domingo, 5 de mayo de 2019

Actividad 3 — Metodología del servicio de datos

Tras la realización de la prueba piloto y atendiendo a los datos recabados diseñamos una intervención más detallada dirigida a lograr los objetivos marcados por la empresa:
  • Conocer la capacidad de los métodos y técnicas del análisis predictivo para reconocer al alumnado en riesgo de abandono y así ofrecerle asesoramiento y materiales adaptados a sus necesidades. 
  • Diseñar el modelo de intervención que permita dar origen al Pack a ofrecer como servicio desde la empresa. 
Para ello, a continuación, encontramos un informe en el que se especifica: el enfoque de nuestro servicio de analítica del aprendizaje, desarrollado según la metodología del análisis predictivo; los objetivos a lograr con este modelo; la líneas de acción de nuestro servicio; y un anexo con un ejemplo de cómo se lleva a cabo todo el proceso.

1. Enfoque del servicio 
Los profesionales de nuestra empresa estamos decididos a continuar mejorando las experiencias formativas del alumnado y para ello hemos desarrollado un nuevo servicio destinado a facilitar la tarea del docente y a apoyar las prácticas de éxito del alumnado. Este servicio nos permite llevar a cabo la metodología, ahora en auge, de la analítica del aprendizaje conectado que consiste en “la medición, recopilación, análisis e informe de datos sobre los alumnos y sus contextos, con el fin de comprender y optimizar el aprendizaje y los entornos en los que se produce” (Learning Analytics, s.f.). Desde este recopilamos y analizamos los datos que produce el alumnado al utilizar las plataformas online en las que se desarrollan los cursos. Y posteriormente te facilitamos la interpretación de los datos, proporcionándote un visualización de los mismo clara e intuitiva. De manera que es posible convertir los datos en acciones de mejora de la práctica docente.

Así, pues, la analítica del aprendizaje nos permite evaluar el rendimiento educativo gracias a los datos que se generan en las prácticas e interacciones mediadas digitalmente. De esta manera podemos acceder a gran cantidad de información sobre la actividad de los estudiantes en los entornos digitales de aprendizaje (Domínguez, 2018). Para asegurar la efectividad de este servicio nos hemos basado en la técnica del análisis predictivo desarrollada por Ekowo & Palmer (2017) que nos permite ofrecer una serie de herramientas con las que dar soporte a la docencia y el desarrollo de los cursos y diagnosticar las necesidades del alumnado para rediseñar las prácticas y espacios educativos. Se busca, pues, mejorar la calidad del aprendizaje.

De modo que este tipo de análisis puede resultarnos útil para lograr tres objetivos esenciales: identificar a aquellos alumnos y alumnas que precisan servicios de asesoramiento en el curso; elaborar material didáctico de aprendizaje adaptativo; y lograr el aumento del número de personas inscritas en el curso. El mismo se puede aplicar a cualquier tipo de formación online, tanto formal como no formal. Sin embargo, al contrario que otras empresas, nosotros no hablamos de la personalización del aprendizaje porque somos conscientes de la falta de rigor que acompaña a esta idea ya que reconocemos las limitaciones y desafíos técnicos que acompañan al trabajo a realizar con el Big Data y la Inteligencia Artificial; recordándonos que la tecnología es una herramienta que todavía no puede resolver los problemas sociales más complejos (Elish, 2017). 

Asímismo, sabemos que el profesorado es el responsable de satisfacer una serie de necesidades psicológicas básicas del alumnado para asegurar su bienestar y creemos que la personalización del aprendizaje no siempre es la mejor opción porque podemos minar el sentimiento de competencia, la capacidad de autonomía y el desarrollo de relaciones personales (Bulger, 2016). Así, pues, con este servicio tratamos de atender a las buenas prácticas de la analítica del aprendizaje. Por lo tanto, buscamos ofrecer información al profesorado sobre el rendimiento del alumnado y recomendar una serie de propuestas a probar y reelaborar para atender a la necesidades del alumnado; siendo el profesor el encargado de adaptar el aprendizaje como considere oportuno.

De modo que, nuestro servicio de analítica del aprendizaje ofrece la posibilidad de conocer mejor al nuevo alumnado para predecir sus posibles dificultades y comprender la conducta del mismo durante el desarrollo del curso para prevenir posibles abandonos y ayudar a superar los obstáculos con los que se tropiece. Siendo realmente interesante emplearlo en todos los momentos de un curso para asegurar que los recursos invertidos en lograr la inscripción de nuevos estudiantes sean retribuidos gracias a la finalización de los estudios por parte de los mismos alumnos y alumnas.

2. Objetivos del servicio
El principal objetivo es lograr reducir las tasas de abandono en los cursos que dispongan de nuestro servicio. Y a través del análisis predictivo, antes explicado, podremos: identificar a aquellos alumnos y alumnas que precisan de servicios de asesoramiento en el curso; elaborar material didáctico de aprendizaje adaptativo; y aumentar el número de personas inscritas en el curso y comprometidas con el aprendizaje. 

Es decir, queremos pronosticar el nivel de éxito del alumnado gracias al análisis de los datos. Buscamos conocer si un estudiante se inscribirá y mantendrá en un curso y si para ello precisará apoyo. De modo que las instituciones educativas que dispongan de nuestro servicio podrán alcanzar sus objetivos en cuanto a la captación del alumnado porque permite centrar las estrategias de reclutamiento y adaptar el asesoramiento y los métodos y recursos de aprendizaje con el fin de mejorar el rendimiento estudiantil. Todo ello, lo lograremos siguiendo la secuencia de pasos descrita por Ekowo & Palmer (2017) para aplicar el análisis predictivo de manera ética. Esta se compone de las siguientes partes:
  • “Tener una visión y un plan
  • Construir una infraestructura de apoyo
  • Trabajar para garantizar el uso adecuado de datos
  • Diseñar modelos de análisis predictivo y algoritmos que eviten los sesgos
  • Aplicar intervenciones adecuadas y coordinadas” (Domínguez, 2018, pp. 10-11).

Así especificamos los siguientes objetivos que se cumplirán con la aplicación de nuestro servicio:
  • Aumentar el número de inscripciones efectivas
  • Reducir la tasa de abandono
  • Detectar al alumnado con mayor probabilidad de abandono
  • Reducir la carga académica en los momentos más sensibles del curso
  • Ofrecer asesoramiento al alumnado en peligro de abandono
  • Mejorar los recursos y herramientas de aprendizaje del curso
  • Seleccionar los mejores canales de comunicación
  • Adaptar las tareas a los intereses y motivaciones del alumnado.

3. Líneas de acción del servicio
Nuestro servicio informa al profesorado sobre la conducta y el rendimiento del alumnado y recomienda un protocolo a seguir que se puede ofrecer directamente a los estudiantes o modificarlo antes de proporcionárselo. La recopilación y el análisis de los datos que produce el alumnado al emplear la plataforma del curso nos permite llevar a cabo una serie de acciones mediadas tecnológicamente para atender a las necesidades e intereses del mismo. 

Así pues, elaboramos contigo un plan para emplear los datos en el que determinamos los propósitos de llevar a cabo la metodología del análisis predictivo; las posibles consecuencias de aplicarla y cómo abordarlas; y los resultados a medir para proporcionarte los datos de una manera visual, fácilmente comprensible. Tras ello, te ofrecemos una infraestructura de trabajo que nos permite explicar a toda la comunidad educativa los beneficios del análisis predictivo; una formación para comprender y emplear el mismo; un protocolo para asegurar la puesta en práctica de este recurso; y una serie de pautas para que se evalue la capacidad de vuestra institución para el uso del servicio. Asimismo, trabajamos para garantizar el uso adecuado de los datos porqué nos preocupamos por crear y emplear las herramientas de forma ética, atendemos a la calidad de los datos y de su interpretación; y estamos preparados para hacer frente a los problemas que puedan surgir respecto a la privacidad y seguridad. Cabe destacar que diseñamos modelos de análisis predictivo que buscan evitar los sesgos y cumplir con los objetivos institucionales capacitando al personal para interpretar los datos e intervenir de manera adecuada (Ekowo & Palmer, 2017).

