunde de nivel.
Otro ejemplo de relación, enlace/nexo débil entre
un fenómeno y su explicación lo constituye la justificación de la creación de
conocimiento en los dispositivos no humanos.
Siemens dice en palabras de Landauer y Dumais
(1997) cuando estos analizan el fenómeno según el cual “las personas tienen
mucho más conocimiento del que aparentemente está presente en la información a
la que han estado expuestas”. Siemens
dice que estos autores adoptan un enfoque conectivista
[6]
cuando dicen que “la simple noción
de que algunos dominios de conocimiento contienen vastas cantidades de
interrelaciones débiles que, si se explotan de manera adecuada, pueden ampliar en
gran medida el aprendizaje por un proceso de inferencia”. Igualmente dice que
el valor, en estos procesos, del reconocimiento personal de patrones y para
conectar nuestros propios “pequeños mundos de conocimiento” es aparente
(entendemos que irrelevante o trivial) frente al impacto exponencial que recibe
nuestro aprendizaje.
Hay que hacer varias observaciones sobre la
debilidad de los nexos establecidos aunque sean formales: En primer lugar
Siemens establece que estos autores presentan un enfoque cognitivista, cuando
Landauer y Dumais en 1997 no es probable que hubieran oído hablar de
conectivismo.
Pero no es esto lo más importante, si seguimos el
razonamiento de Siemens, se podría argumentar un principio general del
conectivismo que establece que la identificación de los vínculos débiles entre
conocimientos de una diversidad de dominios podría ser un posible detonante de
inferencias, y esto lo establece como un principio del conectivismo que
podríamos llamar Van Plon Perhagen (2006) "análisis interdisciplinar para
descubrir escondidas sinergias”
Sin embargo se mantiene la incertidumbre sobre cuál es la identidad
real del conectivismo, al respecto, carecemos de una descripción mínimamente detallada,
rigurosa y justificada lógicamente de cuál es el perfil de los aprendices, de
los objetos y de las condiciones del aprendizaje. No digamos ya de la
validación, significado y valor. Como elementos justificados, porque no
obstante el principio de que "el aprendizaje puede residir en dispositivos
no humanos" parece tener un un significado especial y central en la
estructura que Siemens nos plantea.
Por otro lado no cabe desdeñar el diagnóstico de
la importancia de este hecho, la obtención de cconocimiento nuevo a partir de
la ingente cantidad de información existente, pero hay caminos seguramente más
fructificos para indagar:
-
Como ya hemos
señalado, en el campo de la psicología del aprendizaje cabe vincularlo con los
conceptos estudiados por la psicología gestáltica en torno al “cierre
gestáltico”.
-
En el campo
de la computación, con los estudios de la inferencia (motores de inferencia
lógica y declarativa de la programación lógica (Zapata, 1990b) en particular lo
aplicado a los test y ejercicios de cloze.
- Los criterios y algoritmos de priorización que utilizan las redes
sociales y los entornos y herramientas de la web social (Google, Google
Académico, +1, Amazon, YouTube, etc.)
Como hemos visto al principio, una teoría debe
explicar los fenómenos que son su objeto
y las explicaciones deben ser verificables. Por tanto por lo menos los
enunciados deben ser claros de tal forma que puedan ser validados. Sin embargo
la información presentada en este trabajo
no es lo suficientemente concreto y con estructura lógica suficiente y
coherente que permita someterlo no solo a verificación sino a debate. Cualquier
comentario sobre los aspectos tratados es debtible por no tener referencias
claras a un contexto (condiciones de la teoría). Los principios no están
lo suficientemente vinculados a los argumentos ni a los ejemplos para
desarrollar un sistema de ideas sobre cómo la teoría puede funcionar en la
práctica.
4.-
Conclusiones sobre el conectivismo.-
Muchas de las
valoraciones y resultados del análisis que hemos hecho coinciden con los que merecen a Van Plon Verhagen (2006):
Las preguntas que
presenta Siemens no son útiles para planteárselas en el nivel de instrucción,
para la práctica cotidiana, y tampoco son para planteárselas en el nivel del
plan de estudios, de su diseño, práctica y evaluación. Hay otras
propuestas más relevantes para el nivel de instrucción sobre cómo tiene lugar
el aprendizaje. Las teorías del aprendizaje ya existentes son más relevantes,
dan más respuestas y mucho más matizadas, experimentadas y contrastadas con la
práctica, en este nivel. En el plano de diseño o de elaboración de los
planes de estudios tiene mucha más importancia ver qué se aprende y por
qué.
