<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by TECHNIUM.ORG on Medium]]></title>
        <description><![CDATA[Stories by TECHNIUM.ORG on Medium]]></description>
        <link>https://medium.com/@techniumla?source=rss-2a769d92b4ce------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*IkslWkFrx8IruF06M1KJDg.png</url>
            <title>Stories by TECHNIUM.ORG on Medium</title>
            <link>https://medium.com/@techniumla?source=rss-2a769d92b4ce------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 10:29:36 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@techniumla/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Machine Learning para prevenir la deserción en formación de mujeres empresarias de América Latina]]></title>
            <link>https://medium.com/@techniumla/machine-learning-para-prevenir-la-deserci%C3%B3n-en-formaci%C3%B3n-de-mujeres-empresarias-de-am%C3%A9rica-latina-2ad6a2add600?source=rss-2a769d92b4ce------2</link>
            <guid isPermaLink="false">https://medium.com/p/2ad6a2add600</guid>
            <dc:creator><![CDATA[TECHNIUM.ORG]]></dc:creator>
            <pubDate>Thu, 27 Mar 2025 06:40:34 GMT</pubDate>
            <atom:updated>2025-04-01T13:03:03.231Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8mLdTNtvOQFnzJi0SLr2Bw.png" /><figcaption>TECHNIUM.ORG. (2025). Ilustración de una mujer empresaria mirando hacia un paisaje urbano desolado [Ilustración generada por IA]. ChatGPT + DALL·E. <a href="https://chat.openai.com/">https://chat.openai.com/</a></figcaption></figure><p><em>Este artículo se lee según tus intereses: Si quieres profundizar por qué es importante un algoritmo que predice la deserción en programas de formación para mujeres empresarias, puedes leer la primera parte. Si quieres leer un resumen del proceso de entrenamiento de los modelos de predicción, puedes saltar a la sección ‘Machine learning para el bien social’. Si solo quieres conocer los resultados de los algoritmos, puedes ir directamente a la última sección en la que se comparan los modelos. Si quieres entender todo mi trabajo, eres bienvenido a leer de principio a fin :)</em></p><p><strong>Empezar un negocio en América Latina es un desafío, pero siendo mujer es aún más difícil.</strong> Solo el 13% de las mujeres emprendedoras en los países latinoamericanos esperan que su negocio crezca de manera sostenible en los próximos cinco años, según un importante estudio de hace un tiempo atrás (Allen et al., 2008; Global Entrepreneurship Monitor).</p><p>La expectativa de contar la gran historia de éxito empresarial tiene mayor probabilidad de ser narrada por hombres que por mujeres en los países de nuestra región. Diversos estudios señalan que el emprendimiento femenino enfrenta los mismos desafíos que los negocios liderados por hombres, <strong>pero con un nivel mayor de dificultad</strong>.</p><p>Frente a este panorama, diversas iniciativas alrededor del mundo con presupuestos importantes, como gobiernos donantes, organizaciones sin fines de lucro, cooperación internacional y fondos de inversión, buscan generar oportunidades de crecimiento para negocios liderados por mujeres. El objetivo común es cerrar brechas de acceso a mercados prósperos, capitalización, redes de valor y formación empresarial. Dichos factores se configuran como variables de una fórmula de éxito que plantea la hipótesis que, al garantizar estas condiciones favorables, se consigue la tan aspirada sostenibilidad económica en el largo plazo. Pero lograr esto es un verdadero desafío. Conseguir que una persona empresaria asuma compromisos más allá de los límites de su negocio para, por ejemplo, perseverar en su formación empresarial, podría ser muy optimista. Los obstáculos para mantener un negocio a flote muchas veces son implacables por lo que, en la larga lista de prioridades de una empresaria, el compromiso entusiasta manifestado al inicio de una ruta de formación suele disiparse a medida que pasa el tiempo, terminando en una inminente deserción.</p><h4>El costo de la deserción en programas de apoyo empresarial</h4><p>El fenómeno de deserción en programas de formación no sería exclusivo de las aulas de la educación formal, suele ocurrir también y, con mucha frecuencia, en programas de fortalecimiento de capacidades empresariales. Esto podría desanimar hasta las más atractivas y solventes voluntades de financiar este tipo de programas. Alcanzar resultados de mediano y largo plazo bajo teorías de cambio plausibles en proyectos de apoyo emprendedor, podría traer consigo costos elevados. Por ejemplo, We-fi, una iniciativa de financiamiento para mujeres emprendedoras presente en 60 países, señala que hasta el año 2020 había asignado USD 300 millones en contribuciones de donantes. Una cifra realmente envidiable para cualquier proyecto social, pero si la deserción es un fenómeno inevitable que representa pérdida, dado que cada empresaria que deserta se traduce en un costo per cápita irrecuperable ¿Cómo nos aseguramos de sacar el máximo provecho de la inversión y reducir al mínimo las ineficiencias en programas de apoyo empresarial? O más específicamente:</p><blockquote>¿Cómo podemos enfrentar la deserción de programas de formación empresarial (para mujeres) dada la significativa inversión que supone financiarlos?</blockquote><p>El problema de deserción nos exige entender por qué una mujer empresaria en América Latina podría tener mayor probabilidad de abandonar una ruta de formación.</p><h4>Por qué emprender no es lo mismo para ellas</h4><p>El problema de fondo reúne una serie de factores estructurales de distintos orígenes. Como se señaló anteriormente, la dificultad de hacer empresa en América Latina es la misma para todos por igual, pero las mujeres latinoamericanas tienen que lidiar con obstáculos adicionales asociados más a particularidades de género que a circunstancias comunes. Por ejemplo, la tradicional carga de responsabilidades familiares y domésticas que poseen las mujeres dificulta la asistencia y permanencia en programas de formación (Giné &amp; Mansuri, 2014). El acceso a financiamiento formal es más limitado para mujeres en las etapas iniciales o en negocios pequeños; por ejemplo, empresarias mexicanas y argentinas hace unos años tenían menos acceso a crédito bancario a diferencia de los hombres (NFWBO, 2010). Las mujeres tienden a emprender en un número reducido de sectores económicos (comercio o servicios) y suelen ser menos rentables que otros sectores industriales (Allen et al., 2008). La tasa de emprendimiento por necesidad es más alta que la tasa de emprendimiento por oportunidad; es decir, la mayoría de empresarias latinoamericanas tradicionalmente tuvieron un negocio como respuesta a la falta de empleo, buscando aprovechar el delgado margen de actuación que les dejaba el mercado, y no porque realmente querían aprovechar alguna oportunidad con fines de lucro (Allen et al., 2008; Minniti &amp; Naudé, 2010). Además, históricamente, las mujeres han estado alejadas de asociaciones empresariales, en consecuencia han estado limitadas a oportunidades de mercado, financiamiento y mentoría (Banco Mundial, 2010). No es de sorprender, entonces, que estas condiciones incidan negativamente en su autoconfianza: muchas emprendedoras indican sentirse menos capacitadas para lidiar con trámites legales, procesos de formalización o corrupción institucional (Banco Mundial, 2010).</p><p><strong>En el 2025, ¿habrá cambiado mucho el panorama para la mujer empresaria?</strong> Actualmente, dirijo un proyecto de fortalecimiento emprendedor que tiene como misión impulsar el desarrollo de competencias empresariales y entregar financiamiento a emprendimientos de base de Cartagena, Colombia. Más del 95% de los emprendimientos que participan en este proyecto se encuentran liderados por mujeres. Esto podría interpretarse como “las mujeres son más emprendedoras que los hombres”, pero la realidad podría ser otra, debido a que, como señalé anteriormente, el emprendimiento sería el medio de supervivencia para las mujeres, al no poder acceder a mejores oportunidades para la generación de ingresos.</p><blockquote>Si a las mujeres empresarias latinoamericanas les toca emprender en un contexto verdaderamente desafiante, la deserción se convierte en un evento de alta probabilidad, potencialmente masivo y muy costoso. Invertir en la formación de una mujer empresaria podría ser una decisión difícil. ¿Cómo podemos reducir esta incertidumbre?</blockquote><h4>Machine Learning para el bien social</h4><p>Actualmente finalizo mi segundo posgrado, que es sobre Ciencia de Datos. Mi proyecto de tesis consiste en diseñar un algoritmo de clasificación para predecir la deserción de mujeres que lideran un negocio y participan en <a href="https://agora2030.org/programa-juntas-contamos/">Juntas Contamos</a>, un programa impulsado por Agora Partnerships, BID Lab y We-Fi, junto a contribuyentes claves como Hispanics in Philanthropy, Fundación Target y Cisco; que tiene por objetivo beneficiar a 4 mil mujeres empresarias de México, Honduras, El Salvador y Guatemala.</p><p>A continuación, compartiré información clave sobre el proceso de entrenamiento de modelos de machine learning y, posteriormente, los mejores resultados que se obtuvo del mismo.</p><p><strong>¿Cómo seleccionar el mejor modelo de clasificación?</strong></p><p><strong>La Ciencia de datos es ciencia porque experimenta con los datos hasta encontrar el modelo que mejor explique la realidad</strong>, o al menos una fracción de ella. El conjunto de datos original para el diseño del algoritmo tenía más de 1300 observaciones y más de 400 variables, de las cuales la mayoría eran categóricas. Esta información correspondía a las mediciones de desempeño y experiencia, realizadas durante todo el proceso de formación, desde que postulan las empresarias hasta que culminan la formación.</p><p>A mi asesor de tesis le pareció bien iniciar probando tres modelos: Regresión Logística, Random Forest y KNN (K-Nearest Neighbors), pertinentes para problemas de clasificación. Yo decidí añadir el modelo XGBoost, por su éxito y popularidad (Wade, 2020).</p><p>Antes de poner a competir los modelos, realicé el doctrinal proceso de preparación del conjunto de datos, hacer la ingeniería de variables como imputación de datos faltantes (luego de prescindir de aquellas variables que presentaban más del 20% de valores ausentes) y realizar el respectivo análisis descriptivo, este último con fines ilustrativos para conocer las características de la población con las que entrenaría el modelo. Se encontraron algunos datos atípicos, pero se decidió no eliminarlos porque estos respondían fidedignamente a la naturaleza del perfil de las empresarias participantes del programa. Por otro lado, es importante mencionar que las dos clases de la variable objetivo: “CULMINÓ” (clase 0) y “NO CULMINÓ” (clase 1) se encontraban bastante desbalanceadas, siendo predominante esta última (dada la deserción que se explicó en la sección anterior). Como solución técnica al desbalance de clases se aplicó SMOTE (Synthetic Minority Over-sampling Technique), la cual crea datos sintéticos para balancear las clases y así evitar que el modelo aprenda erróneamente, sesgándose hacia la clase mayoritaria.</p><p>Una vez que los datos estuvieron imputados, balanceados, estandarizados y escalados para los de tipo numérico (¿necesitaban ser escalados estos últimos? Hay senda bibliografía que señala que, por ejemplo, para el entrenamiento de los modelos XGBoost y Random Forest no se necesita realizar escalado o normalizado. Esto podría ser motivo de otra entrada del presente blog). Los datos también fueron transformados para que los modelos puedan entenderlas y procesarlas. Inicialmente, empleé Label Encoding, pero luego de varias iteraciones (y exhaustivas revisiones bibliográficas que me permitían fundamentar la elección) opté por One-hot encoding. Para especialistas y entusiastas, esta técnica podría provocar modelos más lentos, pero este no fue el caso, los modelos más exitosos con esta técnica de transformación de valores fueron satisfactorios.