Introduzione: dal web 2.0 all'e-l 3.0
0 likes630 views
Il seminario si concentra sull'interazione tra knowledge management ed e-learning per esplorare nuove modalità operative e migliorare l'insegnamento e l'apprendimento. Viene discusso il passaggio dall'e-learning 1.0 a 3.0, evidenziando la necessità di ambienti di apprendimento flessibili e personalizzati. Si analizzano anche gli strumenti e le tecnologie emergenti, come l'intelligenza artificiale, per supportare docenti e studenti nel processo educativo.
Introduzione: dal web 2.0 all'e-l 3.0
- 1. KM ed EL Verso il 3.0 Lavorare nei territori di frontiera pier giuseppe rossi Università degli studi di Macerata Seminario di studio Macerata 15-16 luglio
- 2. Scopo dell’incontro Data la centralità di una interazione con il knowledge management per un salto di qualità dell’e-learning: Trovare modalità operative per dialogare tra differenti campi epistemologici. Indagare su soluzioni del km specifiche per l’e-learning. Confrontare i risultati delle ricerche effettuate. Individuare percorsi di ricerca che permettano di fornire risposte a domande di e-learning. Individuare concrete sinergie tra le sedi.
- 3. Seminario Per discutere, approfondire e ricercare più che per riferire. Necessità di verificare l’esigenza e in tal caso di definire cosa significhi l’e-learning 3.0.
- 4. Muoversi nelle boundaries Concetti Coerenza interna al settore epistemologico Valenza metaforica e analogica Il concetto apre nuove prospettive di ricerca nei vari settori in cui viene applicato, è esplicitabile nei vari linguaggi.
- 5. Semantic Web ed E-L British Journal of Educational Technology - 2006
- 6. Le ontologie Da Newell, la conoscenza è «whatever can be ascribed to an agent, such that its behavior can be computed according to the principle of rationality.» A Clancey, «the primary concern of knowledge engineering is modelling systems in the world, not replicating how people think.» Ricerca sulle ontologie oggi è centrata sul merge tra ontologie, su come integrare e far dialogare le ontologie.
- 7. Cosa sta cambiando 1. A.I.
- 8. A.I. alla fine anni ‘80 Quello che avrebbe dovuto costituire il livello più alto (il rigore logico) è stato raggiunto con una certa rapidità, mentre ciò che sembra di poca importanza (il buon senso) si è rivelato la parte più difficile da programmare su un computer. H. Dreyfus, (Che cosa non possono fare i computer? I limiti dell'intelligenza artificiale, Roma, Armando, 1988) negava ogni competenza semantica ai calcolatori.
- 9. Anni ‘90 e ‘00 Nuove ricerche sulla analisi statistica dei testi. Attenzione sulle ontologie. Ricerca nel settore del Semantic web prima e oggi sul Pragmatic web (2007).
- 10. Centralità del rapporto EL - KM 2004 - Special Issue on "Ontologies and the Semantic Web for E-learning“ ( Journal of education technology & Society - n° 4 ) 2006 - Special Issue on “Advances of the Semantic Web for e-learning: expanding learning frontiers” ( British Journal of Educational Technology Vol 37 - n° 3)
- 11. Dalle Ontologie al KB Knowledge base (An ontology, together with a set of instances of its classes, constitutes a knowledge base) Interesse del KB per l’E-L in quanto ingloba non solo una o più ontologie ma anche una serie di regole e di processi di conoscenza . In particolare sistemi esperti.
- 12. Relazione con modelli didattici Nei KB i modelli di apprendimento e di insegnamento non sono solo i contenuti ma impattano anche sulla struttura. Alcuni esempi sembrano sottovalutare questo elemento. Brusilovsky fa riferimento a Bloom. Oppure richiamano un approccio neutro. (SCORM)
- 13. Da Scognamiglio Se l'uomo costruisce la propria "base di conoscenza" attraverso l'apprendimento, anche per le macchine si dovrà pensare a: Costruire una conoscenza di fondo sulla quale formare l'apprendimento; Organizzare il processo di apprendimento (su schemi "skinneriani"); Individuare la strategia per provocare l'induzione Gestire e garantire l'acquisizione dei dati sensoriali.
- 14. Quale modello didattico Impossibile un unico modello: Ogni docente deve essere libero di effettuare la propria didattica. Ogni studente ha differenti esigenze. Impossibile un ambiente pedagogicamente neutrale. Necessità di un ambiente con dispositivi non pedagogicamente neutri.
