1.
Nuevas formas de comunicación
en una escuela hiperconectada.
Del Bigdata al Visual Thinking
Neus Lorenzo Galés @NewsNeus | Juan Miguel Muñoz @mudejarico
The
Transformation
Society
PhotobyKharaWoodsonUnsplash

2.
¿Qué vamos a hacer?
● Big Data: ¿Cuanto es BIG…?
○ Actividad: El Big data en el aula
● Información: ¿Cuándo tiene significado?
○ Actividad: Construyendo conocimiento
● Conocimiento: visible, compartido, hiperconectado y cyber-biónico
○ Actividad: Hay que gestionar la sabiduría colectiva

3.
¿Qué vamos a hacer?
● Big Data: ¿Cuanto es BIG…?
○ Actividad: El Big data en el aula
● Información: ¿Cuándo tiene significado?
○ Actividad: Construyendo conocimiento
● Conocimiento: visible, compartido, hiperconectado y cyber-biónico
○ Actividad: Hay que gestionar la sabiduría colectiva

4.
Los datos, el nuevo
petróleo del siglo XXI
-Andreas Weigend, ex Chief Scientist
de Amazon y experto en Big Data-

5.
Para Andreas Weigend, exjefe científico de Amazon, el nuevo
petróleo son “los datos”, y Google es “una refinería.”
“Al igual que con el petróleo, el valor real de los datos se
logra al refinar la información. Grandes empresas como
Google, Facebook y Amazon han diseñado pequeñas técnicas
para identificar los hábitos de compra, productividad en el
trabajo y dentro de poco nuestra salud a través de nuestras
huellas digitales”

6.
Desde los orígenes de la humanidad el hombre ha recogido datos:
montones de piedras, muescas en las rocas, palos o huesos para contar
cosas relacionadas con la vida cotidiana...
Photo by Tyler Milligan on Unsplash

7.
Los huesos Ishango
y Lebombo (Congo)
Primeros registros de
datos matemáticos
(20.000 años)
https://africanlegends.files.wordpress.com/2013/08/ishango_bone.jpg

8.
Disco de Festo (o disco de Phaistos) de arcilla con inscripciones en ambas
caras fechado a finales de la Edad de Bronce. Encontrado el 15 de julio de
1908 en el sur de Creta. 4000 años.
https://es.wikipedia.org/wiki/Disco_de_Festo
De C messier - Trabajo propio, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=38737953

9.
Introducción (JM)
La invención del ábaco supuso un primer avance
para el cálculo y el análisis de datos. Los dedos
y la memoria ya no eran suficientes.
Photo credit: concretecandy via Foter.com / CC BY-NC

10.
Las primeras bibliotecas dieron el primer paso
para almacenar datos masivamente.
Photo by Sindre Aalberg on Unsplash

11.
Lo que no se puede medir,
no se puede mejorar.

12.
Toda nuestra actividad digital va dejando una
huella de datos que pueden ser analizados y
procesados: es una herencia digital universal.
Photo by Crew on Unsplash

13.
¿Cuánto tardó en tener 50 Millones de usuarios…?
La radio

14.
¿Cuánto tardó en tener 50 Millones de usuarios…?
La radio
38 años

15.
¿Cuánto tardó en tener 50 Millones de usuarios…?
La televisión

16.
¿Cuánto tardó en tener 50 Millones de usuarios…?
La televisión
13 años

17.
¿Cuánto tardó en tener 50 Millones de usuarios…?
Internet

18.
¿Cuánto tardó en tener 50 Millones de usuarios…?
Internet
4 años

19.
¿Cuánto tardó en tener 50 Millones de usuarios…?
iPhone

20.
¿Cuánto tardó en tener 50 Millones de usuarios…?
iPhone
3 años

21.
¿Cuánto tardó en tener 50 Millones de usuarios…?
Facebook

22.
¿Cuánto tardó en tener 50 Millones de usuarios…?
Facebook
2 años

23.
Fuente: La Vanguardia 5/08/2016 http://www.pressreader.com/spain/la-vanguardia-catal%C3%A0-diners/20160807/281505045603676
Imagen: http://bucket2.glanacion.com/anexos/fotos/64/pokemon-go-2239864h350.jpg
¿Cuánto tardó en tener 50 Millones de usuarios…?
Pokemon Go

24.
Fuente: La Vanguardia 5/08/2016 http://www.pressreader.com/spain/la-vanguardia-catal%C3%A0-diners/20160807/281505045603676
Imagen: http://bucket2.glanacion.com/anexos/fotos/64/pokemon-go-2239864h350.jpg
¿Cuánto tardó en tener 50 Millones de usuarios…?
¡19 días!
Pokemon Go

25.
¿Cuánto tardó en tener 50 Millones de usuarios…?
38
años
13
años
4
años
3
años
2
años
¡19
días!

