El documento habla sobre tres temas principales del diseño instruccional en la educación postindustrial: 1) La secuenciación de contenidos, tareas y actividades con el fin de lograr un aprendizaje progresivo, 2) La necesidad de metadatos y anotaciones para la secuenciación que consideren el contexto y situación del aprendizaje, y 3) La importancia de la evaluación formativa integrada en el diseño para regular el aprendizaje.

1. DISEÑO INSTRUCCIONAL EN LA EDUCACIÓN DE LA SOCIEDAD
POSTINDUSTRIAL
Palabras claves: Diseño instruccional, aprendizaje personalizado.
miguel.zapata@uah.es
http://www.um.es/ead/
III Día de
la Informática
Facultad de
Ingeniería de
UNIMINUTO

2. Guión
 El nuevo aprendizaje
 El aprendizaje informal
 El problema de dos sigmas y mastery learning.
 Diseño instruccional
 Secuenciación. En qué pueden contribuciones las anotaciones
 ¿Cómo evaluar el aprendizaje? Y analítica de aprendizaje.
 Interacción e interculturalidad
 Conclusiones
miguel.zapata@uah.es
www.um.es/ead
www.um.es/ead/red

3. El actual sistema de educación:
está basado en la unidad de tiempo y de lugar para la
producción, propios de la sociedad industrial,
está organizado para enseñar a un grupo de alumnos una
cantidad fija de contenidos.
Los alumnos más lentos se ven obligados a pasar antes de
haber dominado el contenido, con aprendizajes defectuosos
o incompletos, que se van acumulando
Los alumnos con más capacidad se aburren con frecuencia.
Su ritmo de comprensión es superior al estándar, y pierden
un tiempo muy valioso esperando al resto
Necesitamos un sistema más eficiente, social e
individualmente, en su diseño para optimizar el aprendizaje y
para una justa satisfacción personal.
El nuevo aprendizaje y la nueva educación
Reigeluth, C. (2012). Teoría instruccional y tecnología para el nuevo paradigma
de la educación. RED, Revista de Educación a Distancia. Número 32.
http://www.um.es/ead/red/32. Adaptación de Zapata-Ros, M.

4. El aprendizaje en la sociedad post-industrial
Necesitamos transformar nuestros sistemas de educación
Sistemas diseñados para
seleccionar a los alumnos
diseñados para maximizar el
aprendizaje
Esta transformación requerirá de avances tanto en la teoría como
en la tecnología instruccional.
La tecnología debe cumplir un rol crucial en el éxito de la
educación en este nuevo paradigma.
La tecnología posibilitará un salto espectacular en la mejora del
aprendizaje a un menor costo, personal y social, que en el
paradigma de la era industrial .

5. La enseñanza y el aprendizaje en la nueva sociedad
implican más y una más nueva:
• Ayuda pedagógica.
• Evaluación.
• Gestión de la calidad
• Diseño.

6. El aprendizaje informal

7. El aprendizaje informal
Aprendizaje formal  se desarrolla a través de la
educación y de la formación. Conduce a los diplomas y
cualificaciones reconocidos.
Aprendizaje no formal  tiene lugar de forma
paralela a los principales sistemas de educación y
formación, y no suele proporcionar certificados
formales.
El aprendizaje informal  es un complemento natural
de la vida cotidiana. A diferencia del aprendizaje
formal y no formal, el aprendizaje informal no es
necesariamente un aprendizaje intencional, por lo que
puede no ser reconocido como positivo para sus
conocimientos y habilidades, incluso por los propios
interesados ​​

8. • Aprendizaje informal,
• Autoformación,
• Aprendizaje autónomo,
• Aprendizaje a lo largo de la
vida,
• Aprendizaje abierto,
• Auto-aprendizaje,
• Aprendizaje autodirigido,
• Aprendizaje por la
experiencia,
• Aprendizaje tácito,

9. Aprendizaje formal Aprendizaje informal
Quien controla El formador El individuo
¿Se planifica? SÍ NO
Está Descontextualizado Contextualizado
Se pone énfasis en la enseñanza, en el
contenido y la estructura
de lo que va a ser
enseñado
en la práctica como
espacio de aprendizaje
¿Cómo es? Es necesariamente
predecible. Se
desarrolla en
instituciones educativas
No es predecible y no
posee un currículo formal
Aprendizaje informal

