MOOCS Y CREATIVIDAD (Y III)

Concluyo este tema, desarrollado en dos entradas anteriores de los blogs de la Cátedra UNESCO y de Redes Abiertas, y que constituyó la ponencia presentada en la Facultad de Filología de la Universidad Complutense con el título “MOOCs y el nuevo paradigma  del aprendizaje en la Educación superior: Adaptación y personalización”, en la “V Reunión Científica sobre Innovación y Tecnología Educativa”

Intentaré finalmente terminar esta entrada con unas orientaciones para el diseño de cursos abiertos en línea que tengan como objetivo desarrollar competencias creativas.

Pero empecemos por hablar de pensamiento y de aprendizaje divergente y de heurística como base para hablar de creatividad.

No todo saber útil a la ciencia es un saber científico. La ciencia tiene una componente de arte y una componente afectiva entre otras. Habitualmente se define la Heurística como un saber no científico, pero construído a través del análisis del hacer de los científicos, de los hábitos de trabajo de los científicos para resolver problemas. En ese sentido es un arte, una técnica o un conjunto de procedimientos prácticos o informales.   Cada uno de esos procedimientos que se utilizan de forma genérica para resolver un tipo de problemas o una fase en la resolución de problemas es un heurístico.  Son pues reglas metodológicas, no necesariamente formalizadas como enunciados formales, que proponen cómo proceder y cómo evitar dificultades para resolver problemas y conjeturar hipótesis.

En el campo de la psicología también se acepta de forma consensuada  que la heurística es un rasgo propio de los humanos. Como un producto de la creatividad. Como la decantación de lo que se conoce  como pensamiento lateral o pensamiento divergente.  

Aunque como concepto tiene su origen en la Grecia clásica ( εὑρίσκειν, hallar, inventar) es Pólya (1945) quien le da la naturaleza con la qu ela conocemos. Así  la heurística tiene como base la sistematización de la experiencia de resolver problemas a partir de cómo lo hacen los expertos.

En su obra,  Polya (1989) da una serie de pautas sobre como analizar el problema, concebir un plan, ejecutar el plan y utilizar técnicas recursivas descomponiendo problemas en problemas similares más sencillos.

En cualquier caso es un saber que se basa en otro el de los expertos, que es un saber divergente o lateral, que tiene una naturaleza poco común.

En el campo de la Psicología tiene un correlato muy próximo, que se conoce como pensamiento lateral (lateral tinquen), según la expresión introducida por Edward de Bono (1968).

El “pensamiento lateral” se ha difundido como paradigma dentro de los  dominios de la psicología individual y de la psicología social. Se define así al  pensamiento que está en la génesis de  las ideas que no encajan con el patrón de pensamiento habitual.  Cuando los individuos piensan de esta forma lo hacen con la ventaja que se deriva de evitar, al evaluar un problema, la inercia que se produce por la influencia grupal o por las convicciones sociales, que limitan las soluciones al problema. El pensamiento lateral ayuda pues a romper con ese esquema rígido, y por ende posibilita obtener ideas creativas e innovadoras. El aserto contrario es igualmente cierto: Estar en un contexto de ignorancia, de prejuicios o de mediocridad, inhibe el pensamiento lateral o divergente, y por ende la creatividad.

Este pensamiento se puede producir en un contexto educativo, o en una situación de estudio, y se puede desencadenar lo que en términos de psicología gestaltica se considera un insight, un disparo, una penetración en la naturaleza de un problrma que permite su resolución. Entonces estmos en presencia de un aprendizaje divergente o de un aprendizaje lateral.

Se puede considerar pues aprendizaje divergente aquel que utiliza los recursos de cognición y de elaboración del pensamiento divergente.

Si bien (Csikszentmihalyi, 1998) quienes producen novedades en el conocimiento en un campo no lo hacen merced exclusivamente a este pensamiento sino a que son

“capaces de usar bien dos formas opuestas de pensamiento: el convergente y el divergente. EI pensamiento convergente es medido por los test de CI, y entraña resolver problemas racionales bien definidos que tienen una sola respuesta correcta. El pensamiento divergente lleva a una solución no convenida”

 Supone fluidez, o capacidad para generar una gran cantidad de ideas; flexibilidad, o capacidad para cambiar de una perspectiva a otra; y originalidad a la hora de escoger asociaciones inusitadas de ideas. Éstas son las dimensiones del pensamiento que miden la mayoría de los test de creatividad y que la mayoría de los talleres de trabajo intentan potenciar.