26.
Procedencia de los datos
¿De dónde salen los datos?
● Navegación en webs, blogs, redes sociales,
● identificación por radiofrecuencia (RFID),
● sensores incorporados en dispositivos, maquinarias, vehículos,
● Búsquedas en Internet,
● Ordenadores
● Tarjetas bancarias
● Teléfonos inteligentes y otros teléfonos móviles,
● Dispositivos GPS y registros de centros de llamadas.
● ...

27.
https://trends.google.com/trends/explore
Actividad 1
Busca en Google.
Pregunta a “Oye Siri”, “Hi Cortana”,
o “OK, Google”...
¿Cómo responden a nuestras necesidades?
https://www.google.es

28.
¿Cómo usamos los datos generados cada día?
Busca en Gogle... Cuántos:
mensajes de texto
mensajes de voz
imágenes
vídeos
blogs, posts, webs...
?

29.
¿Cómo usamos los datos generados cada día?
30 billones de mensajes de texto
200 millones de mensajes de voz
700 millones de imágenes
100 millones de vídeos
400 millones de DVD / día necesitaríamos para almacenar
toda esa información
?

30.
● datos sobre búsqueda...
● ubicación (geolocalización mobil)
● mensajes de contexto y detección
digital
● trazo de hábito digital (like,
follow…)
● “automatic flow” (pings, ruters, etc)
¿Cómo usamos los datos generados cada día?
● mensajes de texto
● mensajes de voz
● imágenes
● vídeos
● blogs, posts,
webs...

31.
¿Cómo usamos los datos generados cada día?
30 billones de mensajes de texto
200 millones de mensajes de voz
700 millones de imágenes
100 millones de vídeos
400 millones de DVD / día
necesitaríamos para almacenar toda esa información
2.5 Quintillones o Pentallones
de bites ...cada día!
(cada dos días, tantos
datos como en toda la
historia hasta 2003)

32.
"Sin datos, sólo eres otra persona con
una opinión".
William Edwards Deming
("Without data you're just another person with an opinion")
Extraído de Wikipedia: https://es.wikipedia.org/wiki/William_Edwards_Deming

33.
http://www.ticbeat.com/bigdata/campana-big-data-dio-victoria-obama/
“Vamos a medir cualquier cosa en
esta campaña”, le aseguraba a los
responsables de la candidatura Jim
Messina, responsable de campaña,
tras ser fichado, según apunta Time.
El equipo de analítica multiplicó su
volumen de empleados por cinco
frente a los contratados en la
campaña anterior (2008) y fichó a un
chief scientist para dirigirlo. Así
descubrieron cosas interesantes,
como que por ejemplo una cena con
George Clooney (y Obama, claro) era
uno de los elementos que mejor
servían para recaudar fondos entre las
mujeres de 40 a 49 años.

34.
Valor añadido: En 30 segundos, ¿Cuánto…?
Internet real time
https://www.betfy.co.uk/internet-realtime/

35.
https://visual.ly/community/infographic/how/internet-real-time

36.
¿Conocéis al autor de esta frase? ¿Año aprox…?
En este mundo moderno los
datos y el exceso de
información son a la vez un
hecho “nocivo y confuso”
para la mente.

37.
¿Conocéis al autor de esta frase? ¿Año aprox…?
En este mundo moderno los
datos y el exceso de
información son a la vez un
hecho “nocivo y confuso”
para la mente.
Konrad Von Gessner, (1516-1565)
in “Biblioteca Universalis” 1545-1549
https://ia600501.us.archive.org/10/items/bibliotheca00gess/bibliotheca00gess.pdf

38.
Trinity College Library Ref: https://cdn.civitatis.com/guias/dublin/fotos/trinity-college-old-library.jpg

39.
Big Data: Un flujo dinámico de información
●Justo a tiempo
●Justo para ti

40.
Datos
en extrema inter-conectividad,
volatilidad,
opacidad
y automatización
cibernética…
¿Para qué sirven en educación?