Para estos niveles,
el de la instrucción y el del diseño, Siemens solo presenta sus puntos de vista
en un desarrollo estructurado de conocimientos que se adapte a los tiempos
actuales y al tipo de habilidades tecnológicas que los alumnos deben adquirir
para ello.
Siemens encuentra deficiencias en las teorías que se centran
en los procesos de aprendizaje del individuo. Pero
en este caso Siemens comete un error, porque se
encuentra con deficiencias correspondientes al nivel curricular que él
atribuye a las teorías. Y éste es un error básico en la lógica que fundamenta una teoría.
El conectivismo se
nos presenta como una teoría que supera los déficits de las, según el autor,
tres grandes teorías existentes sobre el aprendizaje en base a tres grandes
corrientes del pensamiento y de la ciencia de la sociedad actual: la teoría del
caos, la de la complejidad y la de la de redes/auto-organización, y lo hace en
función de unos enunciados confusos sobre si el aprendizaje se produce dentro o
fuera del individuo mezclando niveles de significación, y de unos principios en
los que destaca la conceptualización del aprendizaje como vinculado a la
configuración de las redes y como algo relacionado con la capacidad de
configurar la información y las capacidades para obtener más rendimiento
cognitivo de la información que hay en redes.
Todas estas
atribuciones del aprendizaje no hablan mucho de los procesos de aprendizaje del
individuo y sí de lo que ha de ocurrir para que este se produzca.
Además de las conclusiones
generales que hemos ido obteniendo, como necesidad de un auténtico diseño
teórico que afronte muchas de las necesidades que se apuntan en este trabajo,
podemos extraer unas conclusiones más generales:
-
Seguir con el
desarrollo de investigaciones y experiencias en las líneas ya abiertas, y que
tienen como interrogantes, objetivos de investigación y, en muchos casos,
respuestas, a las limitaciones y vacíos planteados
-
Aprovechar
las reflexiones de Siemens sobre qué es bueno para que se produzca el
aprendizaje en entornos virtuales y de redes, considerándolo como válido para
establecer horizontes, objetivos, líneas y temas de investigación,
relacionándolas con la configuración de redes y entornos para conseguir
aprendizajes de más calidad en relación a objetivos específicos
-
Aprovechar el
impulso de estas inquietudes y el resultado de las investigaciones para
establecer criterios pedagógicos y de diseño instruccional.
Driscoll, M. (2000). Psychology of Learning for Instruction. Needham Heights, MA, Allyn
& Bacon.
Esteban, M. y Zapata, M. (2008, Enero). Estrategias de aprendizaje y eLearning.
Un apunte para la fundamentación del diseño educativo en los entornos virtuales
de aprendizaje. Consideraciones para la reflexión y el debate. Introducción al
estudio de las es trategias y estilos de aprendizaje.
RED. Revista de Educación a Distancia, número 19. Consultado
(día/mes/año) en
http://www.um.es/ead/red/19
OCDE, 2009. Informes PISA-ERA 2009. Informe español Resumen ejecutivo. http://www.educacion.gob.es/dctm/ministerio/horizontales/prensa/notas/2011/20110627-resumen-ejecutivo-informe-espanol-pisa-era-2009.pdf?documentId=0901e72b80d241d7
Onrubia, J. (2005,
Febrero). Aprender y enseñar en entornos virtuales: actividad conjunta, ayuda
pedagógica y construcción del conocimiento.
RED.
Revista de Educación a Distancia, número monográfico II. Consultado el 9 de
Febrero de 2005 en
http://www.um.es/ead/red/M2/
Reigeluth, C. M., editor (1983). Instructional
Desing theories and models: An overview of their current status. Lawrence Erlbaum
Associates, Hillsdale.
Reigeluth, C. M., editor (1987).
Instructional Theories in Action: Lessons Illustrating Selected Theories and
Models. Laurence Erlbaum Associates, Hillsdale, New Jersey.
Schunk, D.H.
(1991). Learning theories. An educational perspective. New York: McMillan.
Schunk, D.H. (1995). Inherent
details of self-regulated learning include student perceptions.
Educational Psychologist, 30, 213-216.
