Hoy en día está muy claro que en la investigación educativa, la responsabilidad social es punta de lanza sobre la que debe girar cualquier iniciativa que pretenda ser realista y no digo real.. para ello debemos proporcionar una guía para la práctica del mundo real, la investigación debe ser a la vez rigurosa y socialmente responsable.
Debemos tener presente en todo momento riigor y eso implica la adhesión a los principios básicos de la ciencia que todos los investigadores deben seguir, independientemente de las preferencias metodológicas específicas, eso si, pensando que ahora no solo existen espacios de aprendizaje, si no ecosistemas mediados tecnologías, que nunca antes habíamos tenido presentes y que son fundamentales para ello...
Estos incluyen la aplicación de procedimientos lógicos que otros investigadores puedan aplicar y una apertura a la revisión por pares. Paradigmas científicos que difieren con respecto a supuestos sobre la naturaleza de la realidad y de los valores asignados a los diferentes métodos de investigación, pero pocos investigadores serios cuestionan los pilares fundamentales de los procesos lógicos, la verificabilidad y la revisión por pares....y si los cuestiones, su trabajo no tendrá sentido...
Algunos investigadores sostenemos que la investigación socialmente responsable debe abordar directamente los problemas que le restan a la calidad de vida de los individuos y grupos en la sociedad, mientras que otros sugieren que todas las investigaciones de aprendizaje interactivo es socialmente responsable, simplemente porque se trata de cuestiones de cómo las personas aprenden y realizan. ..
Otros afirman que la preocupación por la responsabilidad social está fuera de lugar, con el argumento de que el objetivo de la investigación es el conocimiento en sí mismo, y que si la investigación es socialmente responsable es una cuestión que está fuera de los límites de la ciencia...pero como vemos todo parte de la sociedad, no de la educación.....lo contrario sería permanecer en el estaticismos y la uniformidad reinante hasta ahora....
Como hacemos en la investigación con E-LEARNING-INCLUSIVO:
FORMA DE INVESTIGAR:
Método Científico a traves de planteamientois estadísticos:
.A partir de tests de asertividad, personalidad, actitudes…veremos que condicionamientos tienen los usuarios-alumnos, para buscar las herramientas sdíncronas y asíncronas que les serán necesarias.
.A partir de estos tests, y con la información que nos proporciones, propondremos una Tipología de Evaluación Inicial, que expondremos a Administradores y docentes de E-learning-Inclusivo.
.También empleartemos mecanismos de observación y rastreo de herramientas, según las tendencias formativas del momento que nos han proporcionando ls Coolhunters.
.Estableceremos los parámetros de los Coachings en cada curso formativo, según sea para universitarios, empresarios, profesionales…
.A partir de las Estadisticas que saquemos en cuánto a posibilidades, tipologías de alumnos, diversidad y eficacia de los materiales…antes, durante y al finalizar la formación…lo utilizaremos para plantear posibles metodologías retroactivas, tanto en los materiales, planteamientos metodológicos, cómo variaciones estructurales en ls cursos.
. Emplearemos el método científico; Teoría con su planteamiento de hipótesis (que ya hemos comentado), una posterior observación y una comprobación empírica (científica), centrándonos en la teoría del ERROR, la base del E-Learning-Inclusivo.
.En la Estadística, eutilizacemos un muestreo en un conjunto de Usuarios y aquí lo haremos con una doble variante,; primero por sacar una estadística que nos conduzca afuturos planteamientos y segundo, por el tema de la inclusividad, ya que las personas son diferentes y sus necesidades, aptitudes y actitudes, también, poor eso lo necesitamos, con las variables, según l comentado que puedan llevarnos a fórmulas de retroacción adecuadas, tant o en aspectos personalizados como socializadores.
Naturalmente siempre tendremos especial incidencia en la Relación de un medio tan especial cómo es Internet y su aplicación en E-Learning-Inclusivo, un planteamiento que tiene diferentes vaiantes, por una parte es formació (educación) y además inclusiva, y por otra , tenemos los aspectos más tecnológicos, propios de la tecnología Educativa (medios electróinicos y trabajos con web).
.La Recogida de datos la Realizaremos mediante planteamientos síncronos y asíncronos, en los primeros hartems es pecal incidencia en formatos 2.0, como los RSS, especialmente en Wikis, tal cómo ya hemnos comentado y los aspectos evaluativos los realizaremos con rúbricas, nuestro buque insignia dentro del control evaluativo del proceso.