</p><p>Posteriormente, se procedió con la selección de las 20 variables más importantes empleando <em>RandomForestClassifier</em> de Scikit-learn con 100 árboles de decisión por defecto. Entre las variables que el modelo encontró más importantes se encuentran las variables de cohortes de formación, ventas, la condición de si es que la empresa de la participante tiene accionistas hombres o no (¡sorprendente!), así como nivel de escolaridad, entre otras. Se procedió con la división del dataset para obtener dos subconjuntos de 70% para entrenamiento y 30% de prueba y se continuó con el modelado.</p><h4><strong>Resultados del entrenamiento de modelos de machine learning: ¿Cuál fue el mejor?</strong></h4><p>Primero fueron tres los modelos que se entrenaron. Inicialmente se obtuvieron los siguientes resultados:</p><pre>📌 🔹 **Métricas de Regresión Logística**<br>Accuracy: 0.6748<br><br>Confusion Matrix:<br>[[357   0]<br> [200  58]]<br><br>Classification Report:<br>              precision    recall  f1-score   support<br><br>           0       0.64      1.00      0.78       357<br>           1       1.00      0.22      0.37       258<br><br>    accuracy                           0.67       615<br>   macro avg       0.82      0.61      0.57       615<br>weighted avg       0.79      0.67      0.61       615</pre><pre>📌 🔹 **Métricas de Random Forest**<br>Accuracy: 0.4195<br><br>Confusion Matrix:<br>[[  0 357]<br> [  0 258]]<br><br>Classification Report:<br>              precision    recall  f1-score   support<br><br>           0       0.00      0.00      0.00       357<br>           1       0.42      1.00      0.59       258<br><br>    accuracy                           0.42       615<br>   macro avg       0.21      0.50      0.30       615<br>weighted avg       0.18      0.42      0.25       615</pre><pre>📌 🔹 **Métricas de KNN**<br>Accuracy: 0.6634<br><br>Confusion Matrix:<br>[[190 167]<br> [ 40 218]]<br><br>Classification Report:<br>              precision    recall  f1-score   support<br><br>           0       0.83      0.53      0.65       357<br>           1       0.57      0.84      0.68       258<br><br>    accuracy                           0.66       615<br>   macro avg       0.70      0.69      0.66       615<br>weighted avg       0.72      0.66      0.66       615</pre><p>Como se puede apreciar, en el primer intento para los tres modelos los resultados no fueron alentadores: la precisión de estos fue bastante baja y parecía haber indicios de sobreajuste.</p><p>Se continuó con la experimentación de los tres modelos iniciales y se sumó XGBoost a la competencia. Luego de varias pruebas se optó por aplicar la herramienta GridSearchCV para encontrar la mejor combinación de hiperparámetros. Se aplicó la combinación ofrecida pero se obtuvo modelos excesivamente sobreajustados:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zbQU7R1bcf5alj8xNrX7aA.png" /><figcaption>Comparativo de capacidad de generalización de modelos de machine learning Random Forest y XGBoost</figcaption></figure><p>En ambos gráficos, la línea recta azul en la parte superior representa el aprendizaje que hizo el modelo del conjunto de entrenamiento. Al poseer un resultado perfecto de 1.00 se señala que el modelo prácticamente memorizó los datos del conjunto de entrenamiento. La línea roja, en cambio, es el resultado que tuvo al predecir la variable objetivo en los datos de prueba, es decir, se le probó con datos que no había visto antes. Al encontrarse la línea azul tan arriba y separada de la curva roja se intuye que ambos modelos aprendieron demasiado bien los datos de entrenamiento, pero no fueron de generalizar lo aprendido con datos nuevos.</p><p>Para entender mejor esta figura propongo un ejemplo sencillo: si el modelo de machine learning fuera un niño que estudia para un examen de matemáticas y queremos saber cuán preparado se encuentra para el mismo, por la línea azul sabremos que memorizó al pie de la letra cada problema que le fue entregado para estudiar, pero por la línea roja sabremos que cuando le toque rendir el examen va a fallar porque los problemas son diferentes a los que usó para prepararse. <strong>El reto para el niño es lograr aprender la fórmulas y patrones subyacentes de los procedimientos de solución para los problemas, no que memorice ejercicios específicos. Lo mismo se espera para un modelo de machine learning</strong>.</p><p>Claramente, esta segunda versión de algoritmos tenía que tratarse con estrategias para evitar sobreajuste. Sin embargo, antes de proceder, decidí acudir a la sabiduría de las redes sociales y fue por esa razón que compartí el desafío de sobreajuste en un <a href="https://www.linkedin.com/feed/update/urn:li:activity:7297636884397056000/">post en mi muro de LinkedIn</a>. Como resultado recibí un sinnúmero de recomendaciones, muchas de ellas bastante acertadas y especializadas. La mayoría de contribuyentes en los comentarios llegaba a la conclusión de que, sin duda, se trataba de modelos sobreajustados, así que ofrecían sugerencias para evitar este inconveniente.</p><p>Después de un proceso largo de pruebas para reducir el sobreajuste, obtuve siete versiones con los mejores resultados que se pudo conseguir:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mmRUP3-EE-1SqOQt3KdTzQ.png" /></figure><p><strong>Los modelos Random Forest y XGBoost ofrecieron los mejores resultados, con una alta capacidad de generalización:</strong></p><blockquote>Los resultados del modelo Random Forest fueron los siguientes: Precisión: clase 0: 0.97, clase 1: 0.96; Sensibilidad (recall): clase 0: 0.96, clase 1: 0.97; Especificidad: 0.962, F1-Score: clase 0: 0.97, clase 1: 0.97. Por otro lado, el modelo XGBoost tuvo los siguientes resultados: Precisión: clase 0: 0.96, clase 1: 0.95; Sensibilidad (recall): clase 0: 0.95, clase 1: 0.96; Especificidad: 0.954, F1-Score: clase 0: 0.96, clase 1: 0.96.</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/932/1*tJ--Jo5uJZk1fMLn40TEFw.png" /><figcaption>Curva de aprendizaje del modelo Random Forest (ACC: 0.9682 | OVF: 0.0218)</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/932/1*iVpQyvdiH728E4m27i1SdA.png" /><figcaption>Curva de aprendizaje del modelo Random Forest (ACC: 0.9592 | OVF: 0.0108)</figcaption></figure><p>El modelo Random Forest resultó ser el más acertado, pero también un poco más sobreajustado que el modelo XGBoost. Por el contrario, este último generaliza mejor, pero es ligeramente menos preciso que el modelo Random Forest. Por otro lado, Random Forest era más parsimonioso (mejor resultado con la mayor eficiencia). Seguí probando otras combinaciones, pero ya los modelos o sobreajustaban mucho o reducían notoriamente su precisión y sensibilidad.</p><h4><strong>Conclusiones</strong></h4><p>Aun queda un tramo pendiente para hacer que estos modelos muestren su valor en situaciones reales. Sin embargo, este proyecto se presenta como pionero en su campo (bastante especializado además) al proponer un algoritmo que predice con una alta precisión cuándo una empresaria participante del programa Juntas Contamos puede desertar o no antes de iniciar la formación.</p><p>La presente investigación contribuye con nuevos conocimientos desde dos frentes: 1. Desde la estadística aplicada, ya que desarrolla una metodología para el análisis de deserción con modelos de clasificación y, 2. desde la inteligencia artificial, al demostrar el potencial de aplicación de técnicas de machine learning en problemas de políticas públicas y emprendimiento femenino, como nunca antes se ha desarrollado entre los países de América Latina.</p><p>Autor: Daniel Navarrete. Investigador en Ciencia de Datos.</p><h4>Referencias bibliográficas</h4><p><strong>Allen, I. E., Elam, A., Langowitz, N., &amp; Dean, M.</strong> (2008). <em>2008 Report on Women and Entrepreneurship</em>. Global Entrepreneurship Monitor. <a href="https://www.gemconsortium.org/report/2008-report-on-women-and-entrepreneurship">https://www.gemconsortium.org/report/2008-report-on-women-and-entrepreneurship</a></p><p><strong>Banco Mundial.</strong> (2010). <em>Mujeres empresarias: Barreras y oportunidades en el sector privado formal en América Latina y el Caribe</em>. Banco Mundial. <a href="https://documents1.worldbank.org/curated/en/980001468300600621/pdf/563390SPANISH0B0Women0businesses0SP.pdf">https://documents1.worldbank.org/curated/en/980001468300600621/pdf/563390SPANISH0B0Women0businesses0SP.pdf</a></p><p><strong>Giné, X., &amp; Mansuri, G.</strong> (2014). <em>Money or Ideas? A Field Experiment on Constraints to Entrepreneurship in Rural Pakistan</em>. World Bank Policy Research Working Paper №6959. <a href="https://documents.worldbank.org/en/publication/documents-reports/documentdetail/269191468144885801">https://documents.worldbank.org/en/publication/documents-reports/documentdetail/269191468144885801</a></p><p><strong>Minniti, M., &amp; Naudé, W.</strong> (2010). <em>What do we know about the patterns and determinants of female entrepreneurship across countries?</em> <em>The European Journal of Development Research, 22</em>(3), 277–293. <a href="https://doi.org/10.1057/ejdr.2010.17">https://doi.org/10.1057/ejdr.2010.17</a></p><p><strong>National Foundation for Women Business Owners (NFWBO).</strong> (2010). <em>Women’s Entrepreneurship in Latin America: An Exploration of Current Knowledge</em>. NFWBO.</p><p><strong>We-Fi.</strong> (2020). <em>Annual Report 2020</em>. Women Entrepreneurs Finance Initiative. <a href="https://we-fi.org/annual-report-2020/">https://we-fi.org/annual-report-2020/</a></p><p><strong>Wade, C.</strong> (2020). <em>Hands-On Gradient Boosting with XGBoost and scikit-learn: Perform accessible machine learning and extreme gradient boosting with Python</em>. Packt Publishing.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2ad6a2add600" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Hay un intruso en la habitación de tus niños.]]></title>
            <link>https://medium.com/@techniumla/hay-un-intruso-en-la-habitaci%C3%B3n-de-tus-ni%C3%B1os-640c579b88e4?source=rss-2a769d92b4ce------2</link>
            <guid isPermaLink="false">https://medium.com/p/640c579b88e4</guid>
            <category><![CDATA[big-brother]]></category>
            <category><![CDATA[datafication]]></category>
            <category><![CDATA[dataism]]></category>
            <category><![CDATA[dataísmo]]></category>
            <dc:creator><![CDATA[TECHNIUM.ORG]]></dc:creator>
            <pubDate>Sat, 02 May 2020 00:24:15 GMT</pubDate>
            <atom:updated>2020-05-02T13:37:57.276Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*d3Hu8CpqxTodhAdaqa62Eg.png" /><figcaption>Elaboración propia.</figcaption></figure><h3>Hay un intruso en la habitación de tus niños y tú lo estás permitiendo.</h3><p><strong>Los datos sensibles de millones de niños en etapa escolar podrían encontrarse en riesgo y a nadie parece importarle</strong>. Escuelas alrededor del mundo, desde los centro hipertecnologizados de Singapur hasta los colegios ‘de barrio’ en Perú, han adaptado sobre la marcha diversas iniciativas para proporcionar educación a distancia en un intento por responder al desafío de mantener la entrega del servicio educativo con restricciones de distanciamiento social y cuarentena.</p><p>El asunto de la educación virtual en escenario pandémico es largamente extenso. Existen múltiples fenómenos sobre los cuales podemos analizar y debatir pero, probablemente, uno de los temas sobre los cuales deberíamos priorizar nuestra atención es <strong>sobre el rastro de datos que niños y niñas en etapa de Educación Básica, vienen registrando en estos momentos, en el uso de herramientas tecnológicas y consumo de contenidos de terceros (y de propios).</strong> La utilización de aplicaciones de comunicación, colaboración y gestión de tareas, desarrolladas por intereses corporativos se han disparado en tiempo récord. Por ejemplo, la aplicación N° 1 de videollamadas del momento, Zoom, <a href="https://medium.com/igeneris/un-nuevo-orden-d77f3be81d8e">ha registrado un aumento de usuarios de 10 millones a 300 millones en solo cuatro meses</a>. Si bien es cierto, adaptar artefactos y <em>softwares</em> a procesos de enseñanza y aprendizaje representa una reacción estratégica, “…parece más necesario que nunca tomar distancia de los tecnoentusiasmos imperantes y aprender a pensar autónomamente”, debido a que, “…El desarrollo tecnológico a menudo responde a determinados fines o motivaciones políticas o comerciales de sus creadores, por lo tanto, sus propiedades difícilmente resultan imparciales. <strong>¿No será un poco ingenuo creer que estas tecnologías son completamente neutras?