10. El problema de 2 sigma y mastery
learning

11. El problema de 2 sigma

12. 40 percentiles

13. Problema de 2 sigma y MOOCs

14. Fuente Blog Coursera
http://blog.coursera.org/post/50352075945/5-tips-learn-more-effectively-in-class-with-mastery

15. Diseño instruccional

16. Educación y
docencia de la
sociedad del
conocimiento
El futuro de la nueva docencia universitaria:
Anotaciones y diseño instruccional
Objetos de
aprendizaje
OER
MOOCs
Academia Khan
Personalización
Metadata,
anotaciones
Diseño instruccional
Secuen-
ciación
Evalua-
ción
Estrategias
docentes

17. Práctica. Actividades
de enseñanza y de
aprendizaje
Teorías
Diseño ins-
truccional
Mapas con-
ceptuales
Secuenciación
Ideas implícitas
Conocimientos previos
Conceptos
inclusores
Andamiaje
cognitivo
Elaboración
Evaluación
formativa ins-
truccional
ZDP
Problema de 2
sigma
Métodos
Situados
Skills
clusters

18. Conductismo
Cognitivismo
Personalización
Construccionismo
Práctica.
Actividades de
enseñanza y de
aprendizaje
Teorías
Diseño ins-
truccional
Mapas con-
ceptuales
Secuenciación
Ideas
implícitas Conocimientos
previos
Conceptos
inclusores
Andamiaje
cognitivo
Elaboración
Conec-
tivismo
Evaluación
formativa
ins-
truccional
ZDP
Problema de
2 sigma
Métodos
Situados
Skills
clusters
EVOLUCIÓN DE COURSERA. UN MODELO DE DISEÑO
INSTRUCCIONAL
Source: Fink, A Self-Directed Guide to Designing Courses for Significant Learning
Suggested Course-Building Process:
1. Think about your overall course expectations. What must students do to pass the course?
2. Divide your expectations into units.
3. Outline each unit on a spreadsheet.
…

19. UN EJEMPLO DE DISEÑO INSTRUCCIONAL
2. Divida sus expectativas en unidades.
Coursera entrega el contenido a través de unidades. Al crear
unidades, considere el orden lógico, cómo los materiales están
relacionadas, el compromiso de tiempo y la dificultad de los
contenidos. La frecuencia de la guía debe de ser de una unidad
cada semana. Es posible que desee considerar la inclusión de estas
unidades en un documento.
Utilizar unidades, también es útil para indicar explícitamente las
expectativas y los objetivos de aprendizaje individuales. Entonces,
puede considerar cómo se podría evaluar si los estudiantes han
logrado sus objetivos.
En este momento, no hay que estar demasiado limitado pensando
en cómo hacer estas evaluaciones en Coursera, basta considerar
qué tipos de enfoque de la evaluación permite confirmar que los
estudiantes han logrado sus objetivos.
¿De qué nos está hablando?. Es lo más sintético que se puede decir, no ya de
diseño instruccional que en definitiva es lo que es, sino de:
• Secuenciación: creación de unidades, se supone que consecutivas
• Análisis de contenidos: considere el orden lógico,
• Análisis de la tarea: compromiso de tiempo y con la dificultad de contenido.
• Y si sintetizamos todo lo que dice, nos están hablando de
“elaboración”: cómo los materiales están relacionadas
• Temporización: La frecuencia de la guía debe de ser de una unidad cada
semana.
• Guías didácticas: Es posible que desee considerar la inclusión de estas
unidades en un documento.
• Y en lo que sigue es fácil ver el resto de elementos del diseño: Objetivos,
evaluación en relación con los objetivos, evaluación formativa (dice:basta
con considerar qué tipos de enfoques de evaluación que le satisface que los
estudiantes habían logrado sus objetivos) etc, etc, etc.
Fuentes:
• Building a Coursera Course. Version 2.0 - March, 2013. URL for this document: http://bit.ly/dukecoursera
https://docs.google.com/document/d/1ST44i6fjoaRHvs5IWYXqJbiI31muJii_iqeJ_y1pxG0/edit
• A Self-Directed Guide to Designing Courses for Significant Learning. L. Dee Fink, PhD 2003
http://www.deefinkandassociates.com/GuidetoCourseDesignAug05.pdf

20. La secuenciación de contenidos, de
tareas y de actividades
Tiene como fin ir propiciando un acercamiento progresivo
desde la situación inicial de aprendizaje de los alumnos hasta
los objetivos propuestos para el programa formativo.
El proceso es distinto para cada colectivo de alumnos
destinatarios de la formación y para cada individuo. Para cada
programa formativo y para cada institución.
La información que se suministra y la acción pedagógica debe
estar en correspondencia con cada una de las situaciones en
las que se produce el proceso.