41.
De la entrega de datos a la búsqueda de
conocimiento
Informe: http://public.brighttalk.com/resource/core/1843/aug_7_big_data_opportunities_lkart_3841.pdf
El reto: BigData en el aula
Photo by Roman Romashov on Unsplash

42.
¿Qué vamos a hacer?
● Big Data: ¿Cuanto es BIG…?
○ Actividad: El Big data en el aula
● Información: ¿Cuándo tiene significado?
○ Actividad: Construyendo conocimiento
● Conocimiento: visible, compartido, hiperconectado y cyber-biónico
○ Actividad: Hay que gestionar la sabiduría colectiva

43.
¿Cómo utilizamos los macro datos en educación?
1-Big Data para el docente:
¿Quién consulta, analiza y utiliza datos con
resultados de diagnóstico educativo? (PISA, Competencias…)
2-Big Data para el alumno:
¿Quién busca, analiza y utiliza datos en las tareas
de aula? (Proyectos, tareas, ejercicios)
https://pbs.twimg.com/media/DKy5r0rU8AEs5AG.jpg:large

44.
¿Quién utiliza herramientas de diagnóstico educativo?
https://pbs.twimg.com/media/DKy5r0rU8AEs5AG.jpg:large

45.
¿Cómo utilizamos los macro datos en educación?
http://public.brighttalk.com/resource/core/1843/aug_7_big_data_opportunities_lkart_3841.pdf

46.
https://trends.google.com/trends/explore
Actividad 2
Big Data para e alumno: Usos de Google Trends
https://trends.google.com/

47.
Recurso: Google Trends https://trends.google.com/
"Big data" is highvolume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of
information processing for enhanced insight and decision making” (Gartner) https://trends.google.com/trends/explore
Fútbol vs. Ciencia
"Big data" son activos de información de gran volumen, alta velocidad y gran variedad
que requieren formas rentables e innovadoras de procesamiento de la información
para mejorar el conocimiento y la toma de decisiones” (Gartner)

48.
Tarea: Google Trends
1.- Entra en: https://trends.google.com/
2.- Explora “cambio climático” e interpreta los resultados.
3.- Comparte y analiza opiniones (grupos de 3-4 personas)
4.- En tu grupo busca otro término significativo que pueda
tener relación con el anterior, compáralo y establece
correlaciones: causa-efecto, distribución espacial, eje
temporal.
5.- Sintetiza y comparte opiniones en tu grupo
6.- Tuitea con el hashtag de #SIMOEDU17 el conocimiento
adquirido.

49.
Reflexión: Aplicación educativa
¿Cómo enriquecemos con estos recursos los proyectos escolares?

50.
Reflexión: Aplicación educativa
● Aprendizaje por tareas
¿Cómo enriquecemos con estos
recursos las tareas colaborativas?
- Atención a la diversidad (NEE)
- Investigacióm/acción
- Reflexión sobre la práctica
- Análisis estadístico
- Comparación visual de datos
● Aprendizaje por proyectos
¿Cómo damos trascendencia global a los
proyectos locales, con estos recursos?
-Internacionalización
-STEM/STEAM/CLIL…
-Ciudadanía ecológica
-Recursos y datos abiertos
-Argumentación basada en datos

51.
De la fragmentación al aprendizaje
significativo
http://public.brighttalk.com/resource/core/1843/aug_7_big_data_opportunities_lkart_3841.pdf
El reto: BigData en educación
Photo by Ricardo Gomez Angel on Unsplash

52.
Procesos
https://i.pinimg.com/originals/be/c3/ba/bec3baf43bd654e1d2f9d7a64019c04b.jpg
Illusion Paintings by Oleg Shuplyak
Aprender es el
proceso de adaptación
necesario para
detectar, interpretar,
e interactuar con el
entorno para
habitarlo, adaptarlo y
compartirlo a largo
plazo.

53.
Productos
● Datos (qué)
● Información (cómo)
● Conocimiento (por qué)
● Sabiduría (con quién)
https://i.pinimg.com/originals/be/c3/ba/bec3baf43bd654e1d2f9d7a64019c04b.jpg
Illusion Paintings by Oleg Shuplyak

54.
Condicionantes
● Datos (percepción)
● Información (interpretación)
● Conocimiento (propósito)
● Sabiduría (principios)
There are no passenger on spaceship
Earth. We are all crew.
Marshall McLuhan
https://i.pinimg.com/originals/75/9e/03/759e035c96ec0a107b43ef9c70fbd7e9.jpg