</strong>” (Cobo, 2019).</p><p>Facebook, por ejemplo, <a href="https://www.theguardian.com/uk-news/2019/jul/20/the-great-hack-cambridge-analytica-scandal-facebook-netflix">posee por cada persona casi 5 mil <em>datapoints</em> (variables)</a>, lo que representa un poder que le permitiría diseñar modelos robustos de diagnóstico y predicción sobre la conducta de las personas y así dirigir todo tipo de estrategia de comunicación, mediante la venta de los datos de los usuarios a terceros, sin el consentimiento de los primeros (Cadwalladr, 2019). Por otro lado, John Mohrer, el director general de las operaciones de Uber en Nueva York, se jactaba delante de una periodista de utilizar una aplicación interna corporativa, llamada “The God’s View”, la cual le proveía una vista del vehículo y el trayecto de cualquier persona en tiempo real, una información disponible para su propio interés sin que las personas hubieran expresado su consentimiento o siquiera fueran conscientes de que estaban siendo vigiladas (Anderson, 2015).</p><p>Las plataformas sociales en línea se han adherido a cada espacio de nuestras vidas <strong>con intereses comerciales ocultos para la mayoría</strong>; por tal razón, deberían activarse las alarmas, sobre todo cuando nos referimos a educación,<strong> porque se vuelve más peligroso aún.</strong> Por ejemplo, Google, Microsoft entre otras empresas comerciales de tecnología, vienen impulsando ya varios años proyectos en educación que les ha permitido ingresar en centros formales de enseñanza: empresas, colegios y universidades han adoptado sus ‘soluciones’ tecnológicas y las han convertido en parte integrada e importante en su oferta educativa, bajo la ‘regla de oro’ de que la tecnología resolverá los problemas de la educación del futuro. Numerosas ‘comunidades’ de aprendizaje autodenominadas ‘EdTech’ que se encuentran bajo intereses de plataformas corporativas, poseen sus propios profesionales certificados / embajadores / evangelizadores que les dicen a los docentes y estudiantes miembros de su comunidad, qué herramientas pueden utilizar, qué competencia deben desarrollar y qué contenido deben consumir, muchas veces (si no siempre), direccionando esas recomendaciones a la utilización recurrente de las herramientas y plataformas que son propiedad de las corporaciones a las que integran y promueven. El problema central, probablemente, es que <strong>estamos colocando demasiada confianza en estas empresas tecnológicas que no se caracterizan por poseer una auténtica participación neutra</strong>. Como Cristóbal Cobo expone en <em>Acepto las Condiciones </em>(2019), “Con frecuencia las tecnologías digitales se presentan como «neutras», sugiriéndose que en sí mismas no son ni buenas ni malas. Aunque sabemos que pueden ser utilizadas para beneficiar el poder de unos pocos o para generar nuevas formas de colectivismo, parece importante recordar que las tecnologías tienen propiedades inherentes que no resultan neutrales”.</p><p>Dicha ‘neutralidad’ promovida por el sector tecnológico, también es cuestionada rigurosamente por José van Dijck, investigador de la Universidad de Amsterdam, en su artículo <em>Datafication, dataism and dataveillance: Big<br>Data between scientific paradigm and ideology </em>(2014). El autor reflexiona acerca del ‘dataísmo’, paradigma que forma la creencia generalizada de que el análisis del Big Data, tal como la conocemos hoy, consiste en la cuantificación objetiva y el seguimiento potencial de todo tipo de comportamiento social humano a través de medios digitales y que, además, promueve la confianza en los agentes (institucionales) que recopilan, interpretan y comparten (meta)datos extraídos de las redes sociales, plataformas de Internet y otras tecnologías de comunicación. La incesante producción de data, el mayor acceso a esta y el surgimiento de más científicos de datos en capacidad de interpretar esa complejidad, se traduce en más poder para las empresas comerciales y gobiernos y en más riesgo para los usuarios (y niñ@s) de estas tecnologías (Anderson, 2015).</p><p>Así que tanto empresas, centros educativos, docentes y hasta padres de familia, con la satisfacción de sentirse de que están siendo partícipes del desarrollo hacia la modernidad, impulsan a niños y niñas a utilizar herramientas tecnológicas con la promesa de enfrentar la crisis educativa accediendo a nuevas experiencias de aprendizaje, sin embargo, <strong>¿a qué costo?</strong> Propongo un caso que ilustra el problema: El colegio de mis hijos hace unos días les envió un comunicado a sus correos personales (los cuales están alojados en la plataforma Google Suite, bajo contratación del colegio) y a través de sus maestros, para informar que desde ahora en adelante deberán acceder a las sesiones de clase en línea utilizando la herramienta Zoom y que deberán utilizar como registro de usuario <strong>sus nombres completos y, como contraseña, sus números de DNI</strong>. Ante ello nos preguntamos <strong>¿comprenderán cabalmente los promotores de los colegios la responsabilidad que significa facilitar a terceros los datos de los niños?</strong> Obviamente les ordené a mis hijos que no coloquen ninguna información de ellos en ninguna herramienta. Esa ‘solicitud’ del colegio me genera muchas preocupaciones: ¿Sabrán que Zoom ha tenido recientemente <a href="https://retina.elpais.com/retina/2020/04/06/innovacion/1586169223_190951.html">problemas de seguridad y existen serias dudas de que esta empresa proteja adecuadamente los datos de sus usuarios y no los esté vendiendo a intereses ajenos</a>? ¿Nos hemos preguntado qué tipos de datos está registrando esta aplicación? Si los padres ceden ante la presión del colegio por colocar el nombre y número de identificación de sus niños en la aplicación para tareas tan simples como registrar asistencia, ¿serán conscientes de que, adicionalmente a esa información, es probable que estén cediendo también sus datos de video, audio, localización, horarios de uso, conversaciones con sus compañeros, dirección IP y demás metadata? Al orquestar todos esos datos en tiempo real, <strong>la empresa tiene ante sí toda la información sensible de los niños y pasan a ser automáticamente sujetos plenamente identificables</strong>. Ante esa preocupación, he compartido esta alerta entre los grupos de padres de los que formo parte y la reacción ha sido bastante desalentadora: muchos de ellos adoptan una actitud de indiferencia. Una mamá se encogió de hombros y me dijo: “¿Quién ahora ya no es un sujeto identificable?”. Esa situación evidencia lo que Van Dijck proponía, que parte de la explicación a esa reacción se puede encontrar en la normalización gradual de la dataificación como un nuevo paradigma en la ciencia y la sociedad. No queremos cuestionar lo que nos proporciona comodidad. <strong>¿Acaso le pagarías a Facebook por mayor privacidad en la gestión de tus datos? y más importante aún ¿hasta qué punto dejaremos que las empresas tecnológicas se introduzcan en los espacios de nuestros niños?</strong></p><p>Ante ese escenario, <strong>¿están suficientemente protegidos los estudiantes de nuestro país por la normativa peruana con respecto al uso sus datos por empresas tecnológicas extranjeras?</strong> Todas las aplicaciones cuentan con políticas de privacidad, pero estas ¿para quién han sido diseñadas? La política de acuerdo de servicio de Paypal, por ejemplo, posee 50 mil palabras (para que nos hagamos una idea, la famosa novela Hamlet de Shakespeare, posee 30 mil) (Anderson, 2015). Es probable de que estas políticas sean extensas de forma deliberada. Los padres de familia, víctimas de la situación, accederán a renunciar a parte de la privacidad de sus hijos, a cambio del uso de plataformas y herramientas convenientes y gratuitas, probablemente impulsados por la confianza que siempre han depositado en los numerosos registros que administran las instituciones civiles (Van Dijck, 2014). Sin embargo, el desafío en el Perú reside en que la mayoría de las instituciones públicas aún se encuentra en proceso de construir una Arquitectura Digital (Ley de Gobierno Digital, 2018) sólida de información. En el año 2018 fue emitida la Ley de Gobierno Digital, la cual señala que todas las instituciones de la administración pública deberán implementar una estrategia de ‘digitalización’, esto es, la virtualización de los servicios al ciudadano y el impulso de la Estrategia Nacional de Datos Abiertos Gubernamentales, con el fin de impulsar la gestión pública transparente y la participación civil en la resolución de problemas sociales. No obstante, la mayoría de entidades públicas aún no ha implementado su respectivo portal de datos abiertos y se desconoce, en consecuencia, cómo estos pueden ser consumidos por terceros y para qué fines. Por otro lado, la Ley N° 29733 Protección de Datos Personales y su Reglamento, hacen énfasis sobre el consumo responsable de las bases de datos generadas dentro y fuera del territorio nacional sin vulnerar la privacidad de los derechos de las personas; sin embargo, para muchos analistas dicha normativa versaría de forma insuficiente sobre los riesgos que suponen las interpretaciones que se derivan del análisis de los datos, así como del diseño de algoritmos que una inteligencia artificial sería capaz de reproducir para tomar decisiones que afectarían a los dueños de la información. <strong>¿Cuáles son las oportunidades y desventajas de los miles de niños peruanos en ese escenario?</strong></p><p>La aceleración tecnológica, para muchos, provocará el próximo salto exponencial hacia una sociedad en donde tendremos que convivir con algoritmos que tomarán decisiones por nosotros, alimentados por herramientas que incluso nos <em>trackearán</em> desde dentro de nosotros mismos, participando en un flujo de datos constante originados a partir de, por ejemplo, nuestro ritmo cardíaco, nuestros impulsos eléctricos cerebrales y nuestra sudoración, logrando así que los científicos (y los poderes constituidos) conozcan cada vez mejor la manera en que los humanos tomamos decisiones, lo cual podría producir una mayor confianza en los algoritmos de datos, haciendo que los sentimientos humanos sean menos fiables (Harari, 2018). Una idea en dirección a una solución viable es constituir una iniciativa sólida, perseverante y formal que tenga como misión oponerse a que la propiedad privada se extienda, también, a los datos, tal como proponía <a href="https://elpais.com/elpais/2015/12/17/eps/1450358550_362012.html">Evgeny Morozov</a>.</p><p>La Educación Básica y en general, todo el sistema educativo, poseen a cuestas el enorme desafío que significa liderar la formación de niñ@s y jóvenes en un mundo cada vez más adverso y caótico, resistiendo la tentación de recurrir a la tecnología como la bala de plata para responder a los problemas, sin preguntarse antes qué pasivos estamos generando.</p><p><strong>¿Qué pasa cuando los recuerdos dejan de ser nuestros? ¿Qué pasa si se alteran esos recuerdos?</strong></p><p>En relación a las preguntas del profesor invitado, en referencia al último episodio de la primera temporada de Black mirror, me atrevo a proponer que los recuerdos son, desde una mirada biológica, nada más que secreciones químicas reaccionando a impulsos eléctricos en nuestros cerebros. Cualquier interacción con la realidad queda almacenada en nuestra memoria de largo plazo en materia y, aunque la neurociencia aún no ha logrado encontrar el vínculo con el mundo de la imaginación, estos fenómenos son susceptibles de quedar registrados en datos biométricos gestionados por tecnologías avanzadas de naturaleza <a href="https://es.wikipedia.org/wiki/Transhumanismo">transhumanista</a>. Así como el profesor de la UBA, comentaba, sobre que estos chips de almacenamiento y administración de recuerdos podrían representar, <a href="https://www.youtube.com/watch?v=ycPr5-27vSI&amp;t=945s">Elon Musk decía que los celulares eran una extensión de nosotros mismos</a>. Esas visiones anticipan panoramas distópicos en donde la tecnología es casi absoluta en poder de intereses autocráticos adueñándose de nuestros recuerdos y, por ende, de nuestra realidad, en una participación colaborativa infinita, tal como afirmaba José van Dijck: <strong>“si Big Brother regresara en el siglo XXI, volvería como una asociación público-privada”</strong>.</p><p>Los invito a conectarse el próximo <strong>jueves 21 de mayo</strong>, a nuestro próximo webinar, en donde estaremos conversando con Erick Iriarte, <strong>especialista en protección y privacidad de datos</strong>, acerca de los riesgos y desafíos que tenemos frente a la manipulación de data de estudiantes, a través de la página de Facebook de <a href="https://www.facebook.com/LearningAnalyticsPeru/">Learning Anaytics Perú</a>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*XROm49Oxhn2QBtLL" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=640c579b88e4" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[‘Las analíticas de mí’.]]></title>