Nuestra experiencia nos permite comprender que cada curso y grupo de estudiante es distinto y por ello trabajamos por adaptar nuestro sistema para todos y cada uno de nuestros cliente. Sin embargo, esta misma experiencia nos ha permitido conocer cuáles son los momentos clave en los que analizar los datos para reconocer y atender al alumnado como problemas. Aquí te mostramos algunos de ellos y explicamos porqué resultan tan importantes:
  • El inicio de curso y de los diferentes módulos que lo ocupa resulta clave porque en este momento el estudiante debe conocer la guía y la planificación del curso; empezar a interactuar con sus compañeros/as y el profesorado; y aprender a utilizar la plataforma. Sabemos que aquellos alumnos que dediquen las primeras semanas a realizar estas tareas tendrán una menor probabilidad de saturarse con la llegada del contenido curricular. Además, los docentes en este periodo pueden: conocer la cantidad de alumnado matriculado y así establecer el porcentaje de éxito del curso; reconocer los perfiles del alumnado para atender a las circunstancias que pueden   perturbar el rendimiento del estudiantado; e identificar los perfiles profesionales con el objetivo de adaptar la práctica educativa a la diversidad de capacidades y conocimientos del alumnado.
  • El desarrollo del curso también tiene una gran relevancia porque nos muestra el modo y los hábitos de trabajo del alumnado, reconociendo cómo y cuándo accede a la plataforma; cuál es su nivel de participación en las videosclases, chats y foros; o con qué frecuencia consulta los materiales. Todo ello, nos permite entender el nivel de implicación del alumnado con el curso; cuáles son las dificultades a las que se debe enfrentar; cómo está gestionando su tiempo y si este está resultando eficiente. Durante el desarrollo del curso es preciso atender con mayor detalle a:
    • El regreso tras los periodo vacacionales para asegurarnos de que toda el alumno continua con un buen ritmo de trabajo.
    • Y a los momentos previos a la entrega de tareas y las semanas de exámenes para observar cómo afronta el alumnado estas tareas de aprendizaje. Debemos saber si el alumnado conoce las fechas de entrega y los documentos a estudiar y si comprende las pautas de las tareas y el formato de los exámenes.
  • El final del curso resulta muy importante porque es aquí donde tenemos la oportunidad de reconocer al alumnado que sigue plenamente activo en el curso, aquel que titubea y aquel que ya lo ha abandonado. Con ello, podemos ofrecer las últimas indicaciones y establecer las tasas de abandono y de éxito. 

De este modo, en estos momentos destacados, podemos extraer e interpretar datos sobre:
  • La cantidad de veces que el alumnado inicia sesión y el momento del día en que lo hace. Ello nos permite conocer su interés y el nivel de participación; las posibilidades horarias; y la aparición del alumnado que haya invertido el horario.
  • Las aplicaciones y herramientas que emplea el alumnado para así conocer cómo utilizan la plataforma de aprendizaje y cuál es el nivel de actividad que presentan en la misma.
  • Los recursos que consultan los estudiantes y la frecuencia con que lo hacen para saber su nivel de compromiso con cada módulo del curso.
  • Las actividades que son atendidas en mayor o menor media, cuándo se consultan, con que frecuencia se hace y si son libradas dentro o fuera de los periodos establecidos. Esto permite al profesorado conocer el nivel de rendimiento de cada alumno/a; si sus estudiantes consultan los recursos adecuados y participan en los foros y chats correspondientes; y la dificultad de los contenidos y tareas.
  • Las interacciones del alumnado con sus compañeros y compañeras y el profesorado, la frecuencia con la que se establecen, y mediante qué medios para determinar el nivel de participación, actividad y colaboración.

Recoger todos estos datos, y otros, nos permiten entender el comportamiento del alumnado y la efectividad del mismo en su aprendizaje; atendiendo a los contenidos, recursos y herramientas empleados y la efectividad de la organización establecida (Domínguez, 2018) y (Ekowo y Palmer, 2016). Asimismo, con el análisis de los datos podemos ofrecerte una intervención a llevar a cabo a través del asesoramiento dirigido al alumnado, gracias a la alerta temprana que nos permite determinar qué estudiantes presentan dificultades académicas. Y con los sistemas de recomendación de programas podemos determinar los cursos más adecuados para que cada alumno/a supere sus dificultades. Todo ello, posibilita al profesorado intervenir para apoyar el éxito del alumnado.

Del mismo modo, gestionamos el aprendizaje adaptativo gracias al análisis predictivo. Lo hacemos a través de un Software de aprendizaje que selecciona las rutas más adecuadas en función de las interacciones realizadas por el alumnado en la plataforma del curso. Este aconseja sobre el tipo de contenidos a abordar, la secuencia de aprendizaje a seguir y el modo de evaluación más adecuado para lograr el aprendizaje. Siendo siempre esencial contar con el conocimiento y experiencia del profesorado que deberá comunicarse con el alumnado para: indicarle los aspectos a mejorar; felicitarlo y premiarlo por la buena participación en las diversas prácticas desarrolladas y proporcionarle las herramientas y recursos más adecuados (Domínguez, 2018).

4. Anexo: Ejemplo de la aplicación de nuestro modelo de analítica del aprendizaje en un alumno de un curso online sobre Diseño de servicios desarrollado en la plataforma Moodle
Como muchos otros alumnos, Max se ha inscrito en un curso online sobre Diseño de servicios que tiene a su disposición nuestro servicio de analítica del aprendizaje. La tecnología de la que disponemos nos permite recabar los datos que Max produce al emplear la plataforma desde la abertura del curso y los algoritmos nos posibilitan organizar y analizar los mismos. Aunque Max inicia muy bien su curso, a través de los datos detectamos que tras el período vacacional de las Pascuas en una de la asignaturas ha empezado a decaer su acceso a la plataforma. Hemos comparado sus últimos resultados académicos con los obtenidos al principio del curso, viendo que su rendimiento es menor y hemos observado que ha dejado de participar en los foros y en los chats y ya no consulta los materiales de esta materia. Mediante los datos también nos hemos percatado de que el profesor de la asignatura ha aumentado la cantidad de materiales y que estos son más extensos. Además, ha disminuido su intercambio comunicativo con el alumnado.

Max ha tenido una buena trayectoria en el curso, así que no vamos a dejar que abandone en la etapa final cuando quedan un par de tareas de esta área. Gracias a nuestro servicio informamos al docente de los hechos observados. Y le aportamos los datos necesarios sobre su propia práctica docente. Además, le proporcionamos al docente un plan de actuación en el que se le ofrece:
  • Un mensaje de motivación para enviar a Max y que así continue con su formación.
  • Una selección de los recursos más interesantes para Max.
  • Una selección de los sistemas de comunicación que le podrían resultar más motivadores por su actividad y contenido.
  • Una secuencia de pautas para que Max atienda a la consulta de los recursos, participe en los sistemas de comunicación y realice las tareas pendientes.
  • Y un mensaje de felicitación para reconocer los avances de Max cuando se empiecen a observar.

