El reto tecnológico para la sostenibilidad de los massive open online course (MOOC)
PDF

Palabras clave

MOOC
education
technology
sustainability. MOOC
educação
tecnologia
sustentabilidade. MOOC
educación
tecnología
sostenibilidad.

Cómo citar

Vázquez Cano, E. (2016). El reto tecnológico para la sostenibilidad de los massive open online course (MOOC). Panorama, 9(17), 51–60. https://doi.org/10.15765/pnrm.v9i17.791

Resumen

La tecnología es, sin lugar a dudas, uno de los elementos determinantes para la sostenibilidad y el futuro del modelo de cursos MOOC (massive open online course). Los principios en los que se sustenta el movimiento son difíciles de garantizar sin el apoyo de las herramientas y los recursos tecnológicos. Sin una apuesta decida por un modelo tecnológico fuerte no se garantizará un adecuado tratamiento pedagógico, tutorial y evaluativo de los cursos y, por supuesto, el principio de masividad seguirá siendo una utopía desde unos parámetros de calidad pedagógica aceptables. En este artículo, analizamos los modelos tecnológicos venideros y su aplicación en los cursos MOOC. En un futuro inmediato será necesario que se tomen en cuenta nuevas estrategias de aprendizaje digital por medio de los content curator, las anotaciones en línea, los programas de categorización y filtrado de la información (sistemas recomendadores), los algoritmos de aprendizaje y los sistemas tutoriales inteligentes y autoadaptativos.

https://doi.org/10.15765/pnrm.v9i17.791
PDF

Citas

Alejandres, H. O., González, J. G. y Vargas, B. A. (2011). Sistemas de recomendación en ambientes organizacionales: estado del arte y tendencias futuras. En IX Congreso Nacional sobre Innovación y Desarrollo Tecnológico (pp. 428-434). México.

Arnold, K. (2010). Signals: Applying Academic Analytics. EDUCAUSE Quarterly, 33(1). Recuperado de http://www.educause.edu/EDUCAUSE+Quarterly/EDUCAUSEQuarterlyMagazineVolum/SignalsApplyingAc

Bach, C. (2010). Learning Analytics: Targeting Instruction, Curricula and Student Support. International Instruction on Informatics and Systemics Conference. Orlando, USA. Recuperado de http://www.iiis.org/CDs2010/CD2010SCI/EISTA_2010/PapersPdf/EA655ES.pdf

Bhargava, R. (2009). Manifesto for the Content Curator: The Next Big Social Media Job of the Future? Influential Marketing Blog. Recuperado de http://www.rohitbhargava.com/2009/09/manifesto-for-the-content-curator-the-next-big-social-media-job-of-the-future.html

Campbell, J., DeBlois, P. y Oblinger, D. (2007). Academic Analytics a New Tool for a New Era. EDUCAUSE review, 42(4), 42-57.

Chen, W., Niu, Z., Zhao, X. y Li, Y. (2012). A Hybrid Recommendation Algorithm Adapted in E-Learning Environments. World Wide Web, 1-14.

Daniel, J., Vázquez-Cano, E. y Gisbert, M. (2015). The Future of MOOCs: Adaptative Learning or Business Model? RUSC: Universities and Knowlwdge Society Journal, 12(1), 64-73.

de Benito Crosetti, B., Mesquida, A. D., Carrió, A. L., Juarros, V. M., García, J. M., & Ibáñez, J. S. (2013). Agregación, filtrado y curación para la actualización docente. Pixel-Bit: Revista de medios y educación, (42), 157-169.

Digital Curation Centre (2010). What Is Digital Curation? Recuperado de http://www.dcc.ac.uk/digital-curation/what-digital-curation

Downes, S. (2012). The Rise of MOOC. Recuperado de http://www.downes.ca/post/57911

Drachsler, H., Hummel, H. G. K. y Koper, R. (2008). Personal Recommender Systems for Learners in Lifelong Learning: Requirements, Techniques and Model. International Journal of Learning Technology, 3(4), 404-423.

EdSurge (2012). MOOCs. Recuperado de https://www.edsurge.com/moocs

Huang, Z., Lu, X. y Duan, H. (2011). Context-Aware Recommendation Using Rough Set Model and Collaborative Filtering. Artificial Intelligence Review, 35(1), 85-99.

Johnson, L., Smith, R., Willis, H., Levine, A. y Haywood, K. (2011). The 2011 Horizon Report. Austin, Texas: The New Media Consortium.

Khribi, M. K., Jemni, M. y Nasraoui, O. (2009). Automatic Recommendations for E-Learning Personalization Based on Web Usage Mining Techniques and Information Retrieval. Educational Technology & Society, 12(4), 30-42.