            <link>https://medium.com/@techniumla/las-anal%C3%ADticas-de-m%C3%AD-ed19915672f9?source=rss-2a769d92b4ce------2</link>
            <guid isPermaLink="false">https://medium.com/p/ed19915672f9</guid>
            <category><![CDATA[total-performance]]></category>
            <category><![CDATA[identidad-transmedia]]></category>
            <dc:creator><![CDATA[TECHNIUM.ORG]]></dc:creator>
            <pubDate>Sat, 25 Apr 2020 00:33:16 GMT</pubDate>
            <atom:updated>2021-10-13T13:48:38.102Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/500/1*TvB_0qa496UZkNyfg_ZLRw.jpeg" /><figcaption>‘Nosedive’. Black Mirror.</figcaption></figure><p>En el año 1995, Clifford Stoll, astrónomo y autor del libro Silicon Snake Oil (1995), dijo en una entrevista: “…Internet no es tan importante. Creo que es extremadamente sobrevalorada y dentro de dos o tres años la gente se encogerá de hombros y dirá: ‘Oh sí, fue una moda de principios de los 90 y ahora, bueno, todavía existe, pero ¡oye!, tengo una vida que liderar y trabajo que hacer. No tengo tiempo que perder en línea’. O ‘Revisaré mi correo electrónico, lo leeré, ¿por qué debería molestarme en recorrer la World Wide Web o leer Usenet? Simplemente porque hay muy poco valor allí” (Graham &amp; Dutton, 2014).</p><p>Esta historia es muy ilustrativa para ejemplificar cómo es que Internet, contra el pronóstico de muchos, pasó a adquirir una relevancia casi omnipresente en nuestras vidas, al punto de que, prácticamente, ya no es un ‘espacio’ aparte a donde tenemos que ir (o conectarnos) (Elwell, 2013), sino que es un lugar en el que ya nos encontramos aun así nos mantengamos en tránsito (ya sea trasladándonos geográficamente o navegando en las profundidades de la red). Esta nueva realidad híbrida (la amalgama de nuestros espacios digitales y analógicos) es el resultado de la tecnología mejorada incesantemente en términos de ubicuidad, complejidad y diseño centrado en el humano, lo que provoca que ofrezcan potencialmente un mayor nivel de apropiación, haciéndolas más adaptables y adoptables en diversas situaciones de la vida cotidiana, formativa y profesional de las personas. En consecuencia, el Internet y los dispositivos que nos conectan a él, han pasado a ser, para la mayoría, un elemento transformador en nuestra vida real y nuestra vida en las pantallas (Turkle, 1995).</p><p>Desde la mirada del autor, dicho efecto transformador ha producido alteraciones en diversas dimensiones de nuestras vidas, en la forma en que nos relacionamos con la realidad y en la forma en que nos percibimos y nos gestionamos a nosotros mismos. La representación de nuestro yo ha encontrado una nueva esfera de realización narrativa en las plataformas digitales que hemos permitido en nuestras vidas y que, en consecuencia, representan una oportunidad en bucle para diseñar, extender y distribuir el conjunto de características, significados, valores y actitudes que nos identifican (o que, de forma intencionada, queremos comunicar que nos identifican). Dicha representación distribuida del yo en la realidad híbrida es acuñada por Ewell como ‘Identidad Transmedia’.</p><p>Lo interesante del concepto Identidad Transmedia es que no es un constructo que surge únicamente por acción del individuo en autonomía, sino que también es el resultado de las relaciones que emprendemos con otros, de nuestras propias percepciones acerca de nuestra propia identidad y también de las percepciones que tienen<strong> los otros de nosotros mismos</strong> (Elwell, 2013), los cuales se ven reflejados, por ejemplo, en nuestras producciones en redes sociales y los comentarios y reacciones que los individuos a los que estamos conectados nos entregan. Ese proceso de entregar y recibir valor y retroalimentación en red ha dado lugar a la construcción de nuestra identidad distribuida en múltiples escenarios digitales y analógicos, con las consecuencias que ese nuevo paradigma conlleva. Tal como mencionaba Turkle (1984) ( hay un) impacto psicológico de llevar ‘vidas múltiples’ en línea, a menudo contrarias, mientras se celebra con cautela la posibilidad de que los medios sustitutos expresen impulsos de identidad reprimidos. Sin embargo, al adquirir consciencia de que podemos contar la historia de nosotros mismos en formato transmedia, también podemos hacernos cargo en gestionar nuestra propia identidad con propósito; en otras palabras, pasar de ser sujetos ‘parasitarios’ de Internet a sujetos que se gestionan a sí mismos estratégicamente para obtener valor para sí y, en consecuencia, para su red, en la lógica que planteaba Hugo Pardo Kuklinski: “somos la red de la que formamos parte”.</p><p>Reid Hoffman y Ben Casnocha, en su libro “The Startup of You” (2012), proponen interesantes razones y estrategias para gestionar la identidad con propósito mediante la construcción de redes profesionales que permiten acceder a fuentes de recursos clave, información y oportunidades mediante una participación proactiva no transaccional con otros (Hoffman &amp; Casnocha, 2012) en relaciones de colaboración y reciprocidad. Dicho proceso de intercambio consiste en la entrega de valor hacia la red retribuido con compromiso y valoración reputacional, los cuales pueden ser medidos, por ejemplo, por cuán virales son los contenidos de calidad que ofrecemos o cuán ‘recomendables’ somos en una red social. Sin embargo, si bien es cierto, dicha valoración expresada en ‘me gusta’, recomendaciones, reproducciones o <em>shares</em> es útil para alcanzar cierta visibilidad en redes profesionales, esta debe ser administrada de forma responsable. Un control excesivo de nuestro propio rendimiento podría devenir en una distorsión de nuestra propia identidad y en una dependencia de aprobación externa medida por el nivel de popularidad que acumulamos. Una vez que el individuo cede al círculo vicioso de aspirar al alto desempeño de su identidad transmedia sujeta a la sobre-evaluación sin límites, corre el riesgo de estar sometido constantemente a la auto-explotación y al auto-sometimiento de sí mismo, tal como afirmaba Byung-Chul Han en su libro <em>La Sociedad de Cansancio</em> (2012).</p><p>Probablemente, una de las estrategias efectivas y que traiga calma en tiempos en donde la regla parece ser la ‘total performance’ (Scolari. 2016), es reducir al máximo el contraste entre nuestra identidad participativa, distribuida y reproducida en diversos medios digitales y la identidad que proyectamos en una conversación cercana y libre de pantallas, las cuales actúan como interfaz de nuestras relaciones. La transparencia y la autenticidad suelen ser virtudes muy valoradas en la sociedad red.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ed19915672f9" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[La universidad es la red (1)]]></title>
            <link>https://medium.com/@techniumla/la-universidad-es-la-red-1-58b9c5a98c8f?source=rss-2a769d92b4ce------2</link>
            <guid isPermaLink="false">https://medium.com/p/58b9c5a98c8f</guid>
            <category><![CDATA[poder-distribuido]]></category>
            <dc:creator><![CDATA[TECHNIUM.ORG]]></dc:creator>
            <pubDate>Fri, 17 Apr 2020 22:12:34 GMT</pubDate>
            <atom:updated>2020-04-21T02:58:24.902Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*2oPYAeDcbIvCep3SmYjaqA.jpeg" /><figcaption>The National Anthem. Black Mirror.</figcaption></figure><h3>¡Maldito Internet! No hay protocolo.</h3><p>En el prefacio de <em>Society and The Internet. How Networks of Information and Communication are Changing Our Lives</em> (2014), Manuel Castells escribe lo siguiente:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*nmazmI2AWVusPIuy6rYJzQ.jpeg" /></figure><blockquote>Como dije anteriormente, es de interés de las élites y las organizaciones de medios tradicionales acusar a Internet de todo mal posible, como si la tecnología pudiera ser la causa de nuestros problemas sociales. <strong>Debido a que Internet está incrustado en la cultura de la autonomía, y la autonomía social contradice los poderes disciplinarios de las instituciones establecidas</strong>, existe un esfuerzo determinado para socavar la credibilidad y legitimidad de las prácticas de Internet.</blockquote><p>Esta es una de las principales razones por la que la Cultura Digital es apasionante. Ofrece una mirada crítica pero curiosa acerca de cómo el Internet representa una verdadera amenaza al <em>status quo</em> social: no solo tiene el potencial de alterar hábitos y habilidades de las personas, sino que propone un nuevo modelo de organización social, en donde las instituciones tradicionales se ven amenazadas por el ‘poder distribuido’ (The Distributed) que Schneier (2013) comentaba.</p><p>Si bien es cierto, <em>The National Anthem</em>, el primer capítulo de la serie Black Mirror (de la que soy fan) relata el infortunado incidente de un político dominado por perversas intenciones desde el anonimato y omnisciencia que representa la ‘caja negra’ de Internet para el poder institucional, hay lecciones en la historia que bien pueden ser trasladadas desde el plano comunicacional (en donde hace énfasis) hacia el plano educativo.</p><p>Hace no mucho conversaba con el director de innovación y desarrollo de una conocida escuela de negocios, el cual es un entusiasta de la innovación educativa y me dijo: “Nuestros esfuerzos son enormes por tratar de innovar en nuestra propuesta educativa pero es difícil, <strong>porque nosotros venimos con un sistema que tiene por detrás décadas y la inercia es inevitable</strong>. Si queremos dar un pequeño giro nos cuesta muchísimo”. Este insight es un ejemplo valioso de lo que Schneier mencionaba sobre que las instituciones tradicionales aunque son efectivas, son extremadamente lentas en el uso de su poder. Muchas de las universidades peruanas, por ejemplo, suelen denominarse a sí mismas como innovadoras, pero basta mirar dentro de ellas para darnos cuenta que no existen cambios estructurales: es la misma gente haciendo lo mismo, bajo las mismas estructuras; la diferencia es que ahora cuentan con certificados de metodologías activas, Design Thinking y herramientas tecnológicas. Como todos sabemos, la verdadera innovación no es nominativa, instrumental, forzada; por el contrario, es natural, rápida y efectiva en tiempos de crisis.</p><p>En el tiempo actual del coronavirus, la innovación en el aprendizaje por fin cuenta con el contexto idóneo para ofrecer una verdadera transformación, la cual, probablemente, no surgirá desde iniciativas burocráticas, sino desde una nueva configuración social generada a partir de la innovación social: cuando la capacidad humana con la capacidad tecnológica se combinan exitosamente. Es probable que muchos de esos cambios resultarán como consecuencia de la acción de ese ‘poder distribuido’, mediante la definición de sus proyectos de interacción sin sumisión frente a las instituciones rígidas (Castells, 2018) como un paso más hacia la evolución del Technium o del ‘todo tecnológico’ que nos rodea, como teorizaba Kevin Kelly en su libro <em>What Technology Wants </em>(2010).</p><p>El Internet, como un gigante que no se cansa de ayudarnos, nos entrega nuevamente la oportunidad a los individuos en comunidad, de poder aprender en red: unos de otros, en una relación recíproca e incremental. Probablemente, este fenómeno represente una verdadera amenaza a los defensores del orden educativo obsoleto, los cuales, como los asesores del Primer Ministro británico en la distopía tecnológica, podrían terminar diciendo: “¡Maldito Internet! No hay protocolo”.</p><p>Comparto brevemente la portada de un proyecto que iré compartiendo con todos los interesados. Es una iniciativa que denominamos hace unos años “La Universidad es la Red” y sobre la cual venimos perseverando en hacerla realidad:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*udjj1TmPfOwIbMHQPY_nWw.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=58b9c5a98c8f" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Learning Analytics para no especialistas: justo lo que necesitas saber.]]></title>
