MOOCs y APRENDIZAJE ADAPTATIVO EN E-LEARNING: la combinación perfecta

Hoy en la educación están cambiando muchas cosas. Los MOOCs (cursos abiertos y masivos en línea) han mejorado el acceso a la educación pero no por eso ha mejorado la educación en sí misma. 

En realidad el aprendizaje por medio de MOOCs existe desde antes de que el término existiera ya que algunas personas, creadores de sitios web de los años 90, ya habían subido cursos libres a la web 1.0 bajo el  formato de palabras e imágenes esencialmente, aún así estos eran cursos abiertos, masivos y en línea lo cual respondía ya a la definición de lo que es un MOOC (Massive, Open, Online, Course).

Y aunque el concepto se ha popularizado, la mayoría de las propuestas siguen siendo muy parecidas a lo que se empezó a desarrollar hace 30 años salvo que se le añade ahora audiovisual.

¿Qué es lo que le hace falta a los MOOCs para evolucionar y revolucionar la educación?

En la actualidad se está desencadenando la tecnología del aprendizaje adaptativo en un entorno virtual. Gracias a tecnología actual como es el big data, el machine learning y el deep learning podemos, y debemos superar las barreras que los creadores de MOOCs antiguos no podían solventar. Estas son: la interacción con el usuario, la personalización del curso para cada usuario y el intercambio por ósmosis al socializar con otros alumnos de manera efectiva.

1 – CARACTERÍSTICAS DE LOS MOOCs.

Presentamos las ventajas y desventajas que podemos observar en la mayoría de los MOOCs tradicionales:

Ventajas de los MOOCs: 

• Gratuidad.
• Accesibilidad social.
• Flexibilidad horaria.

Desventajas de los MOOCs:

• 1 solo modelo de aprendizaje.
• Sin interacción Humana.
• Falta de personalización.
• Falta de interacción social.

Hoy por hoy la tasa de abandono de los MOOCs es de entre 75 y 95 % o sea que solo acaban entre 5% y 25%.

La tasa de finalización es demasiado baja. Aunque este modelo ha facilitado el acceso a la educación, no ha logrado darle al público un producto que realmente pueda sustituir la formación tradicional en donde existe una verdadera personalización del aprendizaje generado del docente hacia el alumno.

2 – PRÁCTICAS DE APRENDIZAJE ADAPTATIVO

El aprendizaje adaptativo y personalizado está proyectando una perspectiva de desarrollo personal mucho más sólida. En definitiva el aprendizaje adaptativo permite aprender mejor y acordarse por más tiempo de lo que queremos o debemos aprender. 

A todos nos gusta aprender pero a veces se nos olvida que nos gusta porque no siempre tenemos las mejores condiciones para aprender. 

Estas condiciones deben de ser respetadas por la nueva educación tecnológica que necesita contar con tres pilares fundamentales. El sistema debe ser:

• accesible,
• amigable con el humano y 
• empático con el individuo.

La sociabilidad entre usuarios o alumnos es importantísima. A escala de internet permite generar interacciones increíbles que fomentan enormemente el aprendizaje y son una parte básica de un espacio de aprendizaje positivo. 

Por ejemplo existe una práctica fantástica para generar intercambio por ósmosis digital y es “la corrección entre pares” en donde cada uno corrige a otra persona que también tomó el curso y realizó los ejercicios y vice versa. Después interactúa con la persona etc… Existen muchos métodos para crear una comunidad virtual activa.

La tecnología big data complementada con la tecnología de machine learning permite lograr la personalización adecuada al permitir que la computadora entienda las carencias que necesitan los alumnos que al ejercerse en las actividades dadas por el programa alimentan a este con datos y así el sistema puede ir personalizando el aprendizaje.

 Gracias a estos datos la computadora aprende exactamente en dónde está el error de lógica o razonamiento para darle al usuario exactamente la información que necesita y  los ejercicios que le ayudarán a mejorar. 

Es en este sentido que la tecnología big data y el machine learning personalizan el aprendizaje. 

Con la tecnología aún más avanzada del deep learning podemos hacer que las computadoras literalmente diseñen cursos o metodologías de aprendizaje innovadoras. 

Tenemos una potencia de cálculo en las computadoras que antes no existían y eso nos permite llevar los límites de la educación personalizada a lugares antes insospechados. Se prospecta que pronto existan sistemas tecnológicos capaces de actualizarse y reinventarse para enseñarle a la persona durante toda su vida. 

