Archive for Octubre 2012

THINKING IN NETWORK TERMS ( Albert-László Barabási)

EDGE…  fiel a su lema  ”Edge is a Conversation” (‘To arrive at the edge of the world’s knowledge, seek out the most complex and sophisticated minds, put them in a room together, and have them ask each other the questions they are asking themselves’), y como evento especial sobre “Computational Social Science” (nuevo dominio de conocimento)  , ha publicado un número de conversaciones (videos y textos) – con Dirk HelbingNicholas A. ChristakisJ. Craig VenterJ. Craig Venter, Cesar HidalgoSandy Pentland, and Albert-László Barabási-,  relacionadas  con “Big Data”, “Linked Data”, “Data Science”, “Web Science”, “Semantic Web”, y “Network Science”.

En esta ocasión, nuestro interés se centra en presentar la conversación  “THINKING IN NETWORK TERMS”, mantenida con Albert-László Barabási (referencia clave en el estudio de redes), profesor y director del Northeastern University’s Center for Complex Network Research. A continuación  un resumen de la mencionada conversación con Barabási.

Contextualización.- Hasta ahora, aunque siempre habíamos vivido en un mundo interconectado, no éramos del todo conscientes. En cualquier caso, hasta hace aproximadamente una década, nunca habíamos percibido la conectividad como algo cuantificable, como algo que podía ser descrito y medido. En la actualidad, gracias  a la innovación tecnológica (Internet, ‘social media’,  tecnologías inalámbricas, telefonía móvil, Google, Twitter, Facebook, …), disponemos de formas de cuantificar el proceso de interrelación o conectividad entre nodos, habiéndose producido un cambio drástico que nos está forzando a pensar, cada vez más, en la hiperconectividad manifiesta y en su impacto en nuestras vidas diarias, lo que nos lleva a plantearnos (según Barabasi) preguntas tales como:

¿qué significa formar parte de la ‘red’?, ¿qué significa pensar en términos de red?, ¿qué significa ser capaces de comprender y aprovecharnos de las ventajas de la conectividad?

La Ciencia de las Redes. Durante la última década, Barabasi, estuvo ocupado en cómo describir matemáticamente la conectividad. En una primera etapa, debido a la existencia de grandes cantidades de datos (gracias a Internet y a otras tecnologías avanzadas), se produjo el nacimiento de la ‘Ciencia de las Redes’, gracias a la cuál se posibilitaba ‘observar la conectividad, medirla y visualizarla (‘mapping’). En efecto, una vez se dispone de ‘datos’, existe la posibilidad de construir una teoría, lo que a su vez conlleva alcanzar una cierta capacidad de predicción y testeo, obteniendo como resultado un nuevo campo o dominio del conocimiento que llamaremos ‘Ciencia de las Redes’ (‘Network Science’), que nos permite conocer con quién estamos conectados, dónde están nuestros enlaces (personales, sociales, económicos, profesionales,…), al tiempo que comenzamos a visualizar el ‘timing’ de nuestras actividades.

Libro LINKED , imagen.- Fundación Telefónica

En una segunda etapa, Barabasi, se plantea la aplicación de la ‘Ciencia de las Redes’ a las Ciencias Sociales, a la ‘dinámica humana’. Desde hace mucho tiempo, las Ciencias Sociales han tratado de descubrir el comportamiento humano, basándose en la observación, entrevistas y cuestionarios, de pequeñas muestras. Durante la última década, de manera creciente, gracias a la facilidad de acceso a Internet y a la disponibilidad, más o menos generalizada, de múltiples dispositivos tecnológicos personales, nuestra actividad diaria queda registrada en gran medida, a partir de los múltiples flujos de datos que generamos (nuestra traza digital). Con ello no solo las Ciencias Sociales han cambiado, sino que se ha creado una nueva forma de pensar acerca del comportamiento humano y de los datos, debido a que por una parte  han logrado independizarse de la obligación de descansar en entrevistas, y por otra parte se tiene en la actualidad inmensas cantidades de datos objetivos, relativos a lo que hace la gente, con quién se comunica, con qué frecuencia, cuando, desde dónde, etc. Los datos disponibles potencialmente son tan ricos, que se puede pensar en comenzar a establecer tendencias, patrones de comportamiento, establecer hipótesis, etc. Notemos que, por primera vez, podemos conocer de manera objetiva qué está haciendo la gente, sin prejuicios, ni mentiras, sin engañarnos a nosotros mismos, tratando de presentar una imagen diferente de la que realmente somos.