55.
Aprendizaje con la Información 4.0
Datos:
Nueva definición (sin documento, sólo moléculas de información)
Información:
Autónoma pero dependiente (determinada por la tecnología y el usuario)
Conocimientos:
Orientados por el contexto (determinado dinámicamente por los niveles de
ubicación, proceso y experiencia)
Sabiduría:
Roles humanos y no humanos (más allá del proceso y su implicación, e
plantean cuestiones éticas y de sostenibilidad que debemos abordar)
Ref: The Consortium 4.0 http://information4zero.org/

56.
La construcción de
conocimiento
es un proceso conectivo y
relacional.
Los datos y su significado

57.
La construcción de
conocimiento
es un proceso conectivo y
relacional.
Los datos y su significado

58.
La construcción de
conocimiento
es un proceso conectivo y
relacional.
Los datos y su significado

59.
Vídeo
Construcción de conocimiento, construcción de comunidad

60.
UNESCO 2030: Objetivos compartidos.
El compromiso de la humanidad consigo misma

61.
Conocimiento compartido, creación de comunidad
● Canales activos
● Complejidad cultural
● Sostenibilidad social

62.
¿Por qué visualizar las conductas humanas?
● Canales activos
● Complejidad
cultural
● Sostenibilidad
social

63.
Experiencias
Deseos
Estratégias
Planes
Compartir nos hace más fuertes

64.
Compartir en Internet nos hace globales
Inspiración
Transcendencia

65.
Video -1- (fragmento) La belleza de los datos
https://www.ted.com/talks/david_mccandless_the_beauty_of_data_visualization
(3’00 // 6’59’’) (14’54’’ // 11’03’’)

66.
Vídeo íntegro -1- La belleza de los datos
Ref: The Beauty of Data Visialization
https://www.ted.com/talks/david_mccandless_the_beauty_of_data_visualization

67.
Actividad 3
De la información al conocimieto: Blippar
https://blippar.com/
https://trends.google.com/trends/explore

68.
Recurso: Blippar / https://blippar.com/es/

69.
http://www.cadenadial.com/wp-content/uploads/2017/03/blippar_4_640x360.jpg
Micro habilidades:
- identificación
- reconocimiento
- conectividad
- selección
- relación
- significación
- funcionalidad
- utilidad
- propósito
- ...
Recurso: Blippar
Un ejemplo de identificación hiper-conectada

70.
● Textos
● Vinculos
● Imágenes
● mapas
mentales
● taxonomías
● red semántca
https://thenextweb.com/wp-content/blogs.dir/1/files/2015/03/Apple_Nutrition.jpg
Recurso: Blippar
Un ejemplo de identificación hiper-conectada

71.
1.- Escanea tu mano.
2.- Explora diferentes disciplinas que componen el
conocimiento acumulado sobre el tema.
3.- En grupo, identifica un espacio científico (anatomía,
educación física, arte, filosofía) para generar una tarea de
investigación en el aula.
4.- Puesta en común en el gran grupo respondiendo a la
pregunta “¿Qué habilidades se pueden trabajar con esta
aplicación?”
Tarea: Blippar / Escaneamos una mano

72.
Reflexión: Aplicación educativa

73.
Reflexión: Aplicación educativa
● Aprendizaje significativo
¿Cómo damos profundidad a los datos
digitales y la información virtual para
que adquieran sentido?
Posibilidad de explorar información
de contextos relacionados y
enriquecidos.
Focalizar la atención en aquello que
“me resulta más relevante”.
● Aprendizaje colaborativo
¿Cómo gestionamos el conocimiento
para que constituya un consenso útil?
Co-construcción de conocimiento entre
los miembros del grupo.
Aprendizaje basado en retos que sólo
se resuelven cooperando.

74.
Halos, una herramienta de Blippar para RA
¿quién lee a quién?
¿quié interpreta a quién?
¿quién gestiona los datos?
¿quién toma decisiones?
¿Qué riesgos hay?
https://d3lqgdpixgbyis.cloudfront.net/media/public/2017/07/19/1.jpg

75.
https://trends.google.com/trends/explore

76.
La irrupción de la Inteligencia Artificial
Filtros de identificación: algoritmos de selección por capas

77.
Agregación significativa
● Simultaneidad
● Interpretación
● Toma de decisiones

78.
Conocimiento expandido con Realidad Augmentada
https://techcrunch.com/2017/04/11/gravity-jacks-poindextar-tracks-objects-smallest-details-for-augmented-reality-anywhere/

