¿Es el “conectivismo” una teoría? ¿Lo es del aprendizaje? (y IV)

¿Es el “conectivismo” una teoría? ¿Lo es del aprendizaje? (y IV)

Con este título damos fin a una serie de cuatro post en este blog. Pero ahora, además, los  contenidos abordados forman parte de un trabajo mucho más amplio: Éste es solo un extracto de una parte de un material para utilizar en contextos formativos, es el capítulo que trata el conectivismo. Éste, como el conjunto del que forma parte, está publicado como preprint en E-LIS y constituye la base para el desarrollo de los contenidos de una asignatura, que trata sobre “teorías del aprendizaje”, en el máster universitario que imparto en la Universidad de Alcalá. Se titula “Teorías y modelos sobre el aprendizaje en entornos conectados y ubicuos”, y el capítulo “Bases para un nuevo modelo teórico a partir de una visión critica del conectivismo”. La idea es glosar las teorías existentes, el sentido y la naturaleza de las teorías en general. Sobre ello hacer una crítica del conectivismo, tal como lo definen y desarrollan sus autores George  Siemens y Stephen Downes, y por último definir unas bases, sobre lo existente y sobre las preguntas que estos autores se plantean, para por último establecer un modelo teórico sobre el aprendizaje en entornos conectados y ubicuos.

El trabajo es de mi autoría y con mucho gusto compartiré el material que lo constituye con aquellos que tengan una necesidad similar. Igualmente las críticas y precisiones serán bienvenidas.

1.- ¿En qué situación se plantea la necesidad del conectivismo?

Siguiendo con el análisis del documento, podemos ver que Siemens (2004) señala como un antecedente de su trabajo y de la conceptualización del conectivismo, la definición de Driscoll (2000, p. 11) ya reseñada al principio. De esta forma considera el aprendizaje como un cambio duradero que es obtenido a partir de las experiencias y de las interacciones del aprendiz con otras personas. Esto no es nuevo para cualquiera que sea mínimamente estudioso del tema, ya se había planteado con más consistencia y detalle en los trabajos sobre socioconstructivismo, como hemos visto en el artículo de Onrubia (2005 p.6), Actividad conjunta y procesos de enseñanza y aprendizaje en entornos virtuales, pero también en las teorías de la Conversación (Pask, 1975) y en general por Vygotsky (1978).

Pero lo más importante es lo que sigue, donde cita igualmente a Driscoll (2000, p.14-17) para señalar las complejidades del aprendizaje no superadas por las corrientes anteriores: ¿Cuáles son las fuentes válidas del conocimiento? ¿Lo adquirimos a través de experiencias o es innato? ¿Lo adquirimos a través del pensamiento y el razonamiento? También plantea interrogantes sobre el contenido del conocimiento: ¿Es el conocimiento realmente cognoscible? (sic)[1]¿Pueden ser [el contenido] accesible a través de la experiencia humana?

Por último reseña las consideraciones finales, donde esquematiza todo lo desarrollado anteriormente en tres “tradiciones epistemológicas” con referencia al aprendizaje:  objetivismo, pragmatismo, e interpretativismo. Haciéndolos coincidir con el conductismo, el cognitivismo y el constructivismo. De esta manera el objetivismo establece que “la realidad es externa y es objetiva, y el conocimiento es adquirido a través de experiencias”.

Estos puntos de debate no tienen actualmente vigencia ni para el propio conductismo que centra sus estudios en teorías sobre la teoría del aprendizaje social (Bandura, 1987 y 1999) muy cercanas  al sociocognitivismo, así como por haber postulado la categoría de autoeficacia y del aprendizaje por la observación o modelado, teorías de naturaleza muy próxima a las teorías cognitivas, solo que en vez de trabajar con funciones observables como son las competencias lo hace con la conducta como función igualmente observable. Nadie pues los reivindica.

En las teorías no conductistas, e incluso en los planteamientos actuales de éstas, carece de importancia conocer las actividades internas relacionadas con el aprendizaje para comprender los procesos de éste. El aprendizaje tiene sus leyes y principios propios y son independientes del soporte, sea este biológico, químico o mecánico (electrónico, digital, etc.) de igual forma a como sucede con otras facultades humanas o construcciones abstractas, como son la lógica o las matemáticas. Las Leyes de Morgan se aceptan independientemente de que estén soportadas en circuitos eléctricos, en circuitos impresos en chips o en circuitos integrados. Esto no afecta a su naturaleza ni a su validez. Podría ser válida una tecnología digital, incluyendo la implementación de la Lógica y de las Matemáticas, igualmente si tomásemos como orientación digital para el 1 la que actualmente se utiliza para el 0, o al revés.