Gracias a los datos del resto del alumnado podemos indicar al profesorado cuáles son los documentos más empleados y durante más tiempo lo que nos indica que pueden estar resultando de mayor interés. Así, podemos ofrecerle a Max un listado más reducido de documentos a consultar. También es posible determinar cuáles están siendo las herramientas más adecuadas para el intercambio comunicativo entre los alumnos porqué las emplean más y durante más tiempo y sabemos que son mejores porque el docente también les está prestando mayor atención. De esta manera, Max solo debe centrarse en algunas de las herramientas disponibles en la plataforma. Asimismo, mediante los datos observamos cuáles han sido las tareas más consultadas lo que es un indicativo de que resultan más difíciles para el alumnado por lo que podemos indicar al profesorado la necesidad de que se detallen más las explicaciones de las actividades o se simplifiquen la mismas.

Debemos destacar que será el docente de Max quien tome las últimas decisiones. Pero nuestro sistema se encarga de obtener e interpretar los datos para determinar si hay posibilidades de abandono y especificar si existe la necesidad de llevar a cabo algún tipo de intervención; reconsiderar y adaptar los contenidos; detallar y replantear las tareas; o modificar el nivel y modo de participación del profesorado.

Referencias:
Publicado por en No hay comentarios:
Etiquetas:

Actividad 3 — Captura de datos

Es el momento de llevar a cabo la captura de datos, tras establecer el plan en el que: se determinan los objetivos a lograr con la analítica predictiva. Atendiendo a las preguntas que se espera contestar y las metas a lograr; se piensa en las consecuencias imprevistas y el protocolo para mitigarlas y se establecen los indicadores de logro para evaluar el proceso de análisis y establecer los resultados.

Para lograr el objetivo principal (especificado en el post anterior (https://silviafarga.blogspot.com/2019/05/actividad-3-plan-de-analisis-predictivo.html): reducir las tasas de abandono; tratamos de identificar al alumnado que precisa de un asesoramiento en el curso. Para ello, observamos el comportamiento del alumnado cuando está en el curso gracias a los datos que genera al emplear la plataforma. Lo hacemos atendiendo a los momentos clave en la participación; reconociendo qué tipo de datos se pueden obtener; y cómo pueden ser interpretados los mismos. Proponiendo, a continuación, una intervención que nos permitirá ofrecer apoyo al alumnado. Todo ello, atendiendo a algunas de las indicaciones ofrecidas por Domínguez (2018) en su artículo Big data, analítica del aprendizaje y educación basada en datos.

A continuación se especifican los momentos clave para identificar a los estudiantes con problemas y el motivo por el que estos resultan esenciales:
  • Las primeras semanas de cada semestre del curso. En estas el estudiante tiene la oportunidad de conocer la guía de cada materia, la planificación del curso y las diferentes áreas; establecer las primeras interacciones con los compañeros/as y el profesorado; y familiarizarse con la plataforma online a emplear. Es esencial realizar estos primeros pasos porque permiten al alumnado evitar la saturación proveniente de tener que conocer todos los aspectos organizativos y técnicos del curso mientras se aborda el contenido curricular. Asimismo, en estas semanas podemos conocer el número de alumnos y alumnas matriculados para, posteriormente, determinar el porcentaje de finalización del curso; conocer los perfiles del alumnado para localizar circunstancias que podrían afectar al rendimiento del curso; y saber los perfiles profesionales del alumnado para adaptarnos a la diversidad de capacidades y conocimientos que presente el alumnado.
  • Durante el desarrollo del curso. Aquí conocemos la rutinas del alumnado en el acceso a la plataforma; participación en las videoclases, chats y foros; consulta de materiales; etc. Ello nos permite determinar la implicación del alumnado con cada área o módulo del curso; el nivel de dificultad al que se enfrenta; el uso eficiente que realizan del tiempo; o los problemas de incompatibilidad horaria. Asimismo, en este periodo, prestamos especial atención:
    • Tras los periodos vacacionales porque después de los tiempos de descanso es importante hacer un seguimiento del alumnado para ver que todos y todas se reincorporan al curso y establecen de nuevo sus rutinas de trabajo.
    • Las semanas previas a la entrega de alguna actividad y en los periodos de evaluación porque es importante observar el comportamiento del alumnado para conocer si este es consciente de las fechas de entrega; conocen los documentos a consultar; entienden los mismos; y comprenden las pautas de la tareas. Es importante ver como el alumnado afronta la realización de las mismas para proporcionar el asesoramiento necesario si se sospecha que no va a realizarlas por falta de tiempo, planificación, problemas de comprensión o desmotivación.
  • Las últimas semanas de los semestres del curso. Estas nos permite saber si el alumnado sigue activo en los últimos instantes para completar y concluir su proceso educativo y así determinar la tasa de abandono y el porcentaje de éxito en la realización del curso.
Ahora, explicaremos el tipo de datos que podemos obtener y el modo de interpretarlos para conocer si existen indicios de desafección por parte del alumnado; determinar la necesidad de realizar intervenciones; reeditar los contenidos; y aumentar o disminuir la participación del profesorado; así como seleccionar las mejores prácticas docentes para atraer al alumnado:
  • El número de veces que un alumno/a inicia sesión y el momento del día en que lo hace para conocer su interés y nivel de participación; sus posibilidades horarias; y si se ha producido la inversión horaria.
  • El tipo de aplicaciones y herramientas que utiliza el alumnado con el fin de comprender la forma en que emplea la plataforma de aprendizaje y su nivel de actividad en cada una de ellas.
  • Cuáles son los recursos a los que accede y con qué frecuencia lo hace para saber su nivel de participación.
  • A qué actividades atiende, cuántas veces las consultan y si las entrega dentro o fuera del periodo de primera convocatoria; con el objetivo de establecer su nivel de rendimiento en el curso. El profesor o profesora puede saber si el alumnado está consultando los recursos adecuados y si participa en los debates pertinentes desarrollados en los foros y los chats. También puede, así, ser consciente de la dificultad de los contenidos y las tareas.
  • Cuáles han sido los resultados de las tareas y los exámenes realizados, obteniendo datos sobre el desempeño del alumnado en el curso. Teniendo como objetivo entender el comportamiento del alumnado y la efectividad del mismo en su aprendizaje, atendiendo a los contenidos empleados y la organización establecida.
  • Quiénes interactúan más, cuál es la frecuencia de interacción y a través de qué medios interactúan más con los compañeros/as y el profesorado para determinar el nivel de participación, actividad y colaboración (Domínguez, 2018) y (Ekowo y Palmer, 2016).
Por último; tras conocer los momentos más importantes para la recogida de datos, determinar cuáles son los datos que podemos obtener empleando nuestro servicio de analítica del aprendizaje, y reflexionar sobre las posibles interpretaciones que podemos realizar de los mismos;  presentamos, a continuación, las herramientas analíticas predictivas especificadas por Ekowo y Palmer (2016) para llevar a cabo la intervención que nos permite apoyar al estudiante en riesgo de abandono. Estas herramientas son:
  • El Asesoramiento dirigido a estudiantes. Con la alerta temprana podemos conocer al alumnado con dificultades académicas y con los sistemas de recomendación de programas podemos seleccionar los cursos más adecuados para que el alumnado supere sus dificultades. Ello posibilita que el profesorado intervenga para apoyar el éxito del alumnado.
  • Y el Aprendizaje adaptativo. Se aplica cuando se emplea el análisis predictivo para crear un Software de aprendizaje destinado a modificar las rutas de aprendizaje según las interacciones del estudiante, determinando y adaptando el tipo de contenido a abordar, la secuencia de aprendizaje  a seguir y el tipo de evaluación a realizar con el fin de lograr el aprendizaje.
Y con estas herramientas el tutor y la comunidad docente puede ofrecer un apoyo directo al alumnado para: indicarle los aspectos que debe mejorar; felicitarlo y premiarlo por la buena participación en las diversas prácticas desarrolladas; y proporcionarle las herramientas y recursos más adecuados (Domínguez, 2018).