Probablemente es verdad que, en un sistema capaz de conducir a la creatividad, una persona cuyo pensamiento sea fluido, flexible y original tiene más probabilidades de ofrecer ideas novedosas. Por tanto, tiene sentido cultivar el pensamiento divergente en laboratorios y empresas

Tras estas sucintas referencias estamos en condiciones de saber cuando un ambiente de enseñanaza favorece el pensamiento divergente y un tipo de aprendizaje de este tipo.

Jordan (2013) nos presenta como fruto de un estudio lo que sucece en los MOOCs cuando estudiamos los tipos de evaluación que tiene en relación con la masificación y con el índice de permanencia en el MOOC hasta la conclusión (Zapata-Ros, 2013)

Katy Jordan (2013a) de The Open University, Institute of Educational Technology nos presenta como fruto de un estudio lo que sucece en los MOOCs cuando estudiamos los tipos de evaluación que tiene en relación con la masificación y con el índice de permanencia en el MOOC (Zapata-Ros, 2013). Ese trabajo, que se explica en su blog, es una infografía que relaciona la tasa de permanencia (el porcentaje complementario del abandono) con la masividad del MOOC, pero sobre todo con la modalidad de evaluación. Es muy sencillo, lleva enlaces con los lugares de donde ha sacado los datos, por eso es difícilmente contestable u objetivable a pesar de tratarse de un trabajo de una estudiante. El avance de la infografía (Jordan, 2013b) consiste en un gráfico interactivo donde relaciona el número de inscritos, en abscisas, con el porcentaje de inscritos que concluyen, en ordenadas. Utiliza un código de colores para señalar el tipo de evaluación, o más bien de revisión que se hace de lo aprendido. Y hay enlaces con las fuentes de los datos y con la institución:

Ha considerado cuatro categorías de revisión: Autoevaluación y evaluación por pares, autoevaluación sólo, evaluación por pares solo y desconocido[1].

Podemos destacar:

1. Todos los que están con una tasa de conclusión superior al 10,8% utilizan exclusivamente la autoevaluación (excepto el famoso “Inteligencia Artificial”, de Stanford).

2.     Los que utilizan la evaluación por pares sólo no superan el 3,21% de tasa de conclusión.

3.      Los de ambos métodos no superan el 10,72%

4.  El de Inteligencia Artificial se puede considerar de autoevaluación exclusivamente, según la metodología que vemos en el propio MOOC (Thrun, S. y Norvig, P., 2012)

5.      Como detalle menor, pero curioso,  se puede observar que la nube de puntos tiene un eje con la misma orientación que la bisectriz del primer cuadrante lo cual nos puede inducir a pensar que hay una correlación positiva cercana a 1 entre el tamaño y el índice de conclusión. Al menos hasta un tamaño de 110K alumnos. No es la idea central de esta entrada pero merece reseñarse.

No es propiamente aprendizaje divergente o lateral pero si podemos establecer una línea continua de divergencia en el aprendizaje. Una línea que comienza en lo que se aprende con los pares, que continúa con lo que uno mismo aprende y concluye con lo que se aprende con la ayuda de los expertos, o con la ayuda de los maestros (es decir con la gente de la que podemos aprender algo, que tiene competencias docentes o alguna expertise propia de un dominio disciplinar ).

Si establecemos esa progresión, podemos observar la gráfica y proponer una   conjetura: que “la culminación de los alumnos en los MOOCs, y por tanto el éxito en el aprendizaje, o al menos un determinado éxito, se produce en mayor grado en la medida que aumenta la divergencia del aprendizaje”. Sin contar los casos en que los contenidos de los MOOCs son conocimientos cuyo aprendizaje es netamente divergente o heurístico.

Aportamos esta idea como una línea de investigación digna de ser tenida en cuenta en futuras investigaciones.

Tras esta propuesta, en la presentación que sirve de referencia a esta entrada, desarrollé la idea de una evolución posible, necesaria y visible delos MOOCs hacia una modalidad hibrida en distintos grados que albergase desde los cMOOCs hasta cursos en línea abierto sy personalizados (POOCs) (Zapata-Ros, 2013b).

Es visible porque Coursera ya introduce (CIT,2013) unos elementos de evoclución hacia el diseño instruccional clásico con una guia (Fink, 2003) para diseñadores, y con una modalidad automatizada de Mastery learning.

Estos elementos de evolución hacia una personalización los encontramos en las versiones de MOOC:

Canvas de  Wiley, que supone interacción con objetos de aprendizaje, la filosofía de los objetos de aprendizaje, “enseñar y aprender es compartir” (Metáfora del curso como hoguera de campamento).

