Archive for Métricas

¿Cuáles son tus formas preferidas de aprendizaje informal, de aprendizaje en el puesto de trabajo?

Aceptando la importancia que en la actual sociedad hiperconectada (Internet) tiene el aprendizaje informal (autogestionado, en el puesto de trabajo, en todo lugar y momento), resulta muy interesante conocer los recientes resultados obtenidos de la encuesta 2013 Learning in the Workplace Survey, propuesta por Jane Hart.

La encuesta plantea qué peso damos a cada una  de las 10 diferentes maneras de aprendizaje autogestionado que se proponen. Con un número de participantes en la encuesta superior a 600, los resultados han sido los siguientes:

learning in the workplace survey jane hart 2013

 

En rojo aparecen las opciones con mayor número de respuestas. La última columna, añadida por Jane Hart, es el resultado de las dos columnas precedentes ‘Muy importante’ y ‘Esencial’, y en ella se realza en azul las  cinco principales formas de ‘learning in the workplace’. A saber:

1.- Trabajo colaborativo a nivel de equipo

2.- Búsqueda de recursos web (Google)

3.- Conversaciones informales y reuniones con personas

4.- Comunidades y redes personales y profesionales

5.- Blogs externos y suscripciones RSS

A la vista de estos resultados, concluye  que:

1.- la formación/eLearning a nivel de empresa es la forma menos valorada de aprendizaje en el puesto de trabajo, y

2.- los profesionales encuentran otras formas (autoorganizadas y autogestionadas) de aprendizaje en el puesto de trabajo mucho mas valoradas, en particular la colaboración en equipo

3.- el patrón general de resultados es válido para la mayoría de los sectores, funciones de trabajo, roles de trabajo y grupos de edad.
Advierte, no obstante, que el análisis actual de los resultados no muestra algunos otros aspectos interesantes de ‘cómo nos gusta aprender en el puesto de trabajo’, indicando que en breve aportará un análisis mas completo, aunque si le sirve para realzar cómo, en general, los profesionales identifican formas auto-organizadas y auto-gestionadas, al margen del departamento de formación y desarrollo, lo cuál es una tendencia clara (ver  2012 Learning in the Workplace survey results).

Por nuestra parte, deseamos añadir que desde una perspectiva ‘bottom-up’  (Estrategia Suricata), alejada del análisis de grandes organizaciones (con plantillas superiores a 250 personas), e incluso medianas, podría customizarse la anterior encuesta para eAprendices.

 

Perfil de la muestra:

  • Por países: 46 países (USA (28%), Australia (12%), Canada (8%), UK (22%), Nueva Zelanda and y otros países de  Europa, America del Sur y Asia)
  • Sectores: 42% relacionados con la educación; 58% no relacionados con la educación ( 12% tecnología, 9% Administración, 9% services financieros, 4% Sanidad)
  • Tamaño de las Organizaciones: 61% de organizaciones con mas de 250 people
  • Funciones: 45% RRHH / L&D, 65% de otras funciones (l 12% TIs, 4% Ventas & Marketing)
  • Rol de trabajo: No directivos/otros: 53%, line managers: 9%; middle: 20%, senior 18%
  • Edad: <30 : 6%, 31-40 : 28%,  41-50 36%, 51-60 : 24%; 60+ : 7%
  • Sexo: Hombres: 42%; Mujeres : 58%

.

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 rod