Como resultado de todos estos avances tecnológicos, se dispone de una gran cantidad de datos acerca de nosotros, para los que el problema no tanto es como capturarlos y almacenarlos (problema meramente tecnológico), sino ¿cómo generar significado (‘sensemaking’) a partir de ellos?. Es decir, existe una gran cantidad de datos acumulada acerca de nosotros y necesitamos conocer cómo generar significado asociado a los mismos, lo que ha generado la emergencia de diferentes denominaciones tales como: ‘Ciencia de las Redes’, ‘Dinámica Humana’, ‘Ciencia Social Computacional’ y, quizás la más extendida, ‘Big Data’, relativas al interés generalizado de: – comprender el comportamiento de los Sistemas Complejos, – describir el actual mundo hiperconectado en que vivimos. En particular, el autor, muestra abiertamente sentirse fascinado por…

“can we ever use data to control systems? Could we go as far as, not only describe and quantify and mathematically formulate and perhaps predict the behavior of a system, but could you use this knowledge to be able to control a complex system, to control a social system, to control an economic system?”

En la Edad de las REDES, la CIENCIA tiene que cambiar. Independientemente de que se trate de problemas económicos, biológicos, medioambientales, o sociales, el problema es el mismo: pensamos adecuadamente acerca de problemas aislados, pero no de problemas relacionados. Desconocemos el ‘mapping’, la interdependencia, la hiperconectividad entre las partes (la brecha de la Complejidad). Necesitamos construir la nueva ciencia que responda a los desafíos que tenemos en la actualidad: “desafíos de generación de significado, a partir de la ingente cantidad de datos de los que disponemos”; “del estudio de las partes, al estudio de la interacción entre las partes”; “del reduccionismo al holismo”. Por ejemplo, en el ámbito de la biología. El proyecto Genoma es una extraordinaria aportación del tradicional planteamiento reduccionista de la ciencia, pero no es suficiente. No significa, obviamente, que el Genoma no tenga sentido. Es fundamental, imprescindible, aunque insuficiente (‘conocer acerca de las partes’). Del mismo modo, continúa Barabasi, la Ciencia Social Computacional trata de desarrollar un nuevo dominio del conocimiento que contemple múltiples perspectivas, intereses y necesidades distintas, frente a una línea de pensamiento único (existencia y valor de la diversidad). El presente desafío científico no está todavía asimilado, aunque está empezando a cambiar. Creciente influencia de las ‘redes’ (y ‘ecosistemas’), como soporte o modelo para comprender (mediante la percepción de patrones) el complejo mundo que nos rodea (‘generación de significado’).

Privacidad y Big Data. Observando la secuencia de tecnologías que estamos usando estos últimos diez años, y haciendo una proyección hacia el futuro, Barabasi concluye: “Debemos asumir que, en un futuro, no habrá nada privado”. Pensemos acerca de ¿qué está sucediendo en el mundo online?. Empezó MySpace donde uno era completamente anónimo, podía suceder que revelaras a tus amigos quién eras, pero se vivía en un mundo anónimo. ¿Qué hizo Facebook, que no había hecho MySpace?. Se hizo no anónimo. Tenías que aceptar tu nombre. No se ocultaba uno detrás de algún nombre. Te forzaba a decir quién eras. Aunque podías conservar privados tus pensamientos e información, compartiéndolo sólo con tus amigos. Luego vino Twitter y dijo que el problema con Facebook es que compartes sólo con tus amigos. ¿Por qué no compartir con todo el mundo?.  Ahora tenemos Twitter, donde todos tus pensamientos  que deseas compartir se difunden a cualquiera que pueda y desea oírlo.