Igual sucede con el texto. Una obra literaria puede ser una obra maestra o una mediocridad, pero depende más (se podría decir que exclusivamente) de facultades como la creatividad, la sensibilidad, la experiencia personal y la técnica expresiva del autor que del soporte, sea este biológico (memoria), escrito o mecánico,  a partir de unos mínimos.

Es más bien al revés: La ingeniería del conocimiento debe comprender estas funciones en sí mismas, en su propia naturaleza y dinámica para hacer más fluidos y eficientes sus procesos. Así ha sido en la computación, no solo en lo que respecta a la lógica (no solo simbólica o matemática) o a las matemáticas, sino al diseño gráfico, la animación, las finanzas, etc.

En lo que respecta al aprendizaje son líneas muy productivas en este sentido las que intentan implementar la generatividad en los objetos de aprendizaje, o las que intentan adaptarlos a los distintos estilos de aprendizaje o a los tipos de aprendizaje, agrupándolos por competencias (skill clusters).

Entre los planteamientos de Driscoll, a los que Siemens sólo menciona como antecedentes de los suyos propios, se incluyen la crítica al cognitivismo y al construccionismo  por las limitaciones que suponen los esquemas simplificados que él mismo atribuye a estos enfoques teóricos: “El cognitivismo a menudo toma un modelo computacional de procesamiento de la información. El aprendizaje es visto como un proceso de entradas, administradas en la memoria de corto plazo, y codificadas para su recuperación a largo plazo” Desconoce todo lo concerniente a estrategias de selección, organización y elaboración.

En lo que sigue, Driscoll sigue enunciando aspectos muy generales de las teorías clásicas sin señalar claramente cuales son las limitaciones. Por tanto podemos decir que no hay objeto de rebatirlo porque suponen una simplificación, por no decir un conjunto de lugares comunes, de lo que dicen los autores de esas corrientes. A  los que no cita, ni entra en detalle. Los autores y las visiones vigentes sobre el aprendizaje tienen un ingente desarrollo en conceptualizaciones, métodos y teorías, apoyadas todas ellas por investigaciones que arrojan evidencias que no son para ser tenidas en cuenta. En definitiva lo aportado por Siemens supone una simplificación que no se puede debatir por no tener elementos concretos en lo que es la dinámica de las investigaciones y de las teorías. Rebatirlas sería caer en la misma banalización, y ya no estaríamos en un terreno académico sino en otro ámbito del que lo menos que cabría decir es que es hermenéutico o interpretativo.

Sin embargo no podemos soslayar las afirmaciones centrales. Entre las limitaciones que atribuye a las corrientes ya citadas está la que señala Siemens:

Un principio central de la mayoría de las teorías de aprendizaje es que el aprendizaje ocurre dentro de una persona (learning occurs inside a person).

Esta afirmación así enunciada carece de contenido significativo preciso: Es un lugar común o una ambigüedad. ¿Qué quiere decir dentro de una persona? No es nada extraño que la afirmación sea expresada como tópico. Estaríamos dentro de la tónica de irrelevancias que hace que estas afirmaciones, por el simple hecho de expresarlas, son aceptadas sin discusión en las redes sociales, fenómeno del que no escapa este trabajo. Si alternativamente aceptamos que es ambigua --- de hecho la expresión “dentro de una persona” es muy polisémica---, en un ejercicio de interpretación podemos aceptar que se refiere a lo que hemos tratado antes sobre “actividades internas relacionadas con el aprendizaje”, cuando hablábamos de la base biológica. Pero es difícil que así sea. Lo más probable es que haya querido decir que “el aprendizaje es exclusivo de las personas” (en el sentido “el aprendizaje no se produce fuera de las personas”: En los animales o en los artilugios). Lo cual coincide con lo visto, aunque Siemens lo considera como una limitación del resto de teorías. Y viene a confirmar, al considerar este principio como una limitación de las teorías existentes, lo que este autor considera como la principal aportación del conectivismo, en su principio tercero: El aprendizaje puede residir en dispositivos no humanos.