IBM consideró ya en 2013 que la ciencia cognitiva junto, el big data, el machine learning y el deep learning iban a ser los 4 elementos que iban a revolucionar a la educación.

De hecho ahora esto se llama aprendizaje adaptativo y personalizado. Permite proponer una experiencia a cada persona adaptada a su nivel, a su ritmo y a sus preferencias de manera automatizada e individualizada.

También es una tecnología que fortalece el rol del docente. Le da herramientas a este para que pueda ser más eficaz. Por ejemplo: cuando los estudiantes están bloqueados los profesores tienen analíticas de aprendizaje que les permiten hacer una intervención humana adecuada y oportuna con pleno conocimiento de efecto y causa.

Finalmente, necesitamos unir el aprendizaje adaptativo a los MOOCs porque el tiempo en que olvidamos algo no es lo mismo para cada persona ni para cada concepto. 

También, dependiendo de nuestras preferencias vamos a recordar más o menos.

 La tecnología puede identificar estos momentos de facilidad o dificultad y rellenar estratégicamente con contenido especializado para que el individuo en cuestión logre aprender lo que debe aprender.

3 – QUÉ PASA CON LO QUE APRENDEMOS

Si después de un mes no estudiamos ni revisamos, olvidamos el 80% de lo que aprendimos. Es un hecho, todos aprendemos diferente y todos olvidamos la mayoría de lo que aprendemos. 

Frente a esta realidad humana se levanta la pregunta: 

¿Cómo cada quien podría tener una enseñanza individualizada y cómo podría recordar lo aprendido?

La primera parte de la pregunta es: ¿Cómo cada quien puede aprender de manera personalizada? Estamos tentados de responder que el aprendizaje adaptativo fundamentado en tecnología de punta (big data/ machine learning/ deep learning) nos va a dar finalmente la capacidad de rellenar esta carencia de la educación actual: darle a cada alumno una formación super especializada.

La segunda parte de la pregunta es: ¿Cómo podemos recordar mejor lo que aprendemos? La ciencia cognitiva y la neurociencia que nos ayudan a comprender mejor cómo es que nuestros cerebros asimilan aprenden y funcionan nos permite responder a esta.

En 2013 el neurocientífico francés Piccard analizó la actividad cerebral de alumnos para entender cómo esta se desarrollaba haciendo diferentes tareas. 

Su equipo se dio cuenta que los alumnos podían llegar a tener la misma actividad cerebral al seguir la clase en formato de lección tradicional que al ver la televisión. Lo que no es muy alentador para los profesores que adoptan esto como su método predilecto. 

Mientras tanto, los alumnos, al estar en el laboratorio experimentando, generaban mucha más actividad. Al igual, haciendo deberes y ejercicio, también había más actividad que al escuchar la clase. 

La hipótesis sugiere que los alumnos aprenden mucho más al ejercerse y experimentar que repasando y revisitando la lección. En base a esta teoría se creó un segundo experimento.

Se crearon dos grupos. A ambos se les dio un texto. Al primero se le pidió leer el texto una vez y releerlo 4 veces. Al segundo se le pidió leer el texto 1 vez y hacer tres baterías de ejercicios. Resulta que el grupo de los ejercicios, estudiando 3 veces menos, se acordaba 52% más de lo que habían aprendido que los del grupo de la relectura.

Finalmente, esto nos habla de la importancia de la experimentación y ejercitación en cualquier entorno de aprendizaje. A este aspecto el E-learning debe de enfocarse para crear experiencias que sobre todo apuntan al ejercicio y experimentación acompañado por una lección impartida de manera tradicional pero que tienda a ser corta.

Para entender más profundamente cómo lograr esta organización pedagógica puedes leer nuestro artículo acerca del diseño de la experiencia de aprendizaje (LxD) en dónde exponemos el modelo de aprendizaje |70 | 20 | 10 | (que significa 70 %  del aprendizaje se genera en experimentación práctica, 20 % en intercambio social y retroalimentación del tutor, y 10 % a través de lecciones tradicionales presenciales) y mucho más.

¿Necesitas asesoría y profesionales para gestionar el aprendizaje en línea de los alumnos o empleados? Contacta ya con TAEC.