            <link>https://medium.com/@techniumla/learning-analytics-para-no-especialistas-justo-lo-que-necesitas-saber-d48cf94cf797?source=rss-2a769d92b4ce------2</link>
            <guid isPermaLink="false">https://medium.com/p/d48cf94cf797</guid>
            <category><![CDATA[innovación-educativa]]></category>
            <category><![CDATA[analytics]]></category>
            <category><![CDATA[learning-analytics]]></category>
            <category><![CDATA[education-technology]]></category>
            <dc:creator><![CDATA[TECHNIUM.ORG]]></dc:creator>
            <pubDate>Fri, 28 Dec 2018 19:46:19 GMT</pubDate>
            <atom:updated>2019-01-02T23:30:56.423Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hFc5LfLS52ukjJFwNsFd0Q.png" /><figcaption>Ilustración adaptada de <a href="http://&lt;a href=&quot;https://www.freepik.es/fotos-vectores-gratis/fondo&quot;&gt;Vector de fondo creado por freepik - www.freepik.es&lt;/a&gt;">freepik.com</a> por Daniel Navarrete</figcaption></figure><p>Podría empezar mencionando que cada día se generan 2.5 000 000 000 000 000 000 bytes de datos (trillones) en el mundo, de los cuales el 90% fue generado solo en los dos últimos años. Que Google, actualmente, procesa cerca de 40,000 búsquedas por segundo y se ven en promedio 4,146,600 videos por minuto en Youtube (<a href="https://www.forbes.com/sites/bernardmarr/2018/05/21/how-much-data-do-we-create-every-day-the-mind-blowing-stats-everyone-should-read/#29b81e0060ba">Revista Forbes, 2018</a>). Pero creo que no es necesario presentar mayores evidencias para darnos cuenta que <strong>los seres humanos estamos generando una gran cantidad de datos como nunca antes en la historia</strong>.</p><p>Esos datos que originaste cuando te conectaste a Twitter, cuando viajaste en Uber, cuando ‘gugleaste’ la mejor receta para hornear el pavo en la cena navideña, los likes que le diste en Facebook a la publicación de tu deporte favorito o el ‘me encabrona’ a la noticia de Japón anunciando que reactivará la caza tradicional de ballenas, tu conversación en el foro en el aula virtual de la universidad y hasta los pasos que diste el día de hoy y -que de hecho- fueron 5000 pasos menos que ayer; casi TODO permite tener acceso a una gran cantidad de revelaciones acerca de tus hábitos, ideas, relaciones sociales y <strong>hasta la forma en cómo aprendes dentro y fuera de entornos digitales. Esta puerta abierta origina lo que denominamos Learning Analytics.</strong></p><p>(¿Quién administra y se apropia de estos datos? Sobre la ética y la crítica asociada a la gestión de data y algoritmos escribiré más adelante en otra entrada).</p><p>Las nuevas tecnologías, las interacciones sociales en medios digitales, así como el aprendizaje en línea, están dejando tras de sí una cantidad impresionante de datos que podemos aprovechar para entender mejor el aprendizaje como un fenómeno permanente y ubicuo. Ahora tenemos las tecnologías, los conocimientos y las habilidades para lograrlo, por lo que es casi un deber aprovechar esa oportunidad.</p><h3>¿Qué es Learning Analytics?</h3><p>Learning Analytics o Analítica del Aprendizaje es un campo de investigación y conocimiento aplicado relativamente nuevo, que viene emergiendo en el mundo de la educación. Lo que hace es utilizar los datos que generan las personas cuando navegan en contextos digitales (LMS, CMS, RRSS), cuando usan dispositivo o dan su consentimiento llenando algún formulario, con el objeto de tomar decisiones informadas para mejorar los resultados y la experiencia de aprendizaje.</p><p>La disciplina de la Analítica del Aprendizaje surge de la convergencia del trabajo de investigadores, gestores de proyectos y la participación institucional, principalmente de Educación Superior, en donde también intervienen profesionales de otros campos de conocimiento como por ejemplo la Psicología, Sociología, Estadística, Machine Learning, Ciencias Computacionales, Diseño de Interacción, entre otros.</p><blockquote>El Learning Analytics es la medida, recolección, análisis y reporte de los datos que producen los individuos y sus contextos de aprendizaje, con el objetivo de mejorar nuestra comprensión sobre los aprendizajes y los entornos donde estos ocurren.</blockquote><blockquote><strong>1st. International Conference on Learning Analytics and Knowledge, 2011.</strong></blockquote><h3>¿Cuál es el proceso que sigue el Learning Analytics?</h3><p>Dicho de manera simple, el proceso fluye a través de cuatro fases, principalmente:</p><p><strong>1. Recolección de datos</strong></p><p>El proceso inicia con la adquisición de los datos que provienen de diferentes procesos y logros de aprendizaje, como por ejemplo, aquellos que surgen de la navegación en los recursos contenidos en un LMS, en la discusiones de los foros, de las inscripciones a cursos virtuales, de la ubicación de las instituciones educativas y otros datos demográficos y socioeconómicos. También se recolectan datos de tecnologías avanzadas, como los sistemas de reconocimiento facial, eye tracking (¿hacia dónde apunta tu mirada cuando estás frente a la pantalla?), otros sensores biométicos, etc.</p><p><strong>2. Modelado de datos</strong></p><p>Una vez recolectados los datos se procesan mediante métodos estadísticos y de machine learning con el fin de proyectar posibles resultados, predecir desempeños, comportamientos y logros en entornos digitales y fuera de ellos. Podríamos reunir una gran cantidad de datos producidos por un grupo de jóvenes estudiantes universitarios, tomando en cuenta variables como sus registro de notas, sus asistencias, sus participaciones en el aula virtual, sus argumentos en los foros, la calificación que les asignaron a sus docentes, sus conversaciones en medios sociales y su procedencia socioeconómica y predecir, por ejemplo, cuáles de ellos tienen probabilidad de abandonar la carrera antes de que esto suceda. ¿Te imaginas que las instituciones de Educación Superior puedan saber eso de antemano? (El análisis predictivo ya se viene realizando en actividades cotidianas, como en el uso de aplicaciones de taxi, los cuales predicen cuánto te tomará un viaje antes de que te subas al auto, tomando en cuanto la hora, el lugar, la congestión vehicular y la demanda).</p><p><strong>3. Presentación de datos</strong></p><p>El objetivo de esta fase es presentar los datos que han sido recolectados y/o modelados a un amplio rango de stakeholders que pueden ser los docentes, la coordinación académica, la Alta Dirección y hasta los propios estudiantes y colaboradores; es decir, a todos aquellos grupos de interés que vayan a ser afectados por la toma de decisiones a partir de los datos obtenidos.</p><p><strong>4. Intervención de datos</strong></p><p>La intervención consiste en todas aquellas acciones informadas que se basan en los datos recopilados a fin de mejorar la experiencia, los resultados y los entornos de aprendizaje; estas pueden ser estrategias vinculadas a los procesos académicos como evaluaciones, registros, etc.</p><h3>03 casos de uso de Learning Analytics en Educación Superior</h3><p>Diversas instituciones alrededor del mundo vienen impulsando proyectos de investigación y desarrollo de soluciones en torno a esta disciplina. Aquí comparto tres experiencias que podrían servir para ilustrar de forma general qué resultados se están alcanzando gracias al uso de analíticas del aprendizaje:</p><ol><li><strong>Asistencia preventiva para estudiantes en riesgo de desaprobar:</strong> la <a href="https://www.iru.edu.au/wp-content/uploads/2018/04/MRUN-Learning-Analytics-report.pdf">universidad Charles Darwin de Australia</a>, ha impulsado un proyecto para ayudar a sus estudiantes, a través de estrategias de intervención temprana, a evitar situaciones de riesgo académico que podría terminar en abandono de la carrera, utilizando un sistema informático que mide su desempeño y detecta, de forma oportuna, cuándo existen probabilidades de desaprobar. Además, envía alertas a los estudiantes proporcionándoles acceso a fuentes informativas para asistencia y apoyo de tipo académico o psicológico. ¿Se imaginan lo que podrían lograr los departamentos de Tutoría con esta tecnología?</li><li><strong>Detección oportuna de los ‘fake learners’ en MOOC’s</strong>: No es novedad saber que gente deshonesta hay en todos lados. Existen aquellos que, por ejemplo, se atribuyen la propiedad intelectual ajena y otros que participan en cursos online de manera fraudulenta, suplantando identidades o quebrantando las políticas de colaboracion. José Ruipérez-Valiente, un investigador del Teaching Systems Lab del MIT, realizó un estudio para <a href="https://cmsw.mit.edu/learning-analytics-fake-learners/">evaluar la solidez de los resultados del análisis del aprendizaje de los MOOC’s</a> cuando estos contienen un número considerable de alumnos falsos. Los resultados mostraron que los estudiantes deshonestos manifiestan una conducta muy diferente en comparación con los estudiantes ‘de verdad’. El estudio concluye que, aunque los ‘fake learners’ son una parte importante de la población estudiantil (∼15%), su efecto en los resultados no es dramático.</li><li><strong>Learning Analytics para el desarrollo de competencias del siglo XXI</strong>: La <a href="https://learning-analytics.info/journals/index.php/JLA/article/view/4546">DePaul University</a> viene realizando una investigación para conocer cómo medir efectivamente las denominadas competencias ‘del siglo XXI’, haciendo énfasis en principalmente tres: producción creativa, aprendizaje autónomo y el aprendizaje social, ofreciendo un enfoque para observar la conducta en línea de los estudiantes y sus actividades asociadas a las competencias antes mencionadas.</li></ol><blockquote>Este miércoles 09 de enero de 2019 a las 07:00 pm. estaremos en el primer meetup de <strong>Learning Analytics Perú</strong>, con el tema “Experiencias de éxito en el uso de Learning Analytics en Educación Superior”, en <strong>UPC San Isidro</strong> (Lima, Perú)<strong>¡Entrada libre!</strong> Más información&gt; <a href="https://laperu.org/primer-meetup-2019/">https://laperu.org/primer-meetup-2019/</a> Para inscribirte&gt; <a href="https://goo.gl/forms/Qwoi69vItItgrqnu1?fbclid=IwAR30nAQN51QUtf1-D0UaRg2CAeoT5Brl_vsGvv_AHINHGNX0fy9VdkorAoU">goo.gl/forms/Qwoi69vItItgrqnu1</a></blockquote><h3>Desafíos que nos plantea el uso del Learning Analytics</h3><p>Hasta ahora el Learning Analytics parece ese obsequio que no esperábamos pero que nos hace felices, sobre todo para aquellos que trabajamos en Educación. Pero como todo gran poder conlleva a una gran responsabilidad, es necesario traer a la conversación aquellos retos que surgen por el uso de los datos y el tratamiento de estos, cuya propiedad puede ser de los mismos estudiantes:</p><ol><li><strong>Uso ético y responsable de los datos de los estudiantes:</strong> ¿Hasta dónde podemos utilizar los datos que nos proporcionan nuestros estudiantes? ¿Toda la data que administramos y que les pertenece a ellos la hemos obtenido con su consentimiento? ¿Los estudiantes son plenamente conscientes sobre qué tipo de datos posee y administra la institución educativa acerca de ellos? En un creciente uso de plataformas, aplicaciones e interfaces, se propicia la captura masiva de datos y esto puede ser tentador para muchos tomadores de decisión. El reto para las organizaciones educativas es definir, básicamente, <strong>qué puede y qué no puede hacer con los datos de sus estudiantes </strong>tomando como referencia: a) lo que establece la Ley (para el caso del Perú es la <a href="http://www.pcm.gob.pe/transparencia/Resol_ministeriales/2011/ley-29733.pdf">Ley 29733</a> y su reglamento), b) las políticas de la propia institución vinculadas a la privacidad y el manejo de información y c) <strong>lo expresado explícitamente por el estudiante al momento de ceder los datos</strong>.