79.
https://cnet1.cbsistatic.com/img/izEOqr8rWld2f2Pa84K9UjpT-Zg=/1170x0/2017/01/05/a151ee69-6751-4d97-b936-d71c22a03d92/hubbel-hugo-camera-product-photos-combine.jpg
El reto: Interacción H/M

80.
https://assets.fastcompany.com/image/upload/w_1280,f_auto,q_auto,fl_lossy/fc/3027342-poster-emotient-google-glass-detect-emotion.jpg

81.
La percepción unificada
en la Internet de las Cosas,
gestionada por la
Inteligencia Artificial:
Más rápida, más exacta,
más actualizada,
más eficiente …
Y con riesgos
desconocidos.
http://hpwallpaperku.com/wp-content/uploads/2015/08/Digital-Waves-Wallpaper.jpg

82.
Ejemplo: El uso integrado del Big Data (incertidumbre)

83.
Ejemplo: El uso integrado del Big Data (incertidumbre)

84.
Ejemplo: El uso integrado del Big Data (incertidumbre)

85.
Ejemplo: El uso integrado del Big Data (incertidumbre)

86.
El proceso en IoT es:
automatizado, opaco, invisible a la
percepción de los humanos.
Ejemplo: El uso integrado del Big Data (incertidumbre)

87.
Big Data en Internet of Things: Una información
que fluye, evoluciona y hay que interpretar.
http://i.ytimg.com/vi/4gI_w_7WRFs/maxresdefault.jpg

88.
https://elpais.com/elpais/2016/10/26/talento_digital/1477502097_899751.html

89.
Legislación europea
Documento íntegro: http://www.europarl.europa.eu/sides/getDoc.do?pubRef=-//EP//NONSGML+TA+P8-TA-2017-0051+0+DOC+PDF+V0//EN
http://www.mouser.com/images/robotics-and-5g-fig1.jpg

90.
Contenidos
● Big Data: ¿Cuanto és BIG…?
○ Actividad: El Big data en el aula
● Información: ¿Cuándo tiene significado?
○ Actividad: Construyendo conocimiento
● Conocimiento: visible, compartido, hiperconectado y
cyber-biónico
○ Actividad: Hay que gestionar la sabiduría colectiva

91.
"Un profesor podría saber cuáles son los estudiantes que no
están progresando adecuadamente según el plan previsto y
están en riesgo de abandonar la asignatura o el curso"
-Teresa Sancho, profesora de la UOC-
Big Data en educación

92.
Ejemplo
CENTURY, plataforma EdTech que aprovecha análisis de bigdata, mensajería,
neurociencia cognitiva y aprendizaje de máquina para crear un itinerario de
aprendizaje personalizado, adaptable para cada estudiante.
http://www.century.tech/

93.
Big Data en educación
Prasad Ram (aka Pram), ex jefe de I+D de Google, es fundador, creador y CEO
de Gooru , "una comunidad abierta y colaborativa en línea donde se pueden
encontrar los mejores materiales libres para el aprendizaje, creados,
remezclados y compartidos." Gooru aprovecha el poder de los datos para
permitir la personalización aprendizaje.

94.
Gooru, una nueva herramienta para el aula - como la pizarra o el
retroproyector. Permite a los maestros hacer lo que ya hacen bien, pero de
manera más eficiente y con mayor facilidad. Sin embargo, tiene una curva de
aprendizaje porque crea un nuevo conjunto de habilidades. Los educadores
necesitarán aprender a usar datos y análisis. Esto inevitablemente causará un
cambio en el proceso de enseñanza. Y los filósofos han dejado claro durante
siglos que un cambio en el proceso es también un cambio en el resultado.
https://www.forbes.com/sites/jordanshapiro/2013/08/13/this-guy-left-google-to-put-the-power-of-big-data-into-small-classrooms/#305a14592595
Big Data en educación

95.
Ejemplo
Actividad para el alumnado: diseñar proyectos que busquen soluciones para el hogar:
el uso del agua, el control de la temperatura, el consumo eléctrico... serían los
recursos a controlar a través de los dispositivos.
Vídeo: https://www.youtube.com/watch?time_continue=55&v=LR4vx53Fg1A