Referencias:
Publicado por en No hay comentarios:
Etiquetas:

Actividad 3 — Plan de análisis predictivo

En las próximas cuatro entradas que realizaré, en el presente blog, trataré de abordar las características y los conceptos básicos sobre la analítica del aprendizaje en plataformas cerradas. Lo haré mediante la realización de un caso práctico propuesto desde la materia de Analítica del aprendizaje conectado, impartida en el Máster Universitario en Comunicación y Educación en la Red de la UNED. Los detalles del caso práctico creado por Daniel Domínguez y las preguntas a las que trataré de responder en las siguientes cuatro estradas las podéis encontrar aquí: https://goo.gl/forms/CzNwtJI62OKcFYvT2 .

Ocupando el rol de gestoras de productos, junto al equipo de una empresa ya consolidada que tiene una plataforma  donde se ofrecen cursos de formación online, tratamos de diseñar un nuevo servicio sobre analítica del aprendizaje; basándonos en el análisis predictivo. Para realizar nuestro encargo se nos solicita que hagamos un esquema básico sobre analítica de datos en entornos educativos. Este se incluirá dentro de un pack de servicios dirigidos a apoyar la digitalización de los centros educativos. En el mismo podremos encontrar: la consultoría integral, la instalación del software, el mantenimiento y un conjunto de servicios de entre los que destacará el de analítica de datos. Ahora bien, nuestro jefe busca que el reclamo comercial se centre en la capacidad de personalizar el aprendizaje gracias al servicio de analítica del aprendizaje, sin embargo somos conscientes de que esto resulta poco realista. No obstante, decidimos llevar a cabo el encargo tratando de respetar las consideraciones éticas necesarias.

Para empezar con la tarea encomendada realizamos una prueba piloto en un curso online sobre Diseño de servicios que se desarrolla en la plataforma Moodle. Con ello, analizamos la manera de emplear los datos generados en el contexto del curso y la información del alumnado con el principal objetivo de reducir las tasas de abandono en el mismo. Con el fin de lograrlo empleamos el método del análisis predictivo de Ekowo & Palmer (2017) que nos permite conseguir tres objetivos clave: identificar a aquellos alumnos y alumnas que precisan servicios de asesoramiento en el curso; elaborar material didáctico de aprendizaje adaptativo; y lograr el aumento del número de personas inscritas en el curso. Teniendo los dos primeros objetivos una mayor relación con la prevención del abandono prematuro.

Este método de análisis busca predecir el éxito que tendrán los estudiantes en el curso; ayudando a analizar los datos demográficos y el rendimiento para conocer si un estudiante se inscribirá y mantendrá en un curso y si, para ello, precisará apoyo. De esta manera las instituciones educativas pueden alcanzar sus objetivos en cuanto a la captación del alumnado porque permite centrar las estrategias de reclutamiento y adaptar su asesoramiento y sus métodos y recursos de aprendizaje con el fin de mejorar el rendimiento estudiantil. Asimismo, la secuencia de pasos a seguir para aplicar el análisis predictivo de manera ética es la siguiente:
    • “Tener una visión y un plan
    • Construir una infraestructura de apoyo
    • Trabajar para garantizar el uso adecuado de datos
    • Diseñar modelos de análisis predictivo y algoritmos que eviten los sesgos
    • Aplicar intervenciones adecuadas y coordinadas” (Domínguez, 2018, pp. 10-11).
Así pues, respondiendo a la primera pregunta planteada en el caso, a continuación desarrollamos  el primer paso del modelo del análisis predictivo de Ekowo & Palmer (2017) para analizar el curso piloto de manera experimental. Por ello, atendemos solamente a las partes más relevantes en nuestro caso: establecer los objetivos a conseguir con la analítica predictiva y determinar la manera de medir los resultados.

Los objetivos que establecemos surgen de las siguientes preguntas:
  • ¿Qué características comparte el alumnado que abandona el curso?
  • ¿Cuál es el momento en el que más abandonos se producen?
  • ¿Cuáles son las causas de este abandono?
  • ¿Podemos ofrecer alguna solución para dichas causas?
  • ¿En qué puede consistir el asesoramiento que ofrezcamos al alumnado en riesgo de abandono?
  • ¿Qué recursos y herramientas del curso son más utilizados?
  • ¿Cuáles son los canales de comunicación más empleados?
  • ¿Con qué tareas se obtienen mejores resultados y mayor participación?
Así, especificamos los siguientes objetivos:
  • Reducir la tasa de abandono
  • Detectar al alumnado con mayor probabilidad de abandono
  • Reducir la carga académica en los momentos más sensibles del curso
  • Ofrecer asesoramiento al alumnado en peligro de abandono
  • Mejorar los recursos y herramientas de aprendizaje del curso
  • Seleccionar los mejores canales de comunicación
  • Adaptar las tareas a los intereses y motivaciones del alumnado.
Y, por último, determinamos los indicadores de logro para evaluar el proceso de análisis y establecer los resultados mensurables a lograr. Lo hacemos empleando KPIs (Key Performance Indicator) que son indicadores de rendimiento elaborados para evaluar el éxito de una organización o actividad, permitiendo una medida cuantitativa (Performance indicator, s.f.):
  • Número de personas que abandonan el curso
  • Número de personas que se encuentran en riesgo de abandonar el curso
  • Número de veces que asesoramos al alumnado
  • Numero de veces que el alumnado accede a los recursos propuestos
  • Número de veces que modificamos los recursos y herramientas
  • Número de canales de comunicación utilizados
  • Número de veces que el alumnado emplea los canales de comunicación
  • Número de veces que reelaboramos las tareas
  • Número de veces que el alumnado realiza con éxito las tareas.
Referencias:
Publicado por en No hay comentarios:
Etiquetas:

sábado, 6 de abril de 2019

Formación permanente gracias a la educación abierta. Como ejemplo: El proyecto LRNG


Módulo 2. Educación abierta y aprendizaje conectado 

1. Formación permanente
La formación a lo largo de toda la vida nos exige que tengamos en cuenta los diferentes espacios en los que tiene lugar el aprendizaje. Por ello, debemos atender a tres ámbitos clave dónde este puede desarrollarse:
  • El ámbito formal: en el que el aprendizaje se adquiere mediante procesos sistemáticos confeccionados e impartidos por agentes oficiales. En este se consigue algún título oficial que resulta ser el requisito para obtener un empleo o ejercer una profesión.
  • El ámbito no formal: donde tienen lugar experiencias educativas con una intencionalidad, pero con un nivel inferior de sistematización respecto al que encontramos en el ámbito formal y sin disponer de una acreditación o título oficial. 
  • El ámbito informal: en el que se incluyen experiencias educativas sin intencionalidad sistematizada, pero que nos permiten adquirir aprendizajes muy interesantes sin disponer de un proceso formal. Es decir, se da de manera casual y autodidacta, sin una planificación previa.
Así pues, incluyendo a estos dos últimos ámbitos, nos encontramos con la educación abierta que no exige requisitos de admisión académicos. Esta se ha visto potenciada gracias al desarrollo de Internet y los medios digitales que han expandido las fuentes de información y los recursos disponibles. Estos últimos han sido desarrollados mediante licencias de propiedad intelectual abiertas permitiendo el desarrollo de experiencias y prácticas educativas a lo largo de toda la vida (Open Education, s.f.). De esta manera, hoy, tienen gran relevancia los espacios educativos mediados digitalmente. Este aprendizaje abierto en Internet ha sido estudiado desde diversas teorías que buscan analizarlo. Entre las más interesantes encontramos la teoría del aprendizaje conectado porque integra en ella el estudio de los tres elementos claves en este tipo de educación: los intereses de los estudiantes, el uso de las metodologías de aprendizaje activo, y la transición entre los distintos entornos donde pueden tener lugar las prácticas de aprendizaje (Connected learning, s.f.).