Esta interpretación de que “el aprendizaje puede residir en dispositivos no humanos” que contradice frontalmente todas las teorías y concepciones del aprendizajes, dado que cuestiona su misma base en el contenido central, se ve confirmada cuando señala que las teorías existentes tienen como limitación no contemplar esa posibilidad:

Estas teorías no hacen referencia al aprendizaje que ocurre por fuera de las personas (v.gr., aprendizaje que es almacenado y manipulado por la tecnología). También fallan al describir cómo ocurre el  aprendizaje al interior de las organizaciones.

Es obvio que confunde aprendizaje con contenidos e inferencia automática con elaboración.

Pero sigamos. Cuando dice

Las teorías de aprendizaje se ocupan del proceso de aprendizaje en sí mismo, no del valor de lo que está siendo aprendido.

queda en evidencia que el autor no conoce los rasgos más básicos que poseen las teorías. Los descritos por Reigeluth según hemos visto al principio.

Lo así enunciado, directamente, es falso. Precisamente las teorías según hemos visto consideran que el aprendizaje es tal, está en su definición, si atribuye valor y significado a los conocimientos. El aprendizaje se produce como hecho efectivo con la atribución de sentido y valor. Así se considera precisamente en la teoría del aprendizaje significativo de Ausubel.

En la línea de las limitaciones de las teorías anteriores, en el documento que estamos analizando, se plantean algunas preguntas. Veamos el propio enunciado de este apartado y las preguntas.

En el enunciado dice:

Estas son algunas preguntas para explorar en relación con las teorías de aprendizaje y el impacto de la tecnología y de nuevas ciencias (caos y redes) en el aprendizaje:

Ya veremos, en el desarrollo posterior, que la influencia de la teoría del caos y de las nuevas ciencias se produce exclusivamente a partir de los significados atribuidos a estas ideas, de forma trivial.

La primera pregunta dice:

¿Cómo son afectadas las teorías de aprendizaje cuando el conocimiento ya no es adquirido en una forma lineal?

Entendemos que se quiere decir que “el conocimiento ya no es elaborado o producido”. El aprendizaje como hemos visto supone una transustanciación de la información en algo que es distinto. Pero eso no es lo importante. Lo significativo de la afirmación es la suposición de un punto de quiebra de discontinuidad con la aparición de las tecnologías digitales las redes y las conexiones. La “adquisición” nunca ha sido lineal.

El incremento del conocimiento se ha producido siempre siguiendo el mismo modelo en entornos locales. Nunca ha sido lineal. Una ley universal es que los conocimientos producidos son función de los conocimientos ya existentes, luego no hay una constante de proporcionalidad. Tendría más que ver con una progresión geométrica (de razón más o menos próxima a 1), o con una función exponencial de base más o menos próxima a 1, pero mayor.

Pero en todo caso la masa de conocimientos existentes en un dominio afecta a las capas altas de la producción, la investigación básica, y casi nada a la instrucción básica y media. A los curricula escolares no se ha incorporado sustancialmente nada nuevo en los últimos siglos, en algunas materias (se puede señalar matemáticas, que los últimos contenidos son del siglo XVIII, y excepcionalmente del siglo XIX y XX). Es más, algunos luchamos por que  se incorporen contenidos nuevos y sencillos, como los fractales y las formas fractales, y no lo conseguimos. Sin embargo la complejidad conceptual de los contenidos no aumenta con el progreso tecnológico en las etapas básicas. Los niños actuales no transforman un diagrama elemental de flujo, realmente ni lo representan, en un anidamiento de paréntesis para realizar operaciones en una hoja de cálculo, cuando hace algunos años lo hacían sin dificultad en programación de LOGO o de BASIC. No es cierto que, en general, la riqueza cognitiva aumente con la potencia funcional de los entornos, ni la habilidad para manejarlos. En algunos casos disminuye. Y para algunas habilidades ---el cálculo mental, la algoritmia,…--- con todos

En la siguiente pregunta se incluye una afirmación. Cuando dice: ¿Qué ajustes deben realizarse a las teorías de aprendizaje cuando la tecnología realiza muchas de las operaciones cognitivas que antes eran llevadas a cabo por los aprendices (almacenamiento y recuperación de la información)? está suponiendo que el almacenamiento y la recuperación de la información son operaciones cognitivas. En sí estas operaciones carecen de riqueza cognitiva. Es distinta la tarea o acto de almacenar la información que el procedimiento que se utiliza, su diseño para ello, su elaboración y el estudio correspondiente, que supone una disciplina altamente conceptualizada y teorizada. Sin embargo no considera un aspecto esencial del tema: El aprendizaje generativo. Al quedar el aprendiz liberado de tareas repetitivas puede percibir de forma limpia, sin fatigas ni distracciones, otras propiedades. Ya hemos citado en innumerables ocasiones como ejemplo de este hecho, el estudio de las propiedades gráficas de las funciones matemáticas elementales.