.Con los programas Informáticos que hemos expuesto en el Proyecto 1, revisaremos los aspectos cuantitativos y cualitativos del marco de formación E-learning-Inclusivo, el cuál nos permitira establecer caminos diferentes (inclusivos) para la realización del mismo.
.Estableceremos modelos estandarizados , para que a partir de ellos podamos introduciar las variables y los condicionamientos personalizados de todo el proceso, siempre teniendo presente las peculiaridades de los usuarios.
Emplearemos el SPSS :
El sistema de módulos de SPSS, como los de otros programas (similar al de algunos lenguajes de programación) provee toda una serie de capacidades adicionales a las existentes en el sistema base. Algunos de los módulos disponibles son:
- Modelos de Regresión (retroacción)
- Modelos Avanzados
- Reducción de datos: Permite crear variables sintéticas a partir de variables colineales por medio del Análisis Factorial.
- Clasificación: Permite realizar agrupaciones de observaciones o de variables (cluster analysis) mediante tres algoritmos distintos.
- Pruebas no paramétricas: Permite realizar distintas pruebas estadísticas especializadas en distribuciones no normales.
- Tablas: Permite al usuario dar un formato especial a las salidas de los datos para su uso posterior. Existe una cierta tendencia dentro de los usuarios y de los desarrolladores del software por dejar de lado el sistema original de TABLES para hacer uso más extensivo de las llamadas CUSTOM TABLES.
- Tendencias
- Categorías: Permite realizar análisis multivariados de variables normalmente categorías. También se pueden usar variables métricas siempre que se realice el proceso de recodificación adecuado de las mismas.
- Análisis de Conjunto: Permite realizar el análisis de datos recogidos para este tipo especifico de pruebas estadísticas.
- Mapas: Permite la representación geográfica de la información contenida en un fichero
- Pruebas Exactas: permite realizar pruebas estadísticas en muestras pequeñas.
- Análisis de Valores Perdidos: Regresión simple basada en imputaciones sobre los valores ausentes.
- Muestras Complejas: permite trabajar para la creación de muestras estratificadas, por conglomerados u otros tipos de muestras.
- SamplePower (cálculo de tamaños muestrales).
Todas estas comprobaciones nos servirán para r readaptando nuestro E-Learning-Inclusivo, eso si, a partir de los Estandares que hemos mencionado en un principio.
A partir de aquí, elaboraremos cuestionarios sobretodo para, antes , durante y después del proceso, ..para todos los componntes intervinientes en el proceso; usuarios, profesores, administradores, coaching, coolhunters…para que de esta manera tengamos la informacion regogida de primera mano y poder estableces las correcciones oportunas.
Y todo ello lo realizaremos para poderlo aplicar tanto en las EVEAS, cómo en las Redes Sociales, con las que seguramente haremos más incidencia, ya que consideramos que en menos de un año el nuevo MOODLE 2.0, quedará superado por las mismas, por lo que la situación en Tecnologías Educativas irá hacia este camino, con el refuerzo de planteamientos de Inteligencia Artificial, que ya hemos comentado y que tenemos presente investigar:
.Simulaciones en entornos vuirtuales y aumentados, con tratamiento inmersivo y/o no inmersivo (este con aplicación de herramientas de la web 2.0 –síncronas y asíncronas) y el inmersivo, para reproducir virtualmente el foprmato de E-learning-Inclusivo, y a través de observar sus errores y sus progresos, llegar a la realidad dede trabajo en WEB Y A DISTANCIA, de una manera más fiable.
- Árboles de Clasificación: Permite formular árboles de clasificación y/o decisión con lo cual se puede identificar la conformación de grupos y predecir la conducta de sus miembros.
- Validación de Datos: Permite al usuario realizar revisiones lógicas de la información contenida en un fichero.sav. y obtener reportes de los valores considerados extraños. Es similar al uso de sintaxis o scripts para realizar revisiones de los ficheros. De la misma forma que estos mecanismos es posterior a la digitalización de los datos.
- SPSS Programmability Extension (SPSS 14 en adelante). Permite utilizar el lenguaje de programación Python para un mejor control de diversos procesos dentro del programa que hasta ahora eran realizados principalmente mediante scripts (con el lenguaje SAX Basic). Existe también la posibilidad de usar las tecnologías .NET de Microsoft para hacer uso de las librerías del SPSS. Aunque algunos usuarios han cuestionado sobre la necesidad de incluir otros lenguajes, la empresa no tiene esto entre sus objetivos inmediatos.
...