21. Necesidad de metadata y anotaciones de
secuenciación
 Los contenidos de enseñanza de un área determinada son interdependientes. El
orden en que son propuestos a los alumnos no es indiferente para el
aprendizaje.
 Un mismo objeto de aprendizaje/OER, colocado en un contexto, dentro de un
orden y para ser utilizado en un momento determinado, cuenta con una
situación de conceptos y procedimientos previos desarrollados que será distinto
de cualquier otra situación.
 La situación de aprendizaje de los alumnos es distinta --- en cuanto al
andamiaje cognitivo: organizadores previos, conceptos inclusores, ideas
implícitas etc.--- para contextos formativos, grupos de destinatarios y para
individuos distintos.

22. CRITERIOS DE SECUENCIACIÓN PARA EL DISEÑO
INSTRUCCIONAL
Un ejemplo “Método de Anális de Contenidos”:
El proceso a seguir para secuenciar un conjunto de contenidos
consta de tres pasos (Novak y Gowin ):
descubrir y destacar los ejes vertebradores de los contenidos;
descubrir y destacar los contenidos fundamentales y
organizarlos en un esquema jerárquico y relacional y
proceder a la secuenciación según los principios de la
organización psicológica del conocimiento
Fase del procedimiento Implica (criterio de metadata y anotaciones)
Descubrir y destacar los
ejes vertebradores
En la información que se acompaña a los
objetos/OER/multimedia y a su diseño instruccional
(actividades propuestas, referencias, ejemplificaciones, etc.)
se ha de tener en cuenta el eje que vertebra el programa
donde va incluido.
Por ejemplo, no es lo mismo tratar el tema de derivadas en
matemáticas para la representación de funciones, para
resolver problemas de máximos y mínimos, o para ajustar
curvas por el método de mínimos cuadrados.
Descubrir y destacar los
contenidos
fundamentales y
organizarlos en un
esquema jerárquico y
relacional
Que el objeto vaya provisto de un esquema (mapa) de
contenidos organizados de forma jerarquizada según el eje
vertebrador elegido.

23. Anotación en la Web
Semántica
En la comunidad informática el término
marcado semántico (semantic markup) se
empleó inicialmente para la descripción de
los contenidos de una página Web,
adjuntando a ciertos elementos del texto una
etiqueta que identifica de alguna manera su
referente en el mundo real
Para ello se emplean las ontologías.
García-Castro, R., & García-Silva, A. (2009). Anotación
de contenidos en la Web del futuro. Novática, (197),
28-32.

24. Anotaciones multimedia

25. ¿Cómo evaluar el aprendizaje?
• Evaluación de proceso, evaluación formativa.
• Teniendo en cuenta la identidad digital de aprendizaje
• Integrada y participante.
• Integrada en el diseño instruccional como parte clave y
reguladora.
• Consensuada

26. Análitica de aprendizaje (Cabría mejor decir analítica social):
Ofrecen sólo datos estadísticos e infográficos sobre contactos y
actividad grupal.
No hay análisis de interacciones, temas y aspectos conceptuales ni
de aprendizaje personal.
No hay itinerarios formativos de los individuos ni análisis de su perfil
de aprendizaje con relación a unos estándares o a un análisis de
categorías de aprendizaje (individual skill clusters).
Recursos
SNAPP Social Networks Adapting Pedagogical Practice: Herramienta de presentación de datos en línea para
estudiantes de red en una interfaz de usuario:
http://research.uow.edu.au/learningnetworks/seeing/snapp/index.html
LOCO-Analyst. LOCO (Learning Object Context Ontologies): http://jelenajovanovic.net/LOCO-Analyst/
GISMO monitoreo de estudiantes y seguimiento del sistema: http://gismo.sourceforge.net/index.html
Moodog. Se acopla a la parte superior de Moodle. http://editlib.org/p/32307/.
Check My Activity (CMA). Desarrollado por la Universidad de Maryland. Se acopla y ha sido evaluado con Blackboard
(primavera de 2010). http://www.educause.edu/ero/article/video-demo-umbc%E2%80%99s-%E2%80%9Ccheck-my-
activity%E2%80%9D-tool-students
Blackboard Learn Analytics, diseñado para ayudar a los usuarios a tener una idea de la actividad del usuario. Obtiene
datos de desempeño del estudiante: http://www.blackboard.com/Platforms/Analytics/Products/Blackboard-
Analytics-for-Learn.aspx