En las preguntas siguientes aparecen conceptos extraídos de otros dominios pero con una resonancia atractiva, biensonantes, pero que no se definen con claridad ni como concepto en este ámbito ni sus relaciones con el aprendizaje a través de la tecnología de redes. Así habla, por ejemplo, de ecología formativa. Y otras veces habla de conceptos perfectamente definidos en otros contextos teóricos, pero citándolos con acepciones simplificadas en consonancia con lo que en un contexto más trivial quieren decir. Así habla de complejidad, caos, patrones,… dando por hecho su vinculación con aspectos del aprendizaje o como novedad en la que el aprendizaje alcanza una dimensión distinta, digna de un tratamiento teórico nuevo.

Ante las limitaciones de las teorías existentes Siemens plantea una teoría alternativa, fundada en la inclusión de la tecnología y el establecimiento de conexiones como actividades de aprendizaje. Ya no es posible experimentar y adquirir personalmente el aprendizaje que necesitamos para actuar. Ahora nuestras competencias derivan de la construcción de conexiones[2].

Con esta formulación no nos queda muy clara la fundamentación de la teoría. Queremos entender según lecturas posteriores de Downes (2012) (Zapata-Ros, 2012) que “la teoría se funda en la potencia de la tecnología y la capacidad de establecer conexiones, entendemos entre distintos conocimientos o formulaciones o representaciones de estos conocimientos o de establecer conexiones entre individuos como elementos desencadenantes de aprendizajes”. Y que igualmente ahora a las vías tradicionales de adquisición de competencias se añade la posibilidad de que esa adquisición se produzca en un entorno de conexiones interindividuales o entre individuos y recursos. Pero en todo caso esta es una formulación que no coincide con la original y que en todo caso la suscribe Downes de esta forma matizada. Y sobre todo creemos que está fuera de lugar, a partir de lo expuesto, que ahora “ya no es posible experimentar y adquirir personalmente el aprendizaje que necesitamos para actuar.

En la formulación actual de Downes (2012) se experimenta un giro radical aceptando que no solo hace falta que sea el individuo quien en un  entorno conectado sea el que establezca enlaces y como resultado se produzca el conocimiento sino que para ello es imprescindible la atribución de significado:

I don't want to spend a whole lot of time on this, but I do want to take enough time to be clear that there are, unambiguously, numerous types of meaning. Why is this important? When we talk about teaching and learning, we are often talking about meaning. Consider the classic constructivist activity of 'making meaning', for example. Or even the concept of 'content', which is (ostensibly) the 'meaning' of whatever it is that a student is being taught.

En la parte siguiente del documento (Siemens, 2004) que analizamos se justifica la necesidad de la teoría alternativa en función de los nuevos conocimientos, en particular señala la importancia del caos:

El caos es una nueva realidad para los trabajadores del conocimiento. ScienceWeek (2004) cita la definición de Nigel Calder en la que el caos es “una forma críptica de orden”. El caos es la interrupción de la posibilidad de predecir, evidenciada en configuraciones complejas que inicialmente desafían el orden[3].

Es justo al revés, podemos decir que “el caos es la posibilidad de predecir en ciertas condiciones iniciales y de contexto, de forma probabilística, en situaciones complejas que desafían el orden”.

En el documento del que está extraído este post ponemos un ejemplo extenso muy significativo. Está obtenido de la sociología de la Sociedad del Conocimiento. Evers (2000), en un caso que recojo en otro trabajo (Zapata-Ros, 2012), aborda la cuestión de la ignorancia en la Sociedad del Conocimiento.

En él se plantea el problema: El del crecimiento de la ignorancia como función exponencial cuya base es función de otra exponencial, la del crecimiento del conocimiento.
El problema es que con este modelo (Fig. 1), válido en un entorno temporal, el sistema colapsa. La solución es un modelo basado en sistemas dinámicos, en particular en los sistemas dinámicos de caos (lo que se conoce vulgarmente como caos o teoría del caos).

Fig. 1

En definitiva estos modelos contribuyen a la solución del problema. Podemos decir que “el caos es la posibilidad de predecir en ciertas condiciones iniciales y de contexto, de forma probabilística, en situaciones complejas que desafían el orden”.