La tendencia, pues, es que ‘a mayor divulgación, menor anonimato, y mayor éxito’. En cualquier caso, vivimos en una situación inestable, en la que el acceso a los datos, no ha sido resuelto adecuadamente, puesto que existen (parece lógico) limitaciones legales en cuanto a qué datos podemos conseguir (derecho a la privacidad de los datos). En este sentido, la comunidad científica deberá encontrar la manera de resolver el problema actual, porque estos datos (en su mayoría en manos privadas) no solo tienen un gran valor económico (razón por la que Google y Facebook, p.e., protegen sus datos), sino que tienen un gran valor para la sociedad. Se necesita alcanzar un cierto consenso social por el que los datos puedan ser compartidos por los diferentes actores que, bajo garantías, puedan generar valor social compartido a partir de ellos.

ReflectionModelLaptops.jpg (1100×730 pixels)

See on Scoop.itPensamiento crítico y su integración en el Curriculum

Why Reflect?

 

“It is the language of reflection that deepens our knowledge of who we are in relation to others in a community of learners” (Carole Miller and Juliana Saxton, University of Victoria).

 

What are the pedagogical and physiological foundations of reflection for learning? Why is reflection important for learning? What does the literature say about how reflection supports learning?

 

Self-knowledge becomes an outcome of learning. Tthe primary motive of a learning portfolio:

“to improve student learning by providing a structure for students to reflect systematically over time on the learning process and to develop the aptitudes, skills and habits that come from critical reflection” (John Zubizaretta).

 

“We do not learn from experience…we learn from reflecting on experience” (John Dewey).

 

The Learning Cycle, developed by David Kolb, is based on the belief that deep learning (learning for real comprehension) comes from a sequence of experience, reflection, abstraction, and active testing.

 

Reflection for Learning

(https://sites.google.com/site/reflection4learning/Home).

Website desarrollado por Helen Barret (http://electronicportfolios.org/)

See on electronicportfolios.org

What Does Science Tell Us About Teaching Kids to Think?

See on Scoop.itPensamiento crítico y su integración en el Curriculum

Enrique Rubio: Apoyar la formación y aprendizaje de los estudiantes mediante diversas tareas de escritura (personales, formales e informales), como método instruccional de mejora de las habilidades de: comprensión lectora y pensamiento crítico.

Notar que la formación en habilidades relativas a la escritura (capacidad de auto-expresión), debe ser algo mas que una mera capacidad de escritura analítica, debiendo ir orientada a la formación en pensamiento crítico (desarrollo de una actitud, habilidades y ética de pensamiento crítico) y en metacognición (auto-reflexión, auto-evaluación y auto-aprendizaje).

 

Otros enlaces relacionados…

- 7 Ways To Become A Better Reader And Writer (http://edudemic.com/2012/10/7-ways-to-become-a-better-reader-and-writer/
- Students Reflect on Their Own Learning (http://edudemic.com/2011/12/students-learning/)

See on www.theatlantic.com

La eficacia del aprendizaje online

Siendo el aprendizaje online, tanto para estudiantes como para profesores, una de las tendencias de más rápido crecimiento, en cuanto a usos de la tecnología en el ámbito docente, parece muy oportuno plantearnos, una vez más, la tradicional controversia de si…

¿es tan efectiva la docencia online  como la presencial?.

A través de la plataforma Coursera, he accedido al interesante, y riguroso, Report del Departamento de Educación de EEUU, publicado en Septiembre de 2010…

“Evaluation of Evidence-Based Practices in Online Learning: A Meta-Analysis and Review of Online Learning Studies”,

en el que  planteándose las siguientes cuatro cuestiones:

1.- ¿cómo comparar la efectividad del aprendizaje online con la docencia presencial?
2.- ¿combinando la docencia presencial y online, mejora el aprendizaje?
3.- ¿qué prácticas están asociadas con un aprendizaje online mas efectivo?
4.- ¿qué condiciones influyen en la efectividad del aprendizaje online?

y como resultado del meta-análisis de 45 estudios publicados, que comparan el aprendizaje online vs presencial, concluye que:

1.- los métodos de aprendizaje online son al menos tan efectivos como el aprendizaje presencial; y

2.- que la docencia/aprendizaje mixta, que implica ambos métodos, es considerablemente más efectiva que cualquier otra propuesta que contemple uno solo de los métodos.

