Vida académica en Southampton

Invitada por mi colega el profesor Hugh Davis, estoy disfrutando de una estancia de investigación de un mes en la University of Southampton. Un colaborador suyo, Manu, ha facilitado logística personal, accesos y permisos en la universidad, así como organización de la agenda. En solamente dos semanas, variados han sido los diálogos no previstos y sorprendentes algunas conclusiones fruto de presentaciones y seminarios. Os mostraré dos ejemplos. Si bien inicialmente tenía que trabajar en temas de e-assesment y feedback en asignaturas de matemáticas, he terminado por hurgar en la categorización de los tipos de mentoraje a partir de sus intervenciones en los foros de un MOOC en Future Learn. La estrategia metodológica de esta plataforma, eminentemente constructivista, se basa en el concepto de “learning by conversation”. En dicha estrategia, los mentores juegan un papel central en la creación de un diálogo que se sostiene durante todo el curso. Esta universidad, de la mano del profesor Davis, ha sido pionera en la creación de MOOCs y análisis de su eficacia desde distintos puntos de vista. Han hecho un esfuerzo considerable en la creación de un dashboard (cuadro de mando) que permite explotar los datos de cada participante para cada curso. Pero todavía somos pocos los que lo utilizamos. Captura de pantalla de una extracción de datos mediante el dashboard En una de las primeras reuniones hablamos de la importancia del mentor como facilitador del curso. Les pregunté qué evidencia tenían de su eficacia en términos de aprendizaje. Me dijeron que mucha, que en el curso que ellos habían diseñado “Understanding Language: Learning and Teaching” (hasta el momento 8 ediciones, la...

Inteligencia artificial en la educación

En el marco del London Festival of Learning, se celebró recientemente la 19ª edición de la Conferencia Internacional sobre Inteligencia Artificial en la Educación (AIED-2018). La conferencia fue muy concurrida e interesante gracias a numerosos trabajos de investigación sobre aplicaciones innovadoras de técnicas y tecnologías inteligentes que abren la puerta a un futuro muy prometedor para la educación. Se mostraron, entre otras, aplicaciones de robots y chatbots, tutores artificiales, aprendizaje automático, analíticas de aprendizaje, gamificación y aprendizaje emocional, que de forma más o menos significativa consiguen elevar los niveles de personalización, motivación y eficiencia en los procesos de enseñanza y aprendizaje. El propósito último de la inteligencia artificial en la educación es incrementar (e incluso predecir) el rendimiento y satisfacción, así como identificar y reducir el abandono del alumno en los distintos ciclos y modalidades formativas. En el departamento de Informática, Multimedia y Telecomunicación de la UOC tenemos amplia experiencia en este campo. A continuación, se presentan tres proyectos actualmente en marcha que son representativos de la investigación e innovación docente que explota la inteligencia artificial para mejorar aspectos clave de la educación, con expectativas muy prometedoras y con resultados experimentales interesantes. “colMOOC” es un proyecto europeo que investiga y desarrolla modelos y tecnologías de agentes artificiales para dar soporte automático al aprendizaje colaborativo virtual. La problemática que pretende resolver se encuentra especialmente en cursos virtuales masivos (como los MOOC) donde el seguimiento de foros y debates virtuales participados por miles de alumnos es inviable por parte de tutores humanos, debido al ingente volumen de mensajes que se generan. En consecuencia, la mayoría de estos mensajes no encuentran respuesta...

Quiero aprender a programar. ¿Por dónde me pongo?

¡Excelente pregunta! Antes de entrar en materia… ¡Felicidades! La curiosidad por aprender a programar es, quizá, la curiosidad del siglo XXI. Hoy en día cuesta decir que un conocimiento es imprescindible, pero entender qué es programar está muy, pero que muy cerca de serlo. Cada día suceden infinidad de cosas que nos afectan —por muy poco conectados que estemos— que pasan por un algoritmo (¡o muchos!) que toma unos datos, los procesa de una determinada forma y acaba dando un resultado que nos atañe muy directamente. Ya sea tu declaración de la renta, pedir hora en el médico, que te asignen colegio para tus hijos… prácticamente todo pasa en algún momento por un programa informático. Y si quieres entender cómo se programa… difícilmente lo vas a conseguir de verdad sin haber programado al menos un poco. Así pues, insistimos, felicidades por haber tomado una excelente decisión. En segundo lugar, una advertencia. ¿Sabéis esos cursos milagrosos que aseguran enseñaros inglés en treinta días? Aprender a programar es, en parte, aprender un idioma (y mucho más que eso: es aprender a enseñar a una máquina a hacer cosas extraordinarias). Muy poca gente va a aprender un idioma —informático o no— en treinta días. Existe un pequeño riesgo, además, de que no aprendáis a programar (pequeño, insisto). Aun así, esforzarse e intentarlo de verdad va a tener como resultado, en el peor de los casos, el entender mucho mejor cómo funciona el universo en que nos movemos. Pero os vais a tener que poner de verdad. Si alguien os asegura que a programar se puede aprender sin esfuerzo, desconfiad. Añado, además, que...