2. El proyecto LRNG
Uno de los proyectos que se enmarca en las investigaciones desarrolladas sobre la teoría del aprendizaje conectado es el Proyecto LRNG. Este se basa en los principios de dicha teoría para atender a la influencia que ejercen los medios digitales sobre la forma de aprender de los jóvenes y lo que estos precisan para adquirir, en la actualidad, nuevos conocimientos. Atendiendo a esta teoría, desde el Proyecto se comprende que existen nuevas formas de aprender gracias a los ambientes mediados digitalmente. Por ello, busca la conexión entre aquello aprendido en el aula y lo adquirido en los espacios cotidianos para conectar la educación con el mundo real y dotar al alumnado de conocimientos precisos para el trabajo y la vida social. También quiere lograr un aprendizaje que surja de las relaciones entre iguales desarrolladas en las prácticas sociales y culturales para que este sea significativo. E intenta generar contextos en los que se agrupen actividades de aprendizaje pertenecientes tanto a los procesos formales como a los no formales e informales (Domínguez, 2019).

Este proyecto sigue un modelo pedagógico que se basa en dos grandes elementos. El primero, las playlists (listas de aprendizaje) que se crean a partir de las experiencias y actividades de aprendizaje  desarrolladas en espacios abiertos. Es decir, los estudiantes realizan distintas prácticas de aprendizaje centradas en sus áreas de interés y un conjunto de las mismas da lugar a las playlists. Asimismo, mediante el uso de badges (insignias) para las distintas experiencias finalizadas se evidencian los aprendizajes. El segundo elemento, las pathways (rutas de aprendizaje) se crean a partir de cadenas de playlists y sus respectivos de badges. Estos reconocen las experiencias de aprendizaje logradas en las playlists, permitiendo promocionar en el mundo académico. De este modo, dentro de las Pathways encontramos diversos itinerarios flexibles y granulares que pueden  llegar a reconocerse en el mundo laboral.

Así pues, en este proyecto, las playlists establecen secuencias específicas de actividades a realizar, en el mundo físico o digital, para adquirir habilidades vinculadas a los intereses que presenta cada alumno y alumna. Al finalizar adecuadamente las playlists se obtienen badges que documentan la adquisición de las habilidades y permiten acceder al siguiente nivel que puede ser una nueva playlist. Y las pathways son las rutas que el alumnado sigue para descubrir nuevas ideas, atender a sus intereses y desarrollar sus habilidades. Éstas están constituidas por un conjunto de playlists que incluyen experiencias dentro y fuera de la escuela y en el mundo on-line y off-line, ofreciendo una secuenciación y cierto orden a las infinitas opciones para explorar y aprender que nos ofrece Internet (Remake Learning, 2016).

3. Propuesta educativa basada en el aprendizaje abierto, atendiendo a la teoría del aprendizaje conectado, e inspirada en el proyecto LRNG.

 Educación vial en la adolescencia


Tras la lectura de una gran cantidad de documentos y la realización de una propuesta muy simple basada en la teoría del aprendizaje conectado e inspirada en el proyecto LRNG; podemos indicar, a modo de resumen, que la teoría del aprendizaje conectado destaca la importancia de: las conexiones entre las experiencias de aprendizajes que surgen en diferentes contextos, los intereses de los estudiante, y el uso de metodologías activas que permitan prácticas reales. De este modo y siguiendo como modelo al Proyecto LRNG, especificamos que la combinación de prácticas y actividades simples da lugar a listas de aprendizaje (playlist) y la combinación de estas origina itinerarios/rutas de aprendizaje (pathway) más complejos. Asimismo, tras la realización de cada  una de las actividades que conforman las playlist o tras cada playlist podemos obtener insignias (badges) que pueden llegar a tener un reconocimiento académico o alguna relevancia a nivel laboral. Esto último dependerá del prestigio de las instituciones que las proporcionen. En nuestra  actual sociedad del conocimiento, el aprendizaje ocupa toda nuestra vida y debemos adaptarnos a nuevas formas de aprender y a diversos espacios de desarrollo. El Proyecto LRNG es un ejemplo claro de los cambios que hoy exige nuestra educación para cumplir con las exigencias de la sociedad.

Bibliografía y Webgrafía:
Publicado por en No hay comentarios:
Etiquetas:

domingo, 17 de marzo de 2019

Las ideas clave del Big Data sobre las que reflexionar


Módulo 1. Educación basada en datos 
Ensayo del artículo: Six Provocations for Big Data

Nos encontramos en la era de Big Data en la que un sin fin de profesionales de muy diversos sectores tratan de acceder a gran cantidad de información que surge por y sobre las personas, las cosas y las interacciones que se suceden entre las mismas. Atendiendo a aquellos espacios digitales, donde numerosos grupos de personas introducen sus datos creando su huella digital, para así producir, compartir, interactuar y organizar datos. Y con ello surge la pregunta de si esta manera de gestionar los datos será beneficiosa o perjudicial para la humanidad. Para responder a esta cuestión, debemos entender que la tecnología en sí misma “no es ni buena ni mala, pero que tampoco resulta neutral” (Kranzberg, 1986, p. 545) ya que el desarrollo tecnológico puede tener importantes consecuencias ambientales, sociales y humanas, superando los propósitos iniciales que fueron pensados para los dispositivos técnicos y sus prácticas llevadas a cabo.

Debemos entender que no estamos hablando de una simple disponibilidad de los datos en grandes cantidades. Nos estamos refiriendo a “un cambio en nuestra capacidad de generarlos, recogerlos, almacenarlos… Esto es lo que viene a generar esta transición que nos mete en la lógica del Big Data” (Soto, 2013). Y aquí la importancia reside en cómo podemos aprovechar todos estos datos para mejorar el mundo, tal y como se explica en el documental: Big Data, conviviendo con el algoritmo (https://bit.ly/2kqLyTy).

Sin embargo, en esta era caracterizada por la incertidumbre y el cambio rápido, nuestras decisiones sobre la gestión de datos tendrán un impacto considerable en el futuro. Así, la creciente capacidad para recopilar y analizar datos y el uso de los algoritmos que permiten obtener patrones sobre el comportamiento humano nos exigen cuestionarnos qué sistemas promocionan estas prácticas y quiénes las regulan, atendiendo a las fuerzas que ejercen: el mercado, la ley, las normas sociales y el código porque “Un algoritmo no te libera de la responsabilidad” (Soto, 2013). 

Por ello, en el texto estudiado: Six Provocations for Big Data se exige un interrogatorio crítico y ético sobre este fenómeno, atendiendo a sus suposiciones y sesgos. Para lograrlo, se plantean seis ideas clave sobre el Big Data que incitan a la reflexión sobre los usos que estamos haciendo del mismo.

La primera idea versa sobre cómo la automatización de la investigación de los datos cambia nuestra definición de conocimiento y sus objetos de estudio; permitiéndonos comunicar nuestro entendimiento de las redes humanas y alterando el significado de aprender hasta crearse nuevas posibilidades y limitaciones en nuestro avance como sociedad del conocimiento. Así Krüger (2006), en su artículo: El concepto de sociedad del conocimiento (https://bit.ly/2KAnurm) indica que esta sociedad dependerá de asignar una importancia estratégica a la producción, distribución y reproducción del conocimiento en el entorno actual en el que resulta clave el desarrollo tecnológico. Donde también se resalta “la fragilidad de la sociedad del conocimiento moderno” (p.8) vinculada a los avances tecnológicos y científicos descritos como una de las causas de la incertidumbre actual.