27. Análitica de aprendizaje:
(Cabría mejor decir analítica social)
o Ofrecen datos sólo estadísticos e infográficos sobre contactos y actividad
grupal.
o No hay análisis de interacciones, temas y aspectos conceptuales ni de
aprendizaje personal.
o No hay itinerarios formativos de los individuos ni análisis de su perfil de
aprendizaje con relación a unos estándares o a un análisis de categorías de
aprendizaje (individual skill clusters).
Recursos
SNAPP Social Networks Adapting Pedagogical Practice: Herramienta de presentación de datos en línea para
estudiantes de red en una interfaz de usuario:
http://research.uow.edu.au/learningnetworks/seeing/snapp/index.html
LOCO-Analyst. LOCO (Learning Object Context Ontologies): http://jelenajovanovic.net/LOCO-Analyst/
GISMO monitoreo de estudiantes y seguimiento del sistema: http://gismo.sourceforge.net/index.html
Moodog. Se acopla a la parte superior de Moodle. http://editlib.org/p/32307/.
Check My Activity (CMA). Desarrollado por la Universidad de Maryland. Se acopla y ha sido evaluado con Blackboard
(primavera de 2010). http://www.educause.edu/ero/article/video-demo-umbc%E2%80%99s-%E2%80%9Ccheck-my-
activity%E2%80%9D-tool-students
Blackboard Learn Analytics, diseñado para ayudar a los usuarios a tener una idea de la actividad del usuario. Obtiene
datos de desempeño del estudiante: http://www.blackboard.com/Platforms/Analytics/Products/Blackboard-
Analytics-for-Learn.aspx

28. Análitica de los datos masivos personalizados
(Big Data and Learning Analytics)
Interpretación de una amplia gama de datos producidos por los
estudiantes, con referencia a cada uno de ellos, para evaluar el
progreso académico, predecir el rendimiento futuro, y afrontar los
posibles problemas de cada uno.
Los datos se obtuvieron de:
Las acciones estudiantiles explícitas: Completar las tareas y tomar
exámenes, y de
Las acciones tácitas: las interacciones sociales en línea, actividades
extracurriculares, mensajes en los foros de discusión y otras
actividades que no suelen ser vistos como parte del trabajo de
un estudiante.
El objetivo de la analítica del aprendizaje es que los profesores y las
escuelas adapten la educación y las posibilidades al nivel de cada
alumno, de sus necesidades y de sus capacidades.

29. Interacción e
interculturalidad.
En una situación convencional de aprendizaje la dificultad proviene
de las diferencias culturales entre el profesor y el grupo de clase,
aún habiendo una notable cohesión cultural entre los alumnos.
En las situaciones de aprendizaje de la educación a distancia
(convencional) a esto se añade que se congregaban alumnos de
distintos ámbitos no solo geográficos, sino culturales, sociales y de
edad.
Las interacciones no son solo para detectar el brillo de los ojos que
se produce en el insight de aprendizaje, son para favorecer
mecanismos de ajuste entre las situaciones individuales de
aprendizaje a través de las interacciones.
En los MOOCs las distancias cognitivas, fundamentalmente debidas
a factores de disculturalidad son enormemente más grandes, y las
necesidades de interacción exitosa mucho mayores. Su ausencia
produce frustración y abandono.

30. Interacción e
interculturalidad (II)
Hay un gran desconocimiento de la complejidad de la docencia por parte de los
organizadores y de los docentes de los MOOCs.
Hay un tópico según el cual los MOOCs:
 con solo ponerlos en marcha, van a hacer posible la integración de
estudiantes y profesores en estas situaciones y con estos problemas, que son
ya complejos aún en casos sencillos.
 se ven como medio de educar a los estudiantes en todo el mundo
 los profesores y gestores no tiene la voluntad de ver seriamente lo que pasa
cuando miles de estudiantes con un amplio espectro de competencia,
situaciones de aprendizajes, bagajes culturales y antecedentes académicos
tratan de aprender todos, en cualquiera parte del mundo, mediante vídeos
deconferencias.
Este problema es el problema del diseño y del desarrollo de cualquier MOOC en
cualquier disciplina en este momento.
Los MOOCs, o lo resulte de ellos, deberán integrar resultados de
investigaciones sobre aprendizaje intercultural, y encontrar espacios
comunes de comunicación y de aprendizaje entre profesores y
alumnos.
Con un aprendizaje efectivo que evite la desconfianza y el abandono.

31. Cúales son los progresos que deben hacerse para
superar las limitaciones que se han puesto de relieve
 Una configuración y una filosofía centrada en la
personalización.
 Investigación en configuraciones y diseños que propicien la
interacción profesor-alumno y alumno-alumno.
 Investigaciones y propuestas interculturales, si se quiere
aprovechar el carcater integrados y se quiere incorporar a
alumnos de áreas en desarrollo, con un fin emancipador,.
 Aplicar los conocimientos de la ayuda pedagógica que se han
manifestado eficaces en otros escenarios, que constituyen
principios universales, y que en estos entornos podrían superar
el estado de aislamiento y de abandono pedagógico de los
estudiantes: Mastery Learning, propuestas para el aprendizaje
divergente, etc (Una interesante propuesta es la que hace
Reigeluth sobre "brecha en el rendimiento" (“achievement
gap”).