Schunk, D.H. y
Zimmerman, B.J. (1994). Self-regulation
in education: Retrospect and prospect. En D.H. Schunk y B.J. Zimmerman
(Eds.), Self-regulation of learning and performance. Hillsdale, NJ: Erlbaum.
Siemens, G. (2005) Connectivism:
Learning as Network-Creation http://www.astd.org/LC/2005/1105_seimens.htm
Siemens, G. (November 12,
2006) Connectivism: Learning Theory or Pastime of the
Self-Amused? http://www.elearnspace.org/Articles/Connectivism_response.doc
SIEMENS, George; WELLER, Martin (coord.)
(2011). “The Impact of Social Networks on Teaching and Learning” [online
monograph]. Revista de Universidad y Sociedad del
Conocimiento (RUSC). Vol. 8, No 1, pp. 164-170. UOC.
[Accessed: dd/mm/yy].
<http://rusc.uoc.edu/ojs/index.php/rusc/article/view/v8n1-siemens-weller/v8n1-siemens-weller-eng>
Siemens, G. (2011) Blog. http://www.connectivism.ca/
Schmeck, R.R. (1988). Individual differences
and learning strategies. En C.E. Weinstein, E.T. Goetz y P.A. Alexander
(Eds.), Learning and study strategies: Issues in assessment, instruction and
evaluation. New York: Academic Press.
Stewart,
Ian (2001) ¿Juega Dios a los dados?. Ed. Crítica.
Vygotsky, L. (1932). El Desarrollo de los Procesos Psicológicos
Superiores. México. Grijalbo, 1979.
Vygotsky, L. (1978). Mind in society. Cambridge: Harvard
University Press.
Wertsch, J.V.
(1988). Vygotsky y la formación
social de la mente. Barcelona, España: Paidós.
Wiley, D. A. (June, 2000) LEARNING
OBJECT DESIGN AND SEQUENCING THEORY. A dissertation submitted to the
faculty of Brigham Young University in partial fulfillment
of the equirements for the degree of Doctor of Philosophy. http://www.opencontent.org/docs/dissertation.pdf
Van Plon Verhagen, B. (2006). Connectivism:
a new learning theory? Bijdrage van Pløn Verhagen (University of Twente) . Accedido
en http://opendata.socrata.com/views/g954-2ypq/obsolete_files/250e6905-cc5f-49c9-b8ac-071714bedec0
el 29/08/12
Zapata Ros, M. (Abril,
2010) Secuenciación de contenidos.
Especificaciones para la secuenciación instruccional de objetos de aprendizaje
(Tesis doctoral). https://www.educacion.gob.es/teseo/imprimirFicheroTesis.do?fichero=16137
http://dialnet.unirioja.es/servlet/tesis?codigo=21089
Zapata-Ros, M. (2012). ¿Conectivismo, conocimiento conectivo,
conocimiento conectado… ?: Aprendizaje elaborativo en entornos conectados.
Blog de la Cátedra
UNESCO de Educación a Distancia (CUED).
Accedido en http://blogcued.blogspot.com.es/2012/05/conectivismo-conocimiento-conectivo.html
el 25/08/12.
Including
technology and connection making as learning activities. We can no longer
personally experience and acquire learning that we need to act. We derive our competence from
forming connections.
Los
sistemas dinámicos constituyen una rama de la matemática que estudia procesos
que cambian con el tiempo o con otra variable pero sin depender de ella. Tienen
la propiedad de que se pueden simular con ordenador mediante modelos
constituidos por funciones cuyos valores son calculados mediante iteraciones a
partir de valores iniciales.
Cada iteración
permite, a partir de un valor xi en un instante de tiempo t,
calcular otro valor xi+1 en el tiempo t+Dt mediante funciones en las que
el tiempo no interviene explícitamente.
Así la expresión
general de la ecuación iterada sería de la forma xi+1=f(xi).
Si los valores
iterados tienen a un valor a éste se le llama punto fijo o atractor del
sistema, así por ejemplo 1 es el atractor del sistema dinámico xi+1= raíz cuadrada(xi)
El comportamiento
del sistema depende del punto inicial xo, pudiendo ser puntos fijos (no cambian
con las iteraciones), tener comportamientos periódicos, caóticos etc.
Actionable knowledge, en el original. El sentido del término se refiere
a conocimiento susceptible de ser aplicado o utilizado de manera inmediata. N.
del T.
+11.30.27.png)