Lockyer, L., Heathcote, E. y Dawson, S. (2013). Informing Pedagogical Action: Aligning Learning Analytics with Learning Design. American Behavioral Scientist, 57(10), 1439-1459.

Mackay, R. F. (2013). Learning Analytics at Stanford Takes Huge Leap Forward with MOOCs. Stanford Report. Recuperado de http://news.stanford.edu/news/2013/april/online-learning-analytics-041113.html

Marrs, K. A. y Novak, G. (2004). Just-in-Time Teaching in Biology: Creating an Active Learner Classroom Using the Internet. Cell Biology Education, 3(1), 49-61. Recuperado de http://www.lifescied.org/content/3/1/49.short

Middendorf, J. (2004). Facilitating a faculty learning community using the decoding the disciplines model. New Directions for Teaching and Learning, 2004 (98), 95-107.

Novak, G, Patterson, E.T., Gavrin, A.D., and Christian, W. (1999). Just-In-Time Teaching: Blending Active Learning with Web Technology,Upper Saddle River, NJ: Prentice Hall. Okoye, I., Maull, K., Foster, J. y Sumner, T. (2012). Educational Recommendation in an Informal Intentional Learning System. En O. C. Santos y J. G. Boticario (eds.), Educational Recommender Systems and Technologies: Practices and Challenges (pp. 1-23).

Pazzani, M. y Billsus, D. (1997). Learning and Revising User Profiles: The Identification of Interesting Web Sites. Machine Learning, 27(3), 313-331.

Peña, F. y Riffo, R. (2008). Revisión, selección e implementación de un algoritmo de recomendación de material bibliográfico utilizando tecnología {j2EE}. Concepción, Chile: Universidad del Bío-Bío. Recuperado de http://cybertesis.ubiobio.cl/tesis/2008/riffo_r/doc/riffo_r.pdf

Purdue (2011). What Is a MOOC? Recuperado de https://www.purdue.edu/learning/blog/?p=5744

Rich, P. y Hannafin, M. (2009). Video Annotation Tools: Technologies to Scaffold, Structure, and Transform Teacher Reflection. Journal of Teacher Education, 60(1), 52-67.

Sadler, P. y Good, E. (2006). The Impact of Self-and Peer-Grading on Student Learning. Educational Assessment, 11(1), 1-31.

Santos, O. C. y Boticario, J. G. (2012). Affective Issues in Semantic Educational Recommender Systems. En 2nd Workshop on Recommender Systemsfor Technology Enhanced Learning (RecSysTEL 2012) (pp. 71-72). Saarbrücken, Alemania.

Sarwar, B., Karypis, G., Konstan, J. y Riedl, J. (2001). Item-Based Collaborative Filtering Recommendation Algorithm. Proceedings of the Tenth International World Wide Web Conference (pp. 285-295). ACM.

Vázquez-Cano, E. (2013). The Video Article: New Reporting Format in Scientific Journals and its Integration in MOOCs. Comunicar, 41, 83-91.

Vázquez-Cano, E., López Meneses, E. y Sarasola, J. L. (2013). La expansión del conocimiento en abierto: los MOOCs. Barcelona: Octaedro.

Vázquez-Cano, E. y López Meneses, E. (2014). Los MOOC en la educación superior: la expansión del conocimiento. Profesorado: Revista de Currículum y Formación del Profesorado, 18(1), 1-12.

Vázquez-Cano, E., López Meneses, E. y Barroso Osuna, J. (2015). El futuro de los MOOC: retos de la formación on-line, masiva y abierta. Madrid: Síntesis.

Vázquez-Cano, E. y Sevillano, M.ª L. (2015). Dispositivos digitales móviles en educación: el aprendizaje ubicuo. Madrid: Narcea.

Velez-Langs, O. y Santos, C. (2006). Sistemas recomendadores: un enfoque desde los algoritmos genéticos. Gestión y Producción, 1(9), 23-31.

Vialardi, S. C., Bravo, A. J., Shafti, L. y Ortigosa, A. (2009). Recommendation in Higher Education Using Data Mining Techniques. En 2nd International Conference of Educational Data Mining (pp. 190-199).

Watkins, J. y Mazur, E. (2010). Just-in-Time Teaching and Peer Instruction. En Just in Time Teaching: Across the Disciplines, and Across the Academy (pp. 39-62). Stylus Publishing.

Zapata-Ros, M. (2012). Calidad y entornos ubicuos de aprendizaje. RED: Revista de Educación a Distancia, 31, 1-12. Recuperado de http://www.um.es/ead/red/31/zapata_ros.pdf

Zapata-Ros, M. (2013). MOOCs, una visión crítica y una alternativa complementaria: la individualización del aprendizaje y de la ayuda pedagógica. Campus Virtuales, 2(1), 20-38.

Descargas

Los datos de descargas todavía no están disponibles.