En todo el proceso tampoco significa que el elearning pierda su impacto colaborativo y socializador, sino todo lo contrario, lo mejora, ya que a partir de esta colaboración entre alumnos, profesores, empresas, profesionales,...,su desarrollo aumenta de potencialidad ya que ha de buscar en todo momento y de manera continuada, posibles alternativas, tanto en la enseñanza - aprendizaje, cómo en formas metodológicas de actuar, como en la a daptación de recursos e instrumentos, según las necesidades que se puedan plantear, dando para ello prioridad absoluta a los planteamientos sincrónos (Acrobat connect, Chats, Compartir Pantallas, presentaciones en Pizarras Digitales Compartidas); en videoconferencias ±la medida del tiempo cambia completamente, los e-mails, fórums,... pasan a un segundo plano, sin desaparecer, para aumentar en un noventa por ciento la comunicación instantánea, por eso lo hace parecido a la formación presencial, por su interacción constante y al momento, y a la vez saca lo mejor de la formación on-line, por sus características en cuánto a situación espacial y de libre elección temporal en la formación, con una usabilidad del material más dinámica, constante, socializadora y evaluativa..que hace que todo el proceso se pueda regenerar al momento y según los cambios que vayan produciéndose en todo lo anterior.
Los mecanismos serán siempre cualitativos, a partir de sus opciones, necesidades y resultados de evaluación...encontrará diferentes mecanismos adaptados a estos planteamientos en cada instante. Las variables de todos los elementos estarán determinadas de manera global, a la vez que seguirán las pautas ya conocidas del elearning clásico; roles de los formadores virtuales, metodologías constructivistas y de contenidos significativos,... con alguna variación muy decisiva y diferente a lo actual, el formato evaluativo estará establecido previamente, pero su puesta a punto y desarrollo ya serán responsabilidad principal del usuario-alumno, pasando los demás integrantes del sistema a un segundo plano, pero no inhibiéndose, sino todo lo contrario, implicándose más para por medio de sus acciones realizar una enseñanza- aprendizaje que hagan posible que el usuario -alumno pueda elegir de manera correcta, tanto su formación cómo su itinerario educativo futuro.
Emplearemos una evaluación inicial, con matrices y tests adaptados al mundo universitario, profesional, empresarial y también a alumnos con Necesidades Educativas Especiales, para poder después de conocer sus características personales, cognitivas, de personalidad, de asertividad, liderazgo... podamos determinar el tipo de plantea miento de elearning que realizaremos. Estos tests obviamente están ya preparados y estructurados según los planteamientos psicológicos científicos ya probados y contrastados.
¿Son todos los alumnos iguales? Podemos seguir la clasificación que hace García Aretio (2003) de los tipos de alumnos que hay en e -Learning en función a su participación en los foros de discusión, y nos encontramos con:
Alumnos Cooperativos: Son los miembros más responsables porque aportan permanentemente ideas, debaten sobre las propuestas de los demás y sugieren nuevos temas para la discusión, facilitan información, complementan lo aportado por otros, ayudan a quienes lo solicitan. A la vez, se aprovechan de los aportes del resto de los miembros.
Alumnos Aprovechados: sólo intervienen para solicitar información u opiniones a los demás, o intervienen sólo para anunciar algún evento, actividad o producto del que ellos pueden obtener algún provecho, así se benefician de las ventajas que ofrece un gran número de personas con un perfil de intereses muy marcados.
Alumnos Silenciosos: pasivos pero internamente activos. No suelen participar, no se conoce quienes son, pero leen todos los mensajes que se generan. No aportan, ni preguntan, ni ofrecen, pero s í se benefician del flujo de información y conocimiento que se genera en el foro. Esta actitud puede estar generada por la timidez o complejo de inferioridad no justificado o, realmente, porque quizás concibieron el foro de forma equivocada, los demás aportan y yo me aprovecho.
Alumnos Ausentes: aquellos que no leen los mensajes, aunque les llegan a todos. Están pero como si no estuviesen, ausentes. Desfiguran al propio foro que luce un número determinado de miembros, sin poder distinguir entre estos "ausentes" y los anteriores "silenciosos", dado que los únicos bien identificados son los dos primeros grupos.
Alumnos Con Necesidades Educativas Especiales, que no sólo necesitan una transformación del currículum, sino que E-learning Inclusivo les proporciona los mecanismos de accesibilidad necesarios para que puedan formarse a distancia con la suficiente garantía de éxito personal y de objetivos (minusvalías de todo tipo: físicas, psiquicas...)....