</li><li><strong>Creación de una nueva brecha digital</strong>: ¿Qué sucedería si es que solo los que pueden pagar pueden favorecerse de las promesas que ofrece el Learning Analytics? Con el rápido desarrollo de nuevas herramientas y estrategias cada vez más sofisticadas y una creciente demanda de este tipo de tecnologías, no tardarán en surgir intereses cuyo objetivo único será ‘enlatarlas’ y ofrecerlas a instituciones cuyos usuarios tengan poder adquisitivo, lo que devendría en soluciones de costo elevado, un costo que los menos favorecidos no podrían solventar, creando así una nueva brecha que divida a aquellos que tienen acceso a actividades de aprendizaje adaptativo, dashboards personalizados, reportes con estrategias de prevención y a aquellos que ni siquiera tienen acceso a una computadora o que son víctimas de la ‘fiebre TIC’ impulsada por iniciativas de gobierno desfasadas.</li></ol><p>Una forma de evitar excesos y falsas ilusiones, como con toda nueva tecnología que llega al mundo de la educación, es siendo críticos con sus promesas y limitaciones, recordando la lección bien sabida que la transformación educativa que todos esperamos ver no la alcanzaremos gracias a la tecnología por sí sola, sino a través de nuestra capacidad para autodestruirnos en un proceso iterativo y ágil de mejora continua.</p><p>Invito al lector a que conozca nuestra iniciativa <a href="https://laperu.org/">Learning Analytics Perú</a> e invitarlo (si está en Perú) a <a href="https://laperu.org/primer-meetup-2019/">nuestro primer meetup del 2019</a>, en donde estaremos compartiendo experiencias exitosas del Learning Analytics en Educación Superior, de la mano de reconocidos profesionales, gracias a la Universidad de Ciencias Aplicadas UPC.</p><p>Regularmente divulgo sobre Educación y Cultura Digital. Pueden seguirme a través de mis redes sociales en <a href="https://www.facebook.com/danielheadnet/">Facebook</a> y <a href="https://www.linkedin.com/in/daniel-navarrete-98617491/">LinkedIn</a>.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d48cf94cf797" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Únete a la (R)evolución Knowmad]]></title>
            <link>https://medium.com/@techniumla/%C3%BAnete-a-la-r-evoluci%C3%B3n-knowmad-1ed3670ab2f8?source=rss-2a769d92b4ce------2</link>
            <guid isPermaLink="false">https://medium.com/p/1ed3670ab2f8</guid>
            <category><![CDATA[educación]]></category>
            <category><![CDATA[knowmads]]></category>
            <category><![CDATA[innovación]]></category>
            <dc:creator><![CDATA[TECHNIUM.ORG]]></dc:creator>
            <pubDate>Fri, 08 Sep 2017 18:44:34 GMT</pubDate>
            <atom:updated>2017-09-08T18:44:34.623Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/819/1*rL79PzKgGInIVqIf6CRS8w.png" /></figure><p><em>[Texto extraído del capítulo </em><strong><em>Únete a la (R)evolución Knowmad</em></strong><em> del libro </em><a href="https://educationfutures.com/sociedadknowmad/"><em>Sociedad Knowmad</em></a><em>, un libro en donde se explora el futuro del aprendizaje y el trabajo, así como el proceso de desarrollo (que debemos acelerar) para hacer frente a los desafíos de una sociedad digital]</em></p><blockquote>La historia nos ha enseñado que toda revolución detonó siempre de abajo hacia arriba. Sin embargo, mucha gente espera que las reformas y los cambios se impulsen desde los gobiernos y la inversión privada (de arriba hacia abajo). Nunca antes la humanidad ha tenido la oportunidad de lograr una verdadera disrupción en todas direcciones, aprovechando los beneficios que proveen las tecnologías sociales. El momento es propicio para iniciar una revolución en la sociedad y el desarrollo del capital humano de nuestras naciones, a fin de crear un nuevo valor que nos ayude en una época de profundos cambios. (Mundo Knowmad, 2016).</blockquote><p>Si leíste el libro desde el inicio o solo te bastó revisar algunos capítulos para sentirte identificado: te doy la bienvenida. Como editor de esta versión decidí insertar mi aporte en la última parte para ofrecerte el espacio de reflexión e impulso que necesitas para iniciar el proceso de destruirte y reinventarte como un knowmad. Adopta este espacio como tu ¡área de lanzamiento!</p><p>Al igual que muchos y, mientras transcurrían las páginas, fui descubriendo que todo lo que describían estos autores tenía que ver mucho conmigo. Concuerdo con Raquel Roca, en su colaboración Be a knowmad, my friend, cuando dice que encontrarse en el camino a Knowmad Society era como un evento producido a tiempo, como algo que tenía que pasar. Leerlo fue para mí, más que una simple lectura, una experiencia de autoconocimiento, de descubrirme a mí mismo; de advertir que los knowmads muchas veces sin saberlo, siempre estamos persistiendo en crear valor en condiciones ‘tradicionales’, aún cuando mucho de nuestro nivel de competencias es invisible en la educación formal. Nosotros nos enfocamos en generar resultados de impacto significativo con lo que sabemos.</p><p>Es por ello que publicar Knowmad Society en español es otra forma de agradecer. Conocer el trabajo que hizo John Moravec junto a todos los coautores, fue como ‘resetear’ para volver a empezar.</p><h3>El knowmad no teme el fracaso</h3><p>En el año 2010, trabajé como administrador en una empresa textil en Lima. Aprendí todos los aspectos importantes del negocio y luego de un tiempo decidí renunciar para crear mi propia empresa en el mismo rubro. Me asocié con un amigo que tenía todos los contactos de proveedores y formamos Cottonblue, una empresa textil de ropa de cama. Dejé la estabilidad de un trabajo fijo y me mudé junto a mi esposa y mis dos pequeños hijos a un nuevo apartamento que quedaba cerca de nuestra fábrica. Nuestro primer cliente fue una importante cadena de supermercados en Perú y las primeras ventas fueron exitosas. Repartíamos productos a nivel nacional. Hasta que un día, cuando me preparaba para visitar a un nuevo cliente, encontré a mi socio fuera del taller de confección y me comunicó, visiblemente preocupado, que durante la noche habían ingresado por el techo unos ladrones y se habían llevado todos nuestros equipos y materia prima. Fue el peor día de mi vida. Había fracasado estrepitosamente. El futuro prometedor se había disipado en tan solo unos segundos y yo tenía una familia por la cual debía responder. Intentamos luego de ello remontar con una tienda en un centro comercial pero no lo logramos. Tuvimos que cerrar.</p><p>Un fracaso de esa magnitud es difícil afrontar, pero mi espíritu emprendedor permanecía intacto. Al poco tiempo, me encontraba buscando en internet algunos cursos sobre innovación y otros relacionados a la Cultura Digital. Aunque el panorama no era nada claro al inicio, algo me atraía a relanzar mi carrera profesional en esa dirección. Todo ello me resultaba muy interesante. Fue así que llegué al concepto knowmad, descrito en el blog de una escuela de innovación y emprendimiento de España. A partir de allí nada sería igual. Sabía que debía rediseñar mi carrera profesional y ‘comerme a mí mismo’, como dice Hugo Pardo Kuklinski, para transitar hacia un perfil knowmádico. Configuré mi primer entorno personal de aprendizaje y me especialicé sobre diseño para la innovación en educación (combinando cursos online, offline y mi expertiste acumulado durante los años que trabajé en aula en centros educativos de Lima). Tuve la oportunidad de trabajar con profesionales que se dedican a la innovación y en proyectos con educadores y estudiantes, en sesiones de diseño y prototipado. Fue así que transité por un proceso de ‘destrucción creativa’. Es por esto que cuando surge la discusión de cómo ‘ser’ un knowmad, esperando recibir la receta secreta, solo estoy en capacidad de recomendar un posible primer paso para migrar hacia el perfil [mindset] knowmádico:</p><blockquote>El nuevo estado de un profesional, luego de un proceso de destrucción creativa, debería ser de flujo y aprendizaje. Partir desde la curiosidad para identificar motivaciones instrínsecas y conectarlas con oportunidades de resolver problemas reales. Aprovechar las oportunidades que se ofrece en el espectro de la Economía de la Atención. Allí el fracaso es capitalizable, porque con la experiencia no solo tú puedes aprender de él, sino otros también y visibilizar esa experiencia en know how y contenidos de valor. Es así que el fracaso adquiere un nuevo significado.</blockquote><p>Después de que leí todo el libro, ya no me quedaban dudas: tenía que hacer algo con ello. Conocí a John en el 2014, en un evento sobre los knowmads realizado en Lima. Le comenté sobre mi interés de impulsar una iniciativa de emprendimiento social. Él se mostró muy abierto a las ideas y alentó mi proyecto. Mundo Knowmad había sido creado.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/378/0*nNrsexipDN9KM54M." /></figure><blockquote>Así que no importa de dónde vengas, a qué te dediques o cuántas veces hayas tenido que empezar; siempre estarás a tiempo de reinventarte y elaborar una estrategia; de tener la capacidad de comprender que el proceso de aprendizaje es continuo y no puede (ni debe) ser asumido como un fenómeno exclusivo de la educación tradicional. La sociedad exige respuestas rápidas y ahora más que nunca tenemos los recursos para hacer frente a ese desafío.</blockquote><h3>Mundo Knowmad y el inicio de la (r)evolución</h3><p><a href="http://mundo.knowmad.org/">Mundo Knowmad</a> existe para impulsar el surgimiento de individuos capaces de enfrentar con éxito las exigencias de una sociedad posdigital. Aunque nos hemos constituido como una asociación sin fines de lucro (para otros ONG), actuamos más como en un ‘organizador’ como mencionan Bianca Stokman y Edwin de Bree en su aporte. Somos una red de profesionales que diseñamos proyectos orientados a cumplir nuestra misión, tanto en la educación formal, como fuera de ella. Uno de esos proyectos es <a href="http://mundo.knowmad.org/disruptiva/">Disruptiva</a>, la primera aceleradora para la educación del siglo 21. Una iniciativa que ayuda a las instituciones educativas a rediseñar sus propuestas hacia ofertas pedagógicas innovadoras a nivel prototipo, acordes a las demandas de un mundo en rápida evolución. La misión es ayudarles a dar ese leapfrog y responder a las exigencias de la apremiante Sociedad 3.0. Una red de profesionales expertos en tecnología e innovación en educación, provenientes de diversos países de Latinoamérica, otorgan mentoría en nuestras intervenciones.</p><p>A la red de Disruptiva se han integrado expertos de primer nivel, como Ismael Burone, de Uruguay, que es Magister en Educación con énfasis en Gestión de Centros Educativos por la Universidad Católica del Uruguay y Postgraduado en Entornos Virtuales de Aprendizaje (OEI) y Melania Ottaviano, de Argentina, que tiene un Máster en desarrollo de plataforma E-learning por la Universidad Carlos III de Madrid, España. Licenciada en Psicopedagogía por USAL, Profesora de nivel medio y universitario especializado en Psicopedagogía, USAL. Miembro del equipo TedxRíodelaPlata Educación. El objetivo es tejer redes transnacionales de mentores, diseñadores e instituciones para ayudar, dentro de la educación formal, a liderar el proceso de cambio. ¿Te gustaría formar parte?</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*EpKQLYcMzkYX18De." /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1ed3670ab2f8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[La cultura MAKER y por qué nos interesa tanto desde la educación]]></title>
            <link>https://medium.com/@techniumla/la-cultura-maker-y-por-qu%C3%A9-nos-interesa-tanto-desde-la-educaci%C3%B3n-f7c6b1703fd4?source=rss-2a769d92b4ce------2</link>