La segunda noción, se ocupa de las exigencias de objetividad y precisión que resultan ser engañosas porque trabajar con Big Data es subjetivo, especialmente cuando se hace referencia a la información extraída de las redes sociales debido a las decisiones tomadas para escoger los atributos y variables que se consideraran e ignorarán. Hablaremos así de interpretaciones sesgadas que resultarán de la aplicación de filtros subjetivos, la selección de los datos, y su estado, a menudo, incompleto. De manera que en el análisis del Big Data nos encontramos con “una doble complicación, la primera es obtener datos útiles de seres imperfectos y la segunda es interpretar dichos datos sabiendo de ante mano que los analistas son en si, imperfectos también” tal y como lo especifica Hidalgo (2018) en el post: Big Data, ¿Solo datos? ¿Objetividad vs Subjetividad? (https://bit.ly/2HpJ04n). 

La tercera idea atiende a que los datos más grandes no siempre resultan ser mejores, entendiendo que es difícil hablar sobre la calidad de los datos estudiados por las limitaciones que presentan a nivel representativo. Como se explica en el post: La estadística en la era del big data (https://bit.ly/2TVTQoA), “la función disruptiva del Big Data ha transformado el papel de la estadística en los últimos años” (Ferrero, 2018). Aunque las técnicas estadísticas sean realmente buenas nunca podrán suplir las limitaciones y sesgos de la mala información. Pero ello no implica que la combinación y análisis de grandes cantidades de datos no tenga valor alguno ya que ha permitido, en numerosas ocasiones, revelar la violación de la privacidad de los usuarios de diversos espacios virtuales. No obstante, se debe exigir el cuidado del rigor y la transparencia del método empleado y considerar, también, la importancia de las pequeñas cantidades de datos. 

El cuarto planteamiento nos revela que no todos los datos son equivalentes e intercambiables porque fuera de su contexto pierden significado y valor. Es preciso comprender que el Big Data ha agregado a las redes personales, propias de nuestro mundo físico y crecientes en el mundo digital, dos nuevos tipos de redes sociales que surgen de los datos que dejamos en internet. Estas redes son: las redes articuladas que se manifiestan cuando las personas especifican sus contactos mediante la tecnología; y las redes de comportamiento que nacen de los patrones de comunicación, las coordenadas de los dispositivos tecnológicos y las interacciones producidas desde las redes sociales. Asimismo, además de considerar las diferencias existentes entre los datos de estos tres tipos de redes debemos conocer que sus datos de carácter lingüístico exigen una mayor atención del contexto porque “las palabras no tienen definiciones estáticas, y su significado puede variar mucho” (Maroto, 2017, p.18), tal y como se explica en en artículo: Big Data y su impacto en el sector público (https://bit.ly/2HwTPlt). 

La quinta idea nos advierte sobre el trato ético de los datos públicos ya que su acceso libre no implica la libertad para su uso. Proteger la privacidad de los usuarios de la red y considerar los abusos futuros que se pueden hacer de los datos resulta primordial para aquellos que están analizándolos. Los investigadores deben cuestionarse cuáles pueden ser las consecuencias para los usuarios y cómo pueden llegar a interpretarse sus datos y tergiversarse las conclusiones de sus estudios. Es decir, deben responsabilizarse y justificar sus actos a la comunidad académica y a los sujetos investigados. No podemos ignorar las preguntas éticas que aparecen en los estudios de Big Data sobre la verdad, el control y el poder vinculado a la recopilación y almacenamiento de los datos para un uso futuro. Pero Bletsas (2014) nos advierte en el artículo: Debe saber que si un servicio es gratuito el producto eres tu (https://bit.ly/1z2gQOM), de que es necesario que “En nuestro esfuerzo por preservar algo que más o menos se ha perdido ya, como la privacidad, no perdamos las ventajas positivas”. Eso sí, sin olvidar que necesitamos organismos reguladores que se encarguen de preservar nuestra integridad como individuos de la sociedad.

La sexta noción se centra en la aparición de nuevas brechas digitales resultantes del acceso limitado a Big Data. Aunque parece que es fácil acceder a las grandes cantidades de datos que se disponen y originan en la red, la realidad es que sólo las grandes empresas tienen acceso a ingentes cantidades de datos y la posibilidad de venderlos; seleccionando a quiénes y cómo hacerlo. Lo que les permite escoger, también, con qué fines se utilizarán los mismos, establecer las restricciones que consideren pertinentes y seleccionar los contextos deseados. Así se produce una desigualdad social caracterizada por tres clases de usuarios: los que crean datos, los que pueden recopilarlos y los que disponen de la experiencia y los conocimientos para analizarlos. De modo que los datos y las investigaciones estarán sesgadas ya que como explica Sánchez (2018), en el siguiente vídeo, para trabajar con el Big Data necesitamos 4 cosas: un hardware capaz de almacenar y procesar petabytes de información; un software especializado y costoso que permita hacer complejos análisis de la información mediante su extracción, su transformación en algo legible y su carga a modelos estadísticos; los datos en bastas cantidades; y personal altamente especializado en el tratamiento de este tipo de información. Todo ello para llegar a tomar decisiones con los datos recabados y analizados.


De modo que atendiendo a las ideas aquí destacadas no podemos dejar de cuestionarnos que sesgos acompañan a cada una de las investigaciones, realizadas gracias al gran volumen de datos de la red, que se nos presentan, a menudo como objetivas, y con las que vamos construyendo nuestro conocimiento sobre la realidad. Debemos plantearnos los valores y principios éticos que consideramos inapelables en el análisis y uso de nuestros datos para exigir el trato sensato y consecuente de nuestra huella digital y el respeto de nuestra integridad como usuarios de la red.

Bibliografía y Webgrafía:
  • Bletsas, M. (2014). Debes saber que si un servicio es gratuito el producto eres tú. El Mundo. Recuperado de: https://bit.ly/1z2gQOM
  • Boyd, D., & Crawford, K. (2011, September). Six provocations for big data. In A decade in internet time: Symposium on the dynamics of the internet and society (Vol. 21). Oxford, UK: Oxford Internet Institute. Recuperado de: http://dx.doi.org/10.2139/ssrn.1926431
  • Ferrero, R, (2018). La función disruptiva del Big Data ha transformado el papel de la Estadística en los últimos años. Máxima Formación. Recuperado de: https://bit.ly/2TVTQoA
  • Hidalgo J., (2018). Big Data, ¿solo datos? ¿Objetividad vs Subjetividad?. Comunidad ieBS. Recuperado de: https://bit.ly/2HpJ04n
  • Kranzberg, M. (1986). Technology and History:" Kranzberg's Laws". Technology and culture, 27(3), 544-560. 
  • Krüger, K. (2006).  El concepto de Sociedad del Conocimiento, Biblio 3W Revista Bibliográfica de Geografía y Ciencias Sociales. ISSN: 1138-9796. Depósito Legal: B. 21.742-98. Vol. XI, no 683, 25 de octubre de 2006. Recuperado de: https://bit.ly/2KAnurm
  • Maroto, C. (2017). Big Data y su impacto en el sector público. Harvard Deusto Business Review, 16-25. Recuperado de: https://bit.ly/2HwTPlt
  • Sánchez, O. (2018). La privacidad en la era del Big Data y el Internet de las Cosas. Abogado Digital. Recuperado de: https://bit.ly/2HBXgpX
  • Soto, M. (2013). Big Data, conviviendo con el algoritmo. RTVE. Recuperado de: https://bit.ly/2kqLyTy
Publicado por en No hay comentarios:
Etiquetas:

domingo, 20 de enero de 2019

Herramientas digitales para fotografiar el mundo


Módulo 3. Herramientas digitales para la participación 

“La irrupción de las tecnologías digitales en el campo de la fotografía,… ha terminado transformando profundamente la manera de producir las imágenes y… esta revolución ha provocado una extensión y generalización de la imagen, sin precedentes en la historia” (Marzal, J. & Soler, M., 2011, p.110). Asimismo, el abaratamiento de la tecnología y la presencia de las cámaras en numerosos utensilios tecnológicos como: drones, ordenadores y, por supuestos, móviles, entre otros, ha provocado el auge de aficionados a esta expresión artística.