96.
La interacción implica escucha mutua
El reto: Interacción H/M
Photo by Mihai Surdu on Unsplash

97.
Netflix el servicio de streaming de video funciona tan bien porque conoce
nuestros hábitos de visualización. Recuerda exactamente qué películas has
elegido en el pasado. Registra cuántos minutos toleramos al piloto de Hemlock
Grove antes de apagarlo. Es consciente de lo que eliges entre semana en horario
estelar frente a lo que eliges el viernes por la noche. Y Netflix probablemente
sabe mucho más.
Imagínate si un maestro tuviese acceso al mismo tipo de datos.
https://www.forbes.com/sites/jordanshapiro/2013/08/13/this-guy-left-google-to-put-the-power-of-big-data-into-small-classrooms/#305a14592595
Big Data en educación

98.
“Los datos masivos permiten conocer mejor a nuestros
estudiantes, sus hábitos de estudio y lo que les funciona
mejor a la hora de afrontar los procesos de aprendizaje
para poder ofrecer unos itinerarios más personalizados y
adaptados a cada estudiante”
-Julià Minguillón, profesor de la UOC-
Big Data en educación

99.
Informaciones cruzadas...Gapminder
Herramienta
gráfica, muy
visual, para
analizar
diferentes tipos
de datos
numéricos de
distintos países
en forma de
secuencia
temporal.
http://www.gapminder.org
/

100.
Gapminder: Para obtener la aplicación
Ref: Gapminder en tu navegador
https://www.gapminder.org/downloads/gapminder-hiv-presentation/

101.
Visualizació dinámica
de datos efímeros y
de alta volatilidad: un
valor añadido
Visual Thinking

102.
Actividad de reflexión
colectiva
Modelos de visualización de información:
la escuela condiciona
la representación de la realidad

103.
1.- Imagina una pregunta de examen para cada uno de estos modelos
que representan el Sistema Solar
2.- Compáralas con tus compañeros
3.- ¿Qué esfuerzo o proceso cognitivo requiere cada una de las visualizaciones?
a) Memoria e identificación explícita (Nivel 1 y 2 PISA)
b) Análisis, aplicación y argumentación (Nivel 3 y 4 PISA)
c) Pensamiento crítico, hipótesis creativa (Nivel 5 y 6 PISA)
4.-¿Cómo influye la apreciación de datos dinámicos, en la estimulación del
aprendizaje y del pensamiento inquisitivo?
5.-¿Qué puede aportar la Visualización dinàmica de información, de datos, de
conocimientos, y de procesos, en la educación? (Visual Thinking)
Tarea: Toma de conciencia, para el cambio

104.
Fuente imagen: https://cdn.vox-cdn.com/uploads/chorus_asset/file/8026259/PIA21425.jpg
Imagina una pregunta de examen...

105.
¿Qué falla en
este modelo de
representación?

106.
¿Qué preguntas de examen harías?
Vid vídeo original: https://www.youtube.com/watch?v=0jHsq36_NTU
From 0’30’’ to 2’02’’
https://iwsmt-content-ok2nbdvvyp8jbrhdp.stackpathdns.com/2282013232750iAtC2afkODS6U.gif
http://coub.com/view/1ihz3
¿Qué falla en
este modelo de
representación?

107.
https://stardate.org/sites/default/files/images/gallery/Milky_Wa
y_Arms.png
(Exclusivamente para uso educativo)
Representación de la Via Láctea
(visualización estàtica y plana)
¿Qué preguntas de examen harías?
¿Qué falla en el modelo?

108.
https://upload.wikimedia.org/wikipedia/commons/0/0f/CMB_Timeline75_(Fr).jpg

109.
Los Modelos de Visualización condicionan
la percepción de la realidad
Hemos de pasar de una realidad estàtica a una realidad combiante, con:
- Datos ingentes en contínuo flujo y evolución.
- Información fragmentada y selectiva, generada por humanos y máquinas.
- Conocimiento aplicado y contingente, contextualizado.
- Flexibilidad de modelos representativos y curiosidad científica.
- ...
El Big Data (Macro Datos) puede ayudar a cambiar la educación

110.
El ‘Big data’ es un sistema que permite recoger, gestionar, analizar y
representar grandes volúmenes de datos* que serán utilizados para su
estudio, visualización y aprovechamiento posterior.
*La mayoría de los analistas y profesionales actualmente se refieren a conjuntos de datos que van desde 30-50 Terabytes a varios
Petabytes.
Photo credit: NASA Goddard Photo and Video via Foter.com / CC
BY

111.
En Educación
¿
Big Data o Smart Data
?

112.
Si el Big Data no nos ayuda a solucionar algunos de los problemas
del mundo, el Big Data será un problema más.

113.
Neus Lorenzo
@NewsNeus
Juanmi Muñoz
@mudejarico
Photo by William Bout on Unsplash