            <guid isPermaLink="false">https://medium.com/p/f7c6b1703fd4</guid>
            <category><![CDATA[makerspaces]]></category>
            <dc:creator><![CDATA[TECHNIUM.ORG]]></dc:creator>
            <pubDate>Mon, 31 Jul 2017 17:59:16 GMT</pubDate>
            <atom:updated>2018-02-02T06:10:12.477Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*wYljtPGchCWVyF-FTOIMJg.jpeg" /></figure><h3>Qué es la Cultura MAKER y por qué queremos traerla a la educación (I)</h3><p>Inserté la búsqueda “carreras del futuro Perú” y Google me devolvió 380 000 resultados. Luego revisé las primeras páginas del buscador y un patrón de términos se hizo evidente: tecnologías, ingenierías, ciencias, internet, digital, inteligencia artificial, robótica, cambio climático, teletrabajo. No es necesario realizar una investigación exhaustiva para anticipar que la demanda en el mercado laboral de nuestro país será liderado por aquellas carreras asociadas a las ciencias, las tecnologías y la innovación. La economía digital/colaborativa/creativa esta logrando una mayor relevancia en el desarrollo de las sociedades.</p><p>Mirando ese panorama nos hacemos muchas preguntas desde la educación: <em>¿Cómo podemos preparar a los chicos para ser ciudadanos de éxito en el futuro de la economía digital? ¿Cómo generamos motivación en los estudiantes de hoy para aumentar mañana la población en las carreras que serán (aún) de mayor demanda en el futuro? ¿Cómo hacemos todo ello sin perder de vista el desarrollo de otras capacidades relevantes para la formación de ciudadanos competentes y responsables? ¿Qué aprendizajes podemos potenciar? ¿Este tipo de carreras solo es alcanzable para chicos de padres pudientes o estudiantes con performance académico destacado?</em></p><p>Muchas preguntas, pocas respuestas satisfactorias. Así que la solución debería pensarse también fuera de los formatos tradicionales de la educación, sobre todo, como veremos más adelante, por las características y principios que reconocemos de esta sociedad en proceso de transformación digital.</p><p>Una posible dirección para iniciar nuestra búsqueda la encontramos en un movimiento que surge alejado del sistema educativo y que parece estar respondiendo nuestras preguntas sin que todavía hayamos terminado de formularlas: la <strong>Cultura Maker</strong>.</p><blockquote>Esta publicación fue pensada para fines educativos, así que partirá desde nociones básicas y de forma progresiva abordará aspectos más complejos asociados al aprendizaje con tecnología (si eres un capo sobre cultura maker puedes saltar la primera parte).</blockquote><h3>¿Qué es la Cultura Maker?</h3><p>La cultura maker (hacedor) es un movimiento contemporáneo que surge como extensión de la cultura DIY (do it yourself/hágalo usted mismo). Esta se basa en la idea de que toda persona es capaz de construir o solucionar un problema con tecnología empoderándola y permitiéndole acceder al conocimiento abierto que se genera en comunidad, por lo tanto la capacidad de innovar con tecnología ya no solo es inherente a los grandes fabricantes y compañías multinacionales, sino le pertenece a todos.</p><p>Este movimiento surgió gracias a la aparición de herramientas digitales de diseño y fabricación, por la reducción de costos de los equipos de producción (impresora 3D, cortadora láser, etc.); por la participación colectiva en plataformas sociales (redes de código abierto, micromecenazgo) y por la creciente aparición de más espacios de co-construcción en formato abierto. Estos espacios son conocidos generalmente como <strong>makerspaces</strong>.</p><h3>¿Qué es un makerspace?</h3><p>Un makerspace es un espacio de trabajo colaborativo en donde se realizan actividades de exploración, diseño y fabricación de productos físicos a escala personal/ local y que, por lo general, son creados para resolver un problema o atender una necesidad en concreto. Usualmente los makerspaces poseen una identidad y sus actividades se desarrollan en torno a una temática o contexto puntual, por lo que pueden estar provistos de equipos de fabricación digital (impresora 3D, cortadora láser, fresadora CNC, p.e.) u otras herramientas necesarias para cumplir su misión.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*jnHolmwFbsf9X0U37tsLIg.jpeg" /><figcaption>Exploratorium de San Francisco</figcaption></figure><p>El atractivo de estos espacios como nuevos escenarios de aprendizaje surge de los diversos beneficios que se identifican de las experiencias de creación de tangibles:</p><ul><li><strong>Empoderan</strong> a los participantes como productores, no solo como consumidores de tecnología. Básico en iniciativas de inclusión digital.</li><li><strong>Potencian el interés</strong> por las disciplinas STEAM (Science, Technology, Engineering, Arts, Maths). Estas resultan clave para la participación en una economía basada en la innovación tecnológica.</li><li><strong>Propician la construcción</strong> social de conocimiento que tradicionalmente han estado separados impulsando la creatividad y la generación de soluciones innovadoras.</li><li><strong>Promueven la exploración</strong> como vehículo para el aprendizaje por descubrimiento.</li><li><strong>Permiten el desarrollo</strong> de algunas de las competencias denominadas del siglo 21 (cognitivas, intrapersonales e interpersonales).</li></ul><h3>¿Qué formatos makerspace existen?</h3><p>Espacios makers hay muchos pero no todos son iguales. Incluso antes de imaginarle la identidad a un makerspace en construcción, se piensa cuáles serán su enfoque y objetivos. A continuación, procedo a mencionar los dos principales y más conocidos:</p><ol><li><strong>FABLABS o laboratorios de fabricación digital</strong></li></ol><p>Un Fab lab (acrónimo del inglés Fabrication Laboratory o Fabulous Laboratory) es un taller de fabricación digital de uso personal, es decir, un espacio de producción de objetos físicos que agrupa máquinas controladas por ordenadores. Su particularidad reside en su tamaño y en su fuerte vinculación con la sociedad más que con la industria. Las investigaciones que se realizan en el FabLab giran en torno la relación entre el contenido de la información y su representación física y al empoderamiento de las comunidades gracias a una tecnología base¹.</p><p><strong>Características de los FabLabs</strong></p><p>La <a href="http://www.fabfoundation.org/">Fab Foundation</a> define las siguientes características:</p><p><strong>Misión:</strong> Los FabLabs se configuran como una red de laboratorios locales que proveen herramientas de diseño y fabricación digital a los individuos.</p><p><strong>Acceso:</strong> Cualquier persona puede fabricar casi cualquier cosa, pero debe aprenderlo por propia iniciativa y debe compartir el uso de laboratorio con otros usuarios.</p><p><strong>Educación:</strong> Aprendizaje basado en proyectos y en redes de aprendizaje. Los participantes además colaboran en la elaboración de documentación e instrucción.</p><p><strong>Responsabilidad:</strong> Los usuarios son los responsables de mantener limpio y ordenado, así como dar mantenimiento a los equipos del laboratorio.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*wmBJDOlsBMw8YvUt.jpeg" /></figure><p><strong>2. TINKERING</strong></p><p>El tinkering es un enfoque basado en la exploración y el aprender haciendo en entornos lúdicos que, a través de actividades de construcción y otras como reparación de artefactos, se busca impulsar la creatividad y potenciar el interés por las disciplinas STEAM en los estudiantes (en el caso de la A de arte, se busca el desarrollo de habilidades artísticas en cultura digital). La característica diferencial frente a otras iniciativas maker es que se emplean materiales de uso cotidiano y se utilizan de forma inesperada. En un espacio tinkering cada participante determina su propio viaje exploratorio de construcción por lo que ningún producto final termina parciéndose entre sí. Son productos customizados por sus propios usuarios. La experiencia es emocionante.</p><p><strong>Características de los Tinkering Labs²</strong></p><ul><li>Modo exploratorio de interacción con materiales e ideas.</li><li>Promueve la construcción de productos concretos, compartibles y personalmente significativos.</li><li>Input abierto. No hay resultados esperados, por lo que no hay manuales instructivos a seguir.</li><li>Producción altamente diversa. La actividad exploratoria se despliega por diversos caminos.</li><li>La permanente exploración que el participante realiza provoca que vaya construyendo sus ideas conforme avanza en su viaje creativo.</li><li>Espacio para el aprendizaje basado en el error.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/0*xoEsMUJtncwxAaX8.jpg" /><figcaption>Exploratorium de San Francisco</figcaption></figure><p><strong>Existe otras propuestas</strong> que se impulsan en los makerspaces, como las asociadas a prototipado rápido o programación física, pero sobre ellas ampliaré más adelante para no extender demasiado la presente publicación.</p><h3>Entonces ¿cuáles son las implicancias para el aprendizaje y los beneficios en la formación de un estudiante?</h3><p>Luego de hablarle con emoción a mi esposa sobre makers, impresoras 3D, reciclables, placas arduino y luces LED, no pudo evitar hacerme la pregunta que cualquier docente haría: <em>¿cuáles son los beneficios de traer la cultura maker a la educación?</em></p><p>El impacto que se reconoce de integrar prácticas y lógicas de la cultura maker en la educación se puede distribuir (para efectos educativos) en 04 aspectos principales: competencias que están asociadas al enfoque STEAM, aprendizaje potenciado con tecnologías, competencias denominadas del siglo 21 y aspectos de identidad e inclusión social en el marco de la ciudadanía digital. Para efectos prácticos, en esta entrada comentaré sobre los dos primeros. Posteriormente en otra publicación abordaré los dos últimos.</p><ol><li><strong>Enfoque STEAM</strong></li></ol><p>Según Manpower, en un estudio para América Latina y el Caribe, se descubrió que el 40% de empleadores tiene dificultades para cubrir posiciones, siendo las más difíciles de ocupar aquellas asociadas a las disciplinas STEM (por sus siglas en inglés Science, Techonology, Engineering, Mathematics). En el caso de Perú, la historia no es distinta, en donde la mano de obra técnica<strong> </strong>asociada a tecnología<strong> es el perfil de mayor escasez</strong>, según COMEX PERÚ,<strong> </strong>que señala que el 68% tuvo dificultades para cubrir sus puestos.</p><p>Y aunque no se trata de que todos los chicos terminen estudiando alguna carrera vinculada a tecnologías y ciencias, se cree que potenciar este tipo de competencias es crucial para que sean capaces de desenvolverse como profesionales productivos con alfabetizaciones básicas para potenciar la capacidad de innovación de su país.</p><p>Pero aparte de ser un acrónimo de disciplinas afines <strong>¿a qué nos referimos cuando hablamos del enfoque STEAM?</strong> El enfoque STEAM es un framework que nos permite trasladar la realidad a un espacio intencionado de aprendizaje y afrontarla desde una iniciativa que integra diferentes disciplinas, cuya presencia es de mayor relevancia en la sociedad actual pero también mirando hacia el futuro. Ya sea en un aula tradicional o un makerspace, el objetivo es provocar el interés para que los participantes integren y utilicen conocimientos científicos, tecnológicos y matemáticos para construir soluciones, aplicados de manera transversal y en contexto (por proyectos).</p><p>El enfoque STEAM busca además desarrollar la alfabetización vinculada a estos campos, la cual se compone según el informe <em>STEM Integration in K-12 Education: Status, Prospects, and an Agenda for Research</em>, de la siguiente manera:</p><ul><li>Conocimiento de los roles que cumplen la ciencia, la tecnología, las ingenierías y las matemáticas en la sociedad moderna.</li><li>Familiaridad con al menos algunos de los conceptos fundamentales de cada disciplina.</li><li>Un nivel básico de fluidez de aplicación del conocimiento asociado a STEAM.</li></ul><p><strong>Integración del enfoque STEAM en la currícula.