32. La cuestión es si los profesores
están dispuestos y quieren
centrarse,
más allá de las capacidades técnicas, en:
 el análisis de los "grandes datos" para la
comprensión de los estudiantes.
 diseñar e impartir cursos que supongan
prestar mucha más atención a los estudiantes
de diferentes orígenes y condiciones de lo
que lo son ahora.

33. www.um.es/ead/mzapata/ miguel.zapata@uah.es
Muchas gracias
mzapata@um.es

34. Ontologías
• En informática hace referencia a la formulación de un exhaustivo y riguroso esquema
conceptual dentro de uno o varios dominios dados; con la finalidad de facilitar la
comunicación y el intercambio de información entre diferentes sistemas y entidades.
• Un uso común tecnológico actual del concepto de ontología, en este sentido semántico,
lo encontramos en inteligencia artificial y representación del conocimiento.
• En algunas aplicaciones, se combinan varios esquemas en una estructura de
facto completa de datos, que contiene todas las entidades relevantes y sus relaciones
dentro del dominio.
• Los programas informáticos pueden utilizar el punto de vista de la ontología para
el razonamiento inductivo, la clasificación, y para técnicas de resolución de problemas.
El término ONTOLOGIA viene del campo de la filosofía , y se define como lo que se ocupa de la naturaleza y
organización de la realidad, es decir de lo que "existe". En el campo de la Inteligencia Artificial "lo que existe es
aquello que puede ser representado".
Algunas definiciones:
a) Una ontología es una especificación explícita de una conceptualización, es decir proporciona una estructura y
contenidos de forma explícita que codifica las reglas implícitas de una parte de la realidad, independientemente del
fin y del dominio de la aplicación en el que se usarán o reutilizarán sus definiciones.
b) Una ontología define el vocabulario de un área mediante un conjunto de términos básicos y relaciones entre
dichos términos, así como las reglas que combinan términos y relaciones que amplían las definiciones dadas en el
vocabulario.

35. Ontología. Definición.
En el contexto de las ciencias de la informática y de información, una ontología define un conjunto
de primitivas de representación con la que modelar un dominio de conocimiento o discurso. Las
primitivas de representación son típicamente las clases (o conjuntos), atributos (o propiedades), y
las relaciones (o relaciones entre los miembros de la clase). Las definiciones de las primitivas de
representación incluyen información acerca de su significado y las limitaciones en su aplicación
lógicamente consistentes.
En el contexto de los sistemas de base de datos, la ontología se puede ver como un nivel de
abstracción de modelos de datos, de forma análoga a los modelos jerárquicos y relacionales .,
pero destinados a modelar el conocimiento acerca de los individuos, sus atributos y sus relaciones
con otros individuos ontologías se suele especificar en lenguajes que permiten la abstracción
fuera de las estructuras de datos y estrategias de aplicación, en la práctica, los lenguajes de
ontologías están más cerca de poder expresivo de primera orden lógico que los lenguajes
utilizados para modelar bases de datos. Por esta razón, las ontologías se dice que están en el
nivel de "semántica", mientras que el esquema de base de datos son los modelos de datos en el
nivel o la "lógica" "físico".
Debido a su independencia de menor modelos de datos de nivel, las ontologías son utilizadas para
la integración de bases de datos heterogéneas, lo que permite la interoperabilidad entre sistemas
dispares, y la especificación de las interfaces de servicios independientes, basadas en el
conocimiento.
En la tecnología de pila de los estándares de la Web Semántica [1], las ontologías son llamados
como una capa explícita . Ahora hay lenguajes estándar y una variedad de herramientas
comerciales y de código abierto para la creación y el trabajo con las ontologías.

36. Referencias.-
• Ontology, by Tom Gruber, in the Encyclopedia of Database Systems, Ling
Liu and M. Tamer Özsu (Eds.), Springer-Verlag, 2009.
http://tomgruber.org/writing/ontology-definition-2007.htm
• What is an Ontology?. This definition was originally proposed in 1992 and
posted as shown below. See an updated definition of ontology (computer
science) that accounts for the literature before and after that posting, with
links to further readings. Tom Gruber gruber@ksl.stanford.edu
http://www-ksl.stanford.edu/kst/what-is-an-ontology.html