En este contexto nos encontramos con espacios mediados digitalmente para la participación en los que expertos y aficionados comparten sus ideas, opiniones y saberes sobre la realización y edición de fotografías, construyendo conocimiento. Un de los ejemplo más destacado es el Blog del Fotógrafo que podemos encontrar en https://www.blogdelfotografo.com/. Su creador, Mario Pérez, ha logrado construir una comunidad virtual que se caracteriza, como muchas otras comunidades virtuales, porque los usuarios envían y reciben mensajes de muchos a muchos (Flores, J.M., 2009). Debemos entender que, en la actualidad:
      “Las comunidades virtuales cuestionan las definiciones tradicionales de «comunidad», basadas en la geografía y la proximidad física, nos interesa la manera en que las redes digitales y las culturas participativas nos pueden ayudar a replantear nuestra perspectiva de la «pertenencia» y la «proximidad», dos  conceptos centrales en la literatura referente a la comunidad, la esfera pública y el cosmopolitismo” (Stornaiuolo, A., DiZio, J. & Hellmich, E., 2013, p.80). 

En el caso concreto del Blog del fotógrafo, creo que podemos hablar de una gran comunidad de práctica virtual en la que, por supuesto, no todos los miembros tienen el mismo nivel de actividad y participación; pero que sí cumple con la descripción de comunidad de práctica ofrecida por Wenger, E., (1998) quien especifica que se trata de: “un grupo de personas que comparten una preocupación, un conjunto de problemas o un interés común acerca de un tema, y que profundizan su conocimiento y pericia en esta área a través de una interacción continuada”.

De manera que, dentro de un ámbito artístico y de educación no formal, nos encontramos con un grupo de fotógrafos profesionales y aficionados que logran crear una comunidad de aprendizaje donde la finalidad es compartir técnicas, recursos, herramientas y recomendaciones dirigidas a la elección de material fotográfico; gestión de las imágenes; y toma y edición de las mismas. Esta comunidad surge, pues, con el inicio del blog señalado en el que la principal herramienta es la de “Crear nueva entrada” que permite a su fundador y a sus colaboradores y colaboradoras subir  los diferentes artículos. Además, en cada uno de ellos, nos encontramos con un espacio en el que el resto de la comunidad puede, mediante la herramienta “Hacer un comentario”, lanzar sus opiniones, ideas y cuestiones que, a su vez, con la herramienta “Contestar” son respondidas por otros usuarios y/o los editores y editoras del blog. Decir que esta comunidad ofrece, además, la posibilidad a los usuarios de convertirse en colaboradores aunque para serlo se deben cumplir una serie de requisitos que permitan mantener la identidad del mismo.

Asimismo, desde cada entrada se ofrece la posibilidad de compartir la misma a través de Pinterest, Facebook, Twitter y Google+. Debemos destacar que desde el espacio del blog el Blog del fotógrafo ha conseguido ampliar y consolidar su comunidad de usuario, haciéndose visible entre los internautas interesados en la fotografía, mediante las principales Redes Sociales (RRSS) que existen hoy: Facebook, Twitter, Instagram, Flickr, Pinterest y Youtube. Así pues, ahora esta comunidad se está beneficiando de las posibilidades que brindan estas RRSS con el uso de las de herramientas digitales que ofrecen. Por ello, a continuación se detallan algunas de estas herramientas y el uso de las mismas dentro de esta comunidad de fotógrafos profesionales y aficionados.
En Facebook, al visitar al usuario @blogfotografo, en https://www.facebook.com/blogfotografo/, podemos acceder a varios espacios y herramientas. Desde el apartado “Inicio” nos encontramos con el muro que se convierte en una galería de fotos digitales y un acceso directo a las entradas del blog. Así, en este canal de noticias los usuarios puede utilizar las herramientas: “Me gusta”, “Comentar” y “Compartir” que nos ofrecen la posibilidad de: valorar las publicaciones; participar en las mismas colgando nuestras ideas, dudas, imágenes, vídeos y enlaces relacionados; y hacer llegar los artículos a otros miembros de la comunidad de Facebook. Pero, además, también podemos acceder a espacios que permiten la organización de toda la información compartida. Estos son: “Información” que nos ofrece los datos de esta página; “Información y anuncios” donde encontramos un par de anuncios de un libro de Mario Pérez; “Fotos” en el que se encuentran todas las fotografías publicadas; “Vídeos” que contiene todos los vídeos compartidos; “Publicaciones” realizadas por los miembros del equipo; “Notas” con pequeños textos de interés; y “Comunidad” donde tenemos las fotos de los visitantes y los comentarios que no se corresponden con ninguna publicación del equipo. Es necesario recordar que en estos apartados también podemos emplear las herramientas: “Me gusta”, “Comentar” y “Compartir” lo que posibilita interactuar y conocer a otros usuarios y miembros de la comunidad interesados en la fotografía. 

En Twitter los encargados de gestionar el Blog del fotógrafo tuitean, en https://twitter.com/blogfotografo, mensajes breves a los que añaden los enlaces que nos llevan hasta las publicaciones del Blog. Twitter se convierte en un espacio más para el intercambio comunicativo sobre la información compartida gracias a sus herramientas: el “Tweet” que permite publicar información de interés y preguntas que puedan despertar la curiosidad en la comunidad; la “Respuesta” para interactuar con otros usuarios mediante el debate y las preguntas y respuestas;  la “Mención” que nos posibilita nombrar a usuarios concretos en los tweets y respuestas; el “Hashtag” para facilitar la organización y localización de tweets según su temática; el “Retweet” y el “Retweet con comentarios” para que los miembros de la comunidad compartan los tweets con sus seguidores; el “Mensaje directo” para proponer cuestiones e ideas que no se pueden mostrar directamente a la comunidad; y el “Me-gusta” para valorar los tweets y respuestas. 

En Instagram, red social ideada para compartir imágenes, de nuevo el equipo de colaboradores del Blog del fotógrafo se encarga de compartir, en https://www.instagram.com/blogfotografo/, imágenes de interés que se vinculan a las entradas publicadas en el blog. Ello se realiza con la herramienta que permite “Escribir un pie de foto o vídeo”. Además, es posible emplear las herramientas “Añadir una ubicación” para indicar el lugar en que fue tomada una imagen y “Etiquetar a personas” para mencionar a usuarios concretos. Asimismo, el resto de la comunidad puede utilizar las herramientas: “Me gusta” para indicar el agrado ante una imagen o vídeo; “Comentar la imagen” y “Responder” para interactuar con los usuarios de la comunidad, lo que ofrece un espacio para el debate; “Añadir a la historia” para compartir la imagen o vídeo desde el propio perfil; “Responder” para enviar un mensaje privado vinculado a la imagen o vídeo compartido; y “Copiar enlace” o “Compartir con…” para mandar la publicación a los usuarios de otras RRSS.