OLDS MOOC "Learning Design for a 21st Century Curriculum” es un proyecto altamente investigativo y evaluativo, en el que se espera que los alumnos contribuyan a la producción de un diseño innovador, sólido y significativo para una actividad de aprendizaje o de un recurso curricular no predeterminado. Mediante él se trata de obtener y  proporcionar una experiencia constructiva, de colaboración semi-estructurada, altamente interactiva.

CogBooks es el más conocido de los Adaptive MOOCs en palabras de Donald Clark (2013), estos cursos utilizan algoritmos adaptativos para presentar experiencias de aprendizaje personalizadas, basadas en la evaluación dinámica y la recopilación de curso en curso. 

Planteamos un modelo POOC: Personalized Open Online Course,  ya implícito en todas estas propuestas, pero que además supone de forma definitoria el utilizar las posibilidades de la tecnología para analizar los rasgos que caracterizan el perfil de aprendizaje de los alumnos, y de analizar su producción en la web social para, en el primer caso, establecer itinerarios formativos individualizados y, en el segundo, para obtener elementos de evaluación y de feedback en el propio proceso de aprendizaje.

 Supone además situaciones que integren el aprendizaje informal, una nueva arquitectura de aprendizaje. Y de forma clave evaluar para aprovechar todas las capacidades y todas las oportunidades y diseñar en consonancia en un bucle continuo.

Consecuentemente con todo lo expuesto traté  de sintetizar para la práctica del diseño de cursos en linea abiertos.

Finalmente concluí con unas orientaciones para el diseño de cursos abiertos en línea que tengan como objetivo desarrollar competencias creativas con la siguiente tabla.

Orientaciones para el diseño en las que se relaciona el tipo de competencias con otros componentes del diseño y del entorno de aprendizaje

Dimensiones	Componentes predominantemente
Competencias	Creativas, heurísticas	Instrumentales,	Descriptivas,…
Aprendizaje	Divergente	Convergente / Divergente	Convergente
Entorno	Talleres	Mastery learning	MOOCs, cursos online convencionales
Evaluación	Límite uno por uno, altamente formativa	Autoevaluación, Mastery learning	Por pares, Mastery learning con profesor, autoevaluación, Mastery learning automatizada.
Metodología docente	Metodologías eminentemente activas, constructivistas	Metodologías centradas en la tarea	Expositivas, basadas en recursos conceptuales y descriptivos, teorizantes.
Recursos	Abiertos, generativos, en los que la participación del alumno sea alta	Autoevaluativos, parametrizados, OERs	Autoevaluativos, parametrizados, OERs

Referencias

CIT (Center for Intructional Technologie) (2013) Building a Coursera Course  Version 2.0 https://docs.google.com/document/d/1ST44i6fjoaRHvs5IWYXqJbiI31muJii_iqeJ_y1pxG0/edit?pli=1

Clark, D. (2013). MOOCs: taxonomy of 8 types of MOOC. Donald Clark Plan B. http://donaldclarkplanb.blogspot.com.es/2013/04/moocs-taxonomy-of-8-types-of-mooc.html

Conole, G. (2013). MOOCs as disruptive technologies: strategies for enhancing the learner experience and quality of MOOCs.  http://eprints.rclis.org/19388/

Fink, L.D. (2003), A Self-Directed Guide to Designing Courses for Significant Learning. http://www.deefinkandassociates.com/GuidetoCourseDesignAug05.pdfDe

Bono, E. (1968). New think: the use of lateral thinking in the generation of new ideas. Basic Books.

Jordan, K. (2013a). Synthesising MOOC completion rates.http://moocmoocher.wordpress.com/2013/02/13/synthesising-mooc-completion-rates/

Jordan, K. (2013b). MOOC Completion Rates: The Data. http://www.katyjordan.com/MOOCproject.html

Csikszentmihalyi, M. (1998) Creatividad: El fluir y la psicología del descubrimiento y la invención.

Pólya, George (1945). How to Solve It. Princeton University Press.

Pólya, G. (1989). Como plantear y resolver problemas Ed. Trillas. (Primera edición 1965).

Zapata-Ros, M. (2013) Enseñanza Universitaria en línea, MOOC y aprendizaje divergente. Blog Aula magna 2.0  http://cuedespyd.hypotheses.org/tag/aprendizaje-divergente

Zapata-Ros, M. (2013b) POOC. Blog Redes Abiertas. http://redesabiertas.blogspot.com.es/2013/07/pooc.html

---

[1] Se supone que desconocido para la autora. En el caso del MOOC “Inteligencia Artificial” de Stanford, como se puede ver en su metodología, la única evaluación que hay de los otros alumnos es que pueden votar cuales son las preguntas más interesantes que se hacen.