- 16. Caratteristiche Ogni dispositivo è coerente pedagogicamente. È possibile avere in successione o in parallelo dispositivi pedagogicamente differenti. I dispositivi dialogano tra loro tramite gli artefatti. L’ambiente deve fornire strumenti operativi e informazioni per operare nei diversi cronotopi. Non è pedagogicamente neutro ma permette di usare differenti prospettive.
- 17. Ambienti O.L. e AI 3 tipi di interazione LMS - sistema di AI. Re-attiva : il dispositivo analizza un risultato e fornisce un input. Le proposte sono chiuse e predisposte fin dalla fase iniziale. Pro-attiva: il dispositivo fornisce strutture per attività meta-cognitive. En-attiva: grazie al dispositivo l’interazione Learning Entities - ambiente contribuisce alla costruzione di significati, di conoscenza e di processi di apprendimento.
- 18. Cosa sta cambiando 2. web 2.0
- 19. Dal web 2.0 ….. Il 2.0 ha spostato il web dalla vetrina al soggetto e ha costruito strumenti dinamici di organizzazione delle conoscenze. Ha contribuito in modo significativo alla costruzione di una conoscenza condivisa e controllabile dal basso. (tag, rss, mash up) (wiki, blog)
- 20. Problemi Problemi : Sopravvalutato l’informale. Scambiata l’informazione con la formazione. Identificato Internet e il web come ambiente di apprendimento.
- 21. Oltre l’e-learning 1.0 Il WEB 2.0 ha evidenziato i limiti dell’e-learning di prima generazione: Ambienti chiusi; Difficilmente personalizzabili; Scarsamente flessibili per il docente e per lo studente.
- 22. … . all’e-learning 3.0 Dalla informazione alla formazione (oltre il web 2.0). Dal racconto all’apprendimento come azione nello Zona di Sviluppo Prossimale (oltre il web 2.0). Oltre la rigidità dell’e-learning 1.0 verso un ambiente flessibile, autopoietico, enattivo. Con differenti prospettive per docente, studente e gruppo. Con differenti privilegi in funzione dei vari cronotopi. Con valorizzazione dei processi riflessivi.
- 23. Problemi Problemi: Qualità e impegno dei docenti e dei tutor. Presenza di pluri-prospettive. Enorme quantità di dati dal tracciamento e dalle diverse attività Intervenire su percorsi open end. Evidenziare allo studente il percorso effettuato e da effettuare. ( per la sua motivazione e consapevolezza )
- 24. KM e AI per l’E-L Essenzialità di un contributo del KM per l’E-L. Introduzione dell’AI nell’E-L. Quali finalità? Per supportare docente e tutor. Per supportare lo studente. I tempi e le visualizzazioni sono più importanti della raffinatezza dei risultati. I problemi della semantica.
- 25. Quale contributo Interventi di routine. Monitoraggio dinamico delle attività. Visualizzazione dei processi di apprendimento e di insegnamento. Aiuto al docente e al tutor nella riprogettazione. Gestione di spazi differenziati.
- 26. Possibili supporti (1) 1 . dispositivi per l’analisi semantica dei testi : Processi top down. Processi bottom up (folksonomies). Processi bottom up automatici. 2. dispositivi per l’aggregazione dei materiali. 4. interfacce, visualizzazioni e sistemi per authoring.
- 27. Possibili supporti (2) Creare un profilo utente. Creare una knowledge base. Creare authoring system.
- 28. Modalità di lavoro Due sezioni: Oggi KM per l’E-L. Domani AI per l’E-L. Iniziare dalla definizione di strumenti per la collaborazione tra differenti campi epistemici. Obiettivo: ha senso parlare di e-learning 3.0?
- 29. FINE
- 30. Reattivo Studio di materiali. Test di verifica. Proposta di attività differenziate in funzione del risultato. (completamente automatizzato)
- 31. Proattivo Proposta di attività aperta. Sistema esperto supporta (coaching) l’attività dello studente fornendo: Materiali di studio e di approfondimento. Domande di riflessioni e possibili input. Verifica in base ad indicatori di qualità (l’ambiente non si modifica)
- 32. Enattivo L’ambiente nel suo complesso si trasforma (autopoietico) in funzione del processo di apprendimento. Esso: Si basa sul processo e non sul prodotto. Fornisce classi virtuali con info dinamiche e modellabili anche dalla LE. Possiede strumenti dinamici di produzione, rappresentazione e visualizzazione.