</strong></p><p>Integrar este enfoque en un plan de estudios es un gran desafío. Primero, porque requiere de mucho esfuerzo de sensibilización, planificación y sobre todo, de aprender cuáles son las iniciativas que tuvieron éxito para lograr su escalabilidad. No existe forma estándar de integración exitosa y el proceso por diseñar una buena experiencia está ocurriendo a diversos ritmos en todas partes. Sin embargo, algunas primeras investigaciones rigurosas³ ya nos están dando algunas lecciones:</p><ul><li>Al poseer un enfoque transdisciplinar el estudiante puede llegar de manera colectiva a un conocimiento más integrado, conectando conceptos de las diferentes disciplinas y logrando la comprensión de un concepto más rico y de mayor alcance, que los que habitualmente hemos aprendido dentro de los límites de cada campo disciplinar.</li><li>Se ha visto una mayor dificultad en provocar conexiones entre las disciplinas y permitir que el estudiante identifique y transfiera significados a través de distintos contextos disciplinarios.</li><li>El estudiante debe ser competente para combinar prácticas de dos o más disciplinas para resolver un problema o culminar un proyecto.</li><li>Dado que los conocimientos de estas disciplinas se han desarrollado tradicionalmente por separado unas de otras, el aprendizaje por STEAM implica construir nuevos conocimientos sobre la marcha de su propia ruta de aprendizaje. Esto favorecería abordar el conocimiento desde distintas miradas dando lugar a las innovaciones.</li><li>Las matemáticas suelen ser las menos favorecidas en proyectos de integración STEAM, ya que muchas veces estas son utilizadas como herramientas o recursos en contextos de diseño, ingeniería o ciencias. Esto atentaría con la oportunidad de aprender y el tiempo para desarrollar los conceptos y procedimientos que existen en las matemáticas.</li></ul><p><strong>2. Aprendizaje potenciado con tecnologías</strong></p><p>Con la historia recurrente de los televisores integrándose en las aulas de clase como ejemplo de integración tecnológica fallida, nos vimos obligados a repensar la forma en que nos relacionamos con el conocimiento utilizando nuevas tecnologías. Tenemos que desaprender que la tecnología disponible puede ser utilizada únicamente como contenedores digitales y medios para acceder a contenidos, que hasta ahora a pocos les ha permitido ir más allá del “corta y pega”.</p><p>Cobo y Moravec (2011) señalan que, a diferencia de cómo se ha venido utilizando tradicionalmente la tecnología para aprender (de forma pasiva), la aproximación a la tecnología debería ser de forma pragmática, de uso intencionado y con el objetivo de mejorar la experiencia de aprendizaje, orientado a desarrollar el <em>mindware</em>, antes que enfocarnos en el último hardware o software para utilizar. En otras palabras, usar la tecnología para propiciar el desarrollo de la creatividad y la capacidad de innovación. Es por ello que estos espacios lúdicos son atractivamente potenciales para provocar aprendizajes con tecnología que difícilmente ocurrirían en un salón de clases. Deshacernos de las estructuras de control y autoridad propias de la educación formal e integrar a niños y jóvenes en prácticas que promuevan la aparición de aprendizaje por descubrimiento de conceptos científicos/tecnológicos/matemáticos/ingenieriles.</p><p>Otras competencias que pueden desarrollarse, según <a href="http://susannatesconi.net/">Susanna Tesconi</a> de FabLearn Fellow España, son aquellas que ocurren de manera transversal y que están vinculadas a la gestión del conocimiento y al emprendimiento (que veremos más adelante) y aquellas competencias técnicas que son importantes en el campo de la ingeniería y la tecnología:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*B2Cb-_d0gyEjBVHW8Duknw.png" /><figcaption>sussanatesconi.net (4)</figcaption></figure><p>El aprendizaje con tecnología para resolver tareas de diseño, construcción o fabricación digital, puede tener lugar en estos espacios de co-creación.</p><p>En breve publicaré la segunda parte de esta entrada para conocer qué tipo de habilidades para el siglo 21 se pueden desarrollar en un makerspace y por qué resulta atractivo para lograr una mayor inclusión de aquellas poblaciones menos favorecidas en el uso de tecnología y emprendimiento digital.</p><p>¹ <em>Extracto del artículo obtenido de Wikipedia, en su versión del 1 de julio de 2017, por varios autores bajo la Licencia Creative Commons Atribución Compartir Igual 3.0.</em></p><p>² <em>Petrich, Wilkinson &amp; Bevan, 2013; Resnick &amp; Rosenbaum, 2013, recuperado desde la presentación Tinkering: Experiencias de exploración y creatividadde Cassia de Oliveira Fernandez.</em></p><p>³ <em>STEM Integration in K-12 Education: Status, Prospects, and an Agenda for Research, 2014.</em></p><p><em>4 Competencias Específicas (que se desarrollan en un espacio maker), por Susana Tesconi. susanatesconi.net</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f7c6b1703fd4" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[03 ideas para acelerar la innovación en educación]]></title>
            <link>https://medium.com/@techniumla/03-ideas-para-acelerar-innovaci%C3%B3n-en-educaci%C3%B3n-aba5e4f1e5c8?source=rss-2a769d92b4ce------2</link>
            <guid isPermaLink="false">https://medium.com/p/aba5e4f1e5c8</guid>
            <dc:creator><![CDATA[TECHNIUM.ORG]]></dc:creator>
            <pubDate>Wed, 26 Jul 2017 13:39:04 GMT</pubDate>
            <atom:updated>2017-07-26T13:41:17.502Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*KdQpO6gNCrM8Npzm.jpg" /></figure><blockquote>Artículo de mi autoría extraído del blog de <a href="http://Mundo Knowmad">mundo.knowmad.org</a></blockquote><p><strong>La palabra innovación está en boca de todos</strong>. Hemos aprendido que debemos innovar en educación porque seguimos manteniendo un modelo obsoleto que ofrece pocas respuestas a los problemas de la sociedad del siglo XXI. Sin embargo, en <a href="http://mundo.knowmad.org/disruptiva">Disruptiva</a> creemos que el tiempo es propicio para ir más allá, buscar trascender las modas y formas adoptadas hasta ahora y empezar a construir nuestro propio <a href="http://opportunityvalley.net/">‘Opportunity Valley</a> educativo’. Por ello, queremos proponer algunas ideas que podrían servir como primeros pasos para empezar ese proceso:</p><h3>Trascender el entusiasmo por las herramientas y dispositivos</h3><p>Una de las metodologías para acelerar procesos de innovación es el ya archiconocido <strong>Design Thinking</strong>. Esta disciplina ha cobrado progresiva relevancia en distintos sectores a través de la oferta y desarrollo de talleres, los cuales nos han ayudado a conocer su concepto y su uso instrumental. Sin embargo, hasta el momento solo se han visto pocas experiencias e iniciativas de largo alcance, como por ejemplo <a href="http://dfcworld.com/">Design for Change</a>, una acción de innovación social de impacto global o <a href="http://lavictoria.pe/">La Victoria Lab</a>, el laboratorio de innovación del grupo Intercorp, que integra esfuerzos, métodos y expertos dentro de un ecosistema que aspira a la generación sostenible de innovación. Si queremos provocar una verdadera aceleración educativa [para conectarla con las demandas de una sociedad en proceso continuo de cambio] debemos extender nuestra visión y adoptar un enfoque de nuevas formas de trabajar, pensar y actuar, en donde las metodologías así como los medios (tecnologías) sean invisibles para pasar a colocar finalmente a los estudiantes en el centro del proceso de diseño.<br>Por esas razones consideramos que debemos superar nuestro entusiasmo por las herramientas (Design Thinking y otras metodologías ágiles) y dar el siguiente paso en hacer cultura de innovación donde equipos multidisciplinarios estén permanentemente trabajando, creando, aprendiendo y prototipando soluciones de forma ágil. Esa sería una primera posible dirección para romper el status quo que persiste en la educación formal.</p><h3>Trascender la importación de buenas prácticas</h3><p>La forma tradicional más extendida de impulsar la innovación educativa en nuestro medio, ha sido el observar e importar prácticas y enfoques que tuvieron éxito en otros ecosistemas; sin embargo para muchos, el modelo de transferencia no ha sido del todo satisfactorio, debido a que lo que se siempre se ha intentado importar es un componente de una realidad muchas veces muy diferente a la nuestra, constituida por actores, políticas, esfuerzos y elementos de carácter social distintos a los de nuestro contexto. Por otro lado, el ritmo para implementar experiencias de éxito en el sistema educativo suele ser demasiado lento, debido a que se desarrolla sobre un proceso tradicional de ejecución (como en las empresas del siglo XX), en donde primero se diseña un plan estratégico que apunta a reducir y evitar las fallas y que a través del cual se aspira a resultados satisfactorios al final de un período lectivo. Es por ese motivo que consideramos que además de seguir promoviendo entre los grupos de interés exposiciones magistrales y estudio de tendencias educativas (las cuales desde luego son valiosas), empecemos a prototipar nuestras propias experiencias a través de procesos rápidos, abiertos ampliamente a la retroalimentación, la colaboración de distintos agentes interesados (sean del universo educativo o no) y a la mentoría de profesionales de diversos campos del saber. Solo así tendríamos la plataforma idónea para probar/descartar/escalar todas las buenas prácticas que una red quiera probar por sí misma.</p><h3>Trascender las ejecuciones de corto alcance</h3><p>En ese sentido consideramos que debemos abandonar las iniciativas de moda que suelen estar desarticuladas y fuera de contexto y aspirar a la creación de un laboratorio de innovación (educativa): un espacio/tiempo de reflexión y acción para prototipar soluciones bajo una lógica de aprendizaje permanente y de divulgación de buenas prácticas en modelo abierto, que permitan a la comunidad educativa absorberlas para así mantenerse en un continuo proceso de mejora.</p><p>Muchas de las razones que exponen los docentes y gestores para no innovar es la falta de tiempo, presupuesto y capital humano que los conduzca en el proceso creativo; además, la capacidad para sostener un sistema basado en el ensayo error en el largo plazo les resulta casi imposible, ya que la estructura, cultura y procedimientos del sistema educativo no fueron diseñados para impulsar acciones de aprendizaje rápido; por el contrario, la censura del error está presente, por ejemplo, en su enfoque de concebir y aplicar la evaluación.</p><p>Es por ello que, en nuestra opinión, deberíamos dejar de “luchar contra” el sistema educativo, tratando de propagar una revolución desde adentro, para pasar a ‘trabajar junto al’ sistema, sirviendo como una ‘zona de prueba’, un lugar a donde vamos todos a construir colectivamente soluciones y ponerlas en marcha para, una vez logrado el éxito con los adaptadores tempranos, buscar replicarlas en toda la red.</p><p>En definitiva, creemos que la educación, tal como la conocemos, logrará evolucionar a través de la colaboración e integración de otros agentes, esfuerzos y culturas que no necesariamente provienen del mundo educativo, pero que sin duda nos ayudarán a pensar de nuevo en una propuesta más inclusiva y pertinente para los desafíos de una sociedad en transición post-digital.</p><p><em>Imagen: </em><a href="https://www.flickr.com/photos/wackystuff/9701712070/in/photolist-fMiNZL-6zgRYc-8NTpLJ-9rTjf6-aaGKgw-5HyhEk-3JZUPU-dGNMzj-8P5TJN-Sqns7g-oF2ryc-oE8Uhn-ptqScB-dH1c8N-9NRCpB-fhJcst-9rWnvq-aUfxyK-5rvnWL-bEvSX7-bYZaFf-9rWk8m-4ndbTc-8U3vsr-a67fUm-8U6yBu-Ty5njB-a67g8S-4QNk4A-a64pje-4k6Spk-ckWX9A-8U3vjc-7JrA8L-5fugQs-427MKU-7qVd4K-9rWmHE-kshJ2-299hbd-7pu8HY-bTqBDv-4kaTvq-a67fFy-4kaSx3-4Ma4Ds-4k6RSe-6Y8GBa-kanSj-9rTmhg"><em>It Is Astonishing That Anything Exists</em></a><em> por </em><a href="https://www.flickr.com/photos/wackystuff/"><em>wackystuff</em></a><em> licenciado bajo </em><a href="https://creativecommons.org/licenses/by/2.0/"><em>CC BY 2.0</em></a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=aba5e4f1e5c8" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>