Certificaciones de la industria en los EIMT: Cisco y Unity

Si bien la titulación de grado parte sobre la base de que debe ser generalista y, hasta cierto punto, agnóstica en lo que respecta a productos o fabricantes concretos, el debate sobre su nivel de alineación con las demandas de la industria diría que existe desde siempre. Me resulta fácil visualizar, ya en una cueva del paleolítico, a un miembro cazador-recolector murmurando sobre las historias del sabio de la tribu y la utilidad de algunas de ellas llegado el momento de cazar un Glyptodon. Entonces, en el otro extremo, encontramos las certificaciones de la industria, otorgadas por los propios fabricantes, y muy estrechamente vinculadas a sus productos, claro. A día de hoy, certificaciones de este tipo hay muchas y casi cada gran fabricante tiene su propio itinerario, que parte de certificaciones básicas hasta mayores niveles de especialización (Cisco, Microsoft, Oracle, etc.). Sin embargo, no siempre estas certificaciones llevan asociado un programa de formación, y se basan exclusivamente en llevar a cabo un examen de cierta dificultad a partir de un temario o de objetivos de formación, que se debe estudiar por libre (o a través de ciertas academias). O ya saber de qué va todo gracias a la propia experiencia profesional. Dado que al final algunas de ellas ya se han convertido en una puerta de acceso a ciertos campos profesionales -yo diría que casi se pueden considerar un “estándar de facto”-, quizá es interesante que la universidad las tenga en cuenta a la hora de diseñar algunas de sus asignaturas, sin que ello implique una pérdida de esa visión generalista o, en el peor de los casos, una cierta “mercantilización” de la enseñanza pública (un aspecto parte del debate). Como todo...

Análisis del estado de seguridad de la red Guifi.net

Cada año se presentan proyectos finales que conducen a matriculados en el grado de Tecnologías de las Telecomunicaciones de la UOC al final de sus estudios. Este semestre, uno de estos estudiantes ha sido Patricia Ramos García. En su trabajo Guifi.net: Analysis of a Heterogeneous Community Network realiza un estudio que evalúa el estado de la seguridad de la red abierta comuninaria más grande del mundo: Guifi.net. El origen de esta red inalámbrica se remonta a 2004 en Gurb, Osona. Actualmente, la red cuenta con 34.545 nodos en activo en todo el mundo, siendo Catalunya la zona con mayor popularidad. El motivo de su éxito se puede explicar si se tiene en cuenta que la finalidad principal de Guifi.net es proporcionar acceso a Internet de banda ancha, especialmente a zonas rurales, donde los servicios de operadores de telecomunicaciones, con mucha frecuencia, no llegan. Con un modelo de desarrollo centrado en la demanda de este servicio, son los usuarios mismos los que en una gran proporción instalan y gestionan sus propios elementos de red. Cabe preguntarse si la configuración de estos dispositivos es la adecuada y si la gestión a lo largo del tiempo se adapta a los constantes cambios a los que se enfrenta la red. ¿Es necesaria una mayor educación digital? ¿Está suficientemente implantada la idea de protegerse con actualizaciones frente a nuevas vulnerabilidades entre los usuarios de Guifi.net? Los resultados revelan un uso indiscriminado de servicios no encriptados y un reducidísimo número de actualizaciones de firmware de los dispositivos estudiados. Internet ha revolucionado la forma en la que vivimos, hasta el punto de que hoy no concebimos...

Model@: Conocimiento predictivo en el aula

(Trobareu la versió en català més avall) Muy a menudo el conocimiento tangible de los PRA’s (Profesor Responsable de Asignatura) y colaboradores docentes (consultores y tutores) en relación a una asignatura, se adquiere con la experiencia obtenida a lo largo de los años. Por ejemplo, si el alumno no presenta la actividad X difícilmente aprobará la asignatura, o bien, cuando un alumno obtiene la nota Y en la actividad X difícilmente podrá superar la asignatura. Básicamente, el profesor realiza un tipo de predicción basándose en su experiencia personal y proyecta en el futuro unos posibles resultados o rendimientos de la asignatura en concreto. Podemos decir que la creación de los modelos predictivos es un tema de investigación estudiado desde los años 80, es decir, no es un tema innovador que requiera una gran investigación. A partir de modelos estadísticos o, bien, de técnicas de Machine Learning, se pueden desarrollar modelos predictivos adecuados y totalmente automatizados alimentados por datos almacenados de experiencias previas. En nuestro caso, por ejemplo, se podría predecir si un alumno puede superar una asignatura en función de las actividades que ha realizado a lo largo del curso. La idea principal es crear un modelo predictivo a partir de los datos previos de alumnos que han cursado aquella misma asignatura. Adicionalmente, cada modelo predictivo se puede personalizar basándose en particularidades que se pueden encontrar en el diseño de cada una de las asignaturas que configuran un determinado curso (por ejemplo, número de actividades a desarrollar o recursos consultados). Fuente: https://www.linkedin.com/pulse/future-according-my-crystal-ball-mocheche-mabuza Por lo tanto, ¿qué nos puede ofrecer un modelo predictivo? Es un salto cualitativo sobre datos analíticos. Los datos...