En Flickr, encontramos un espacio ideal para compartir y aprender sobre el arte de la fotografía. El Blog del fotógrafo tiene una cuenta que permite a su comunidad comentar las fotos del creador y  de los colaboradores del Blog. En Flickr, al igual que Facebook, nos encontramos con diversos espacios en los que encontramos las herramientas que permiten a la comunidad establecer intercambios comunicativos. Desde https://www.flickr.com/people/elhanini/ accedemos a los espacios de: “Información” donde encontramos todos los datos relativos al usuario Blog del fotógrafo y sus fotos más populares; “Galería” donde están las fotos tomadas por el equipo del Blog del fotógrafo; “Álbumes” en los que encontramos agrupadas las imágenes de este usuario; “Favoritos” donde se sitúan las imágenes de otros usuarios de Flickr que han sido destacadas por el equipo; y “Grupos”, una herramienta que permite la creación de comunidades de usuarios que están interesados en un mismo tema, concretamente en esta página encontramos 22 grupos sobre temas diversos vinculados a la fotografía. Además, desde cada imagen es posible interactuar con la comunidad de fotógrafos a través de las herramientas: “Marcar como favorita”; “Compartir foto”; “Descargar esta foto”; y “Añadir comentario”.

En Pinterest también es posible seguir a usuarios que compartan tableros de nuestro interés. El Blog del fotógrafo tiene una cuenta, en https://www.pinterest.es/blogfotografo/, con diversos tableros y pins y con las diversas herramientas podemos: “ Guardar” los tableros y pins con el fin de probarlos; “Añadir fotos y comentarios” para preguntar, opinar y mandar nuestras propias producciones fotográficas; y “Enviar” a nuestros conocidos los tableros o pins por WhatsApp, Facebook, Twitter o Correo electrónico. Y, por último, en relación a Youtube diremos que, aunque ofrece una interacción entre usuarios menos ágil que el resto de RRSS comentadas, también permite con sus herramientas: indicar si “Me gusta” o “No me gusta” un vídeo; “Compartir” las producciones audiovisuales con otros usuarios o a través de otras RRSS; “Guardar” los vídeos de interés; y “Comentar” los mismos. En https://www.youtube.com/user/blogfotografo encontramos la cuenta de Youtube vinculada al Blog del fotógrafo.

Tras este análisis podemos señalar que los blogs fueron unos de los primeros espacios virtuales para la participación utilizados con el fin de compartir y construir conocimientos de todo tipo. Concretamente aquí hemos estudiado uno sobre fotografía. Y aunque ahora están en desuso, algunos tan sólidos como el que aquí se ha presentado han permitido la creación de una gran comunidad, en este caso de aficionados y expertos a la fotografía. Asimismo, este Blog ha evolucionado con el empleo de otras RRSS y sus herramientas para seguir ofreciendo conocimientos sobre el mundo de la fotografía. Ello ha permitido la realización de la dinámica titulada Inspiración semanal. Desde mi perspectiva como fotógrafa amateur, esta es la más interesante de todas las que tienen lugar en esta comunidad. La misma consiste en que cada jueves, tal y como explica Mario Pérez en su Blog, se propone una foto para que los usuarios se inspiren en ella y realicen una fotografía que guarde algún tipo de relación con la propuesta en cuanto a técnica, composición o temática. Las fotografías realizadas se suben a través de una de las RRSS explicadas siguiendo una pautas que posibilitan la gestión organizada de esta actividad. Las mejores fotografía son compartidas en el Blog, acompañadas del nombre del autor/a. Aquí encontrareis la última Inspiración Semanal https://www.blogdelfotografo.com/inspiracion-semanal-93/. De modo que esta propuesta no solo permite a los miembros de la comunidad trabajar y probar los consejos y técnicas publicados en el blog, sino que además ofrece un espacio para conocer otros profesionales y aficionados a la fotografía y sus trabajos. Ello resulta interesante porque del mismo modo que para aprender a escribir es necesario leer; también es preciso observar y analizar una gran cantidad de imágenes que sirvan de inspiración para la creación de nuevas fotografías. 

Además, debemos destacar que todas estas herramientas y espacios virtuales para la participación han permitido a Mario Pérez publicitar sus cursos formativos de la Escuela del Fotógrafo y los libros de fotografía editados por el equipo editorial del Blog del Fotógrafo. Todo ello, aprovechando que “Las redes sociales, al igual que en el mundo de los blogs, sí generan influencia y mucha” (Flores, J.M., 2009, p.80) y posibilita conocer mejor a los miembros de la comunidad para ofrecerles los productos más adecuados.

Como explica (Flores, J.M., 2009), “Los medios sociales utilizan herramientas de comunicación, interrelación y publicación en Internet para facilitar y fomentar la participación de los ciudadanos en la creación de contenidos en Red” (p.75) y la era digital ha sido clave para lograr el boom de los aficionados a la fotografía. De modo que, como hemos visto, nos encontramos con numerosos espacios virtuales para la participación que permiten compartir producciones fotográficas y el amor por las mismas. Algo que, a menudo, quedaba entre la familia y los amigos más cercanos ahora se puede compartir con otros aficionados y expertos, dejando fluir el arte de la imagen. Concretamente, hemos analizado cómo el fenómeno del blogging puede ser utilizado en ámbitos de exploración     académica y educativa (Potter, J. & Banaji, S., 2012).

Hoy sabemos que “Las redes sociales no solo «entrenan» a los jóvenes en los procesos grupales orientados a la consecución de logros, sino que además se convierten en una fuente de recursos en la que cada uno «busca o usa» lo que necesita en cada momento” (Colás, P., González, T. & de Pablos, J., 2013, p.22). Mediante el Blog presentado y las RRSS a las que se vinculan las publicaciones realizadas en el mismo todos los miembros pertenecientes a la comunidad descrita pueden encontrar, utilizando las diversas herramientas que nos ofrecen, nuevas imágenes y fotógrafos que  les sirvan de inspiración y fuente de conocimiento.

Bibliografía:
  • Colás, P., González, T. & de Pablos, J. (2013). Young People and Social Networks: Motivations and Preferred Uses. [Juventud y redes sociales: Motivaciones y usos preferentes]. Comunicar, 40, 15-23. Disponible en: https://doi.org/10.3916/C40-2013-02-01 
  • Flores, J.M. (2009). New Models of Communication, Profiles and Trends in Social Networks. [Nuevos modelos de comunicación, perfiles y tendencias en las redes sociales]. Comunicar, 33, 73-81. Disponible en: https://doi.org/10.3916/c33-2009-02-007 
  • Marzal, J. & Soler, M. (2011). Consumption Patterns and Uses of Photography in Digital Era among Communication Students. [Hábitos de consumo y usos de la fotografía en la era digital entre estudiantes de Comunicación]. Comunicar, 37, 109-116. Disponible en: https://doi.org/10.3916/C37-2011-03-02
  • Potter, J. & Banaji, S. (2012). Social Media and Self-curatorship: Reflections on Identity and Pedagogy through Blogging on a Masters Module. [Medios sociales y autogestión del perfil digital: identidad y pedagogía con blogs en un máster]. Comunicar, 38, 83-91. Disponible en: https://doi.org/10.3916/C38-2012-02-09
  • Wenger, E. (1998). Comunidades de práctica: el aprendizaje como sistema social. Pensador de sistemas, 9 (5), 2-3. 
  • Stornaiuolo, A., DiZio, J. & Hellmich, E. (2013). Expanding Community: Youth, Social Networking and Schools. [Desarrollando la comunidad: jóvenes, redes sociales y escuelas]. Comunicar, 40, 79-88. Disponible en: https://doi.org/10.3916/C40-2013-02-08
Webgrafía:

Publicado por en No hay comentarios:
Etiquetas:
Suscribirse a: Entradas (Atom)