Model Thinking

¿Cómo tratar de comprender, de generar significado del mundo complejo e incierto en el que vivimos?… mediante el uso y comprensión de diferentes modelos. Esta es la propuesta que nos ofrece el curso  ‘Model Thinking‘, abierto y online, ofrecido por  Scott E. Page (Universidad de Michigan), en la plataforma Coursera.  Con el curso, pues, se pretende   enseñar en general a pensar  mediante modelos  y, en particular, a usarlos para generar significado del mundo complejo que nos rodea.

¿Por qué el uso y comprensión de modelos puede convertirnos en  mejores ‘pensadores’?. Aunque los modelos son algo relativamente reciente, en la actualidad están presentes en todas partes y dominios del conocimiento (economía, biología, metereología, dinámica social, aprendizaje, etc), y  como abstracciones de la realidad, son una simplificación de la misma, aunque ‘algunos son útiles’. Los modelos nos ayudan a organizar la información (en particular, la gran cantidad de datos e información disponibles a partir de Internet y los nuevos ‘social media’),  nos permiten comprender diferentes patrones de  comportamiento de los datos, tomar mejores decisiones, hacer predicciones y diseños,  establecer estrategias y acciones  efectivas, y en general nos hacen mejores pensadores y ciudadanos.

Mediante el curso ‘Model Thinking’, se nos ofrece aprender una variedad de  modelos con el objetivo de:

  1. To be an intelligent citizen of the world
  2. To be a clearer thinker
  3. To understand and use data
  4. To better decide, strategize, and design

¿Qué es Model Thinking?

“Model thinking is bringing together what you know about models in general and about various models in particular, to develop and refine a quality model for accessing information about an object, people, or phenonomia for the purposes of describing, communicating, understanding and/or making predictions”.

Conole keynote

See on Scoop.itLa brecha de la complejidad

E-Learning in Higher Education Gráinne Conole National Teaching Fellow 2012 University of Leicester

See on www.slideshare.net

Social Network Analysis

See on Scoop.itLa brecha de la complejidad

Social Network Analysis (SNA) including a tutorial on concepts and methods Social Media – Dr.

See on www.slideshare.net

Social Network Analysis

See on Scoop.itLa brecha de la complejidad

Excelente introducción al necesario  ‘Análisis de Redes Sociales’.

 

Social Network Analysis (SNA) including a tutorial on concepts and methods Social Media – Dr.

See on www.slideshare.net

The revolution starts within | Harold Jarche

See on Scoop.itLa brecha de la complejidad

Enrique Rubio: Estrategia de adaptación ‘bottom-up’ a una nueva realidad, a un nuevo entorno vital ‘expandido y complejo’, como proceso de transformación personal.

 

 

Harold Jarche: If you are convinced that your future workplace should look more like a Wirearchy, (a dynamic two-way flow of power and authority based on, knowledge, trust, credibility, a focus on results; enabled by interconnected people and technology) then the best thing you can do now is prepare.

 

- Prepare yourself to be a continuous learner.

- Prepare yourself and your team/department to work collaboratively. – Start narrating your work.

- Become a knowledge curator and share widely.

- Engage in professional social networks and communities of practice.

- Model the behaviours you would like to see in others.

 

Cartoon by Hugh Macleod @gapingvoid

See on www.jarche.com

Connectivism: social networked learning

See on Scoop.itLa brecha de la complejidad

Enrique Rubio: Reconocimiento de la complejidad -con sus  estructuras y espacios, REDES y ECOSISTEMAS, subyacentes) -, como soporte o modelo para la comprensión y  generación de significado en los diferentes ámbitos de lo SOCIAL, la DOCENCIA y el APRENDIZAJE, y en general de una NUEVA CIENCIA (de las ‘partes’  al estudio de la ‘interacción de las partes’).

 

Presentación elaborada y compartida por George Siemens en su conferencia en Buenos Aires, invitado por Fundación Telefónica de Argentina, el 12 de septiembre…

See on www.slideshare.net