Difícilmente, como veremos, se puede obtener de lo que sigue una afirmación que concuerde con el sentido que tienen los desarrollos de los sistemas dinámicos de caos. Podríamos ir puntualizando cada incidencia del texto reproducido a continuación, pero son suficientemente claras a poco que analicemos lo que explicamos después. Se trata pues de un abuso de interpretación a partir del enunciado de la teoría, o de la metáfora que el autor utiliza para su mejor comprensión, pero que es nterpretada de forma abusiva más allá de la intención, o del título:

El caos, como ciencia, reconoce la conexión de todo con todo. Gleick (1987) indica: “En el clima, por ejemplo, esto se traduce en lo que es medio en broma conocido como el Efecto Mariposa: la noción que una mariposa que bate sus alas hoy en Pekín puede transformar los sistemas de tormentas el próximo mes en Nueva York” (p.8). Esta analogía evidencia un reto real: “la dependencia sensible en las condiciones iniciales” impacta de manera profunda lo que aprendemos y la manera en la que actuamos, basados en nuestro aprendizaje. La toma de decisiones es un indicador de esto. Si las condiciones subyacentes usadas para tomar decisiones cambian, la decisión en sí misma deja de ser tan correcta como lo era en el momento en el que se tomó. La habilidad de reconocer y ajustarse a cambios en los patrones es una actividad de aprendizaje clave.

El eco y la rápida difusión que tienen en las redes desarrollos complejos científicos hace que los aspectos más anecdóticos, o más llamativos por su enunciado o incluso por su título, alcancen una rápida y amplia difusión, otorgándose a esos aspectos triviales categorías científicas, con la evidente intención de prestigiar lo que se dice, pero sin ir acompañadas del rigor que suponen los procesos de prueba, demostración o validación.

Esto constituye un fenómeno propio de la sociedad de la información, de las redes, etc. donde el rápido y masivo acceso de personas sin una sólida formación científica o incluso lógica, ayudado del potencial de difusión de estos entornos, lo hace posible. Por otra parte el ritmo de novedades hace que una verdad nueva sustituya a la antigua sin tiempo para actuar con la parsimonia que la ciencia exige, y sin validar la verdad aceptada. Se constituyen así sistemas de creencias donde se aceptan de forma acrítica supuestas verdades únicamente avaladas por la aceptación de un número considerable de personas que incorporan estos enunciados a sus quehacer académico, científico, profesional, artístico, o a las citas de sus trabajos, constituyendo en conjunto una mística, un sistema de ideas aceptadas con una actitud muy próxima a la fe religiosa. Con la diferencia de que en la religión, a favor de ella, las verdades aceptadas han sido decantadas por periodos muy largos de tiempo, depurándolas, mediante las vivencias y las experiencias de los fieles, despojándolas de esta forma de las contingencias temporales, accidentales o intrascendentes. Por el contrario estos otros sistemas de creencias que aludimos aquí se convierten de esta forma en una especie de religiones efímeras.

Así sucede por ejemplo con el “efecto mariposa”. Inicialmente este concepto tiene su origen en una metáfora utilizada por  Edward Lorenz, en el invierno de 1961, en el contexto de un trabajo que estaba realizando con un sistema dinámico[4] . Para ello utilizaba su ordenador en una simulación del comportamiento del tiempo meteorológico, para predecirlo. Lo relata Ian Stewart en su libro ¿Juega Dios a los dados?

Descrito de forma simplificada Lorenz estaba alizando con un algoritmo, y un programa de ordenador de la época, el comportamiento de un sistema dinámico. En esta ocasión lo hacía para verificar las ejecuciones anteriores. Estos ordenadores por problemas de memoria y de capacidad de cálculo eran muy lentos para realizar las iteraciones propias del sistema dinámico. En un momento determinado pensó descansar e ir a tomar un té. Para ello anotó el ultimo resultado que le daba el ordenador en la impresora. Para ahorrar espacio la había configurado par aque mostrase solo tres cifras decimales. Anotó pues 0,506, cuando el valor almacenado en la memoria era de seis cifras: 0,506127, que evidentemente era otra aproximación si bien menos  grosera. A la vuelta de tomar el té continuó las iteraciones con este dato. Al final encontró que la nueva ejecución no había respetado la segunda mitad de las anteriores. Las dos ejecuciones divergían progresivamente, hasta que al final el resultado nuevo  no guardaba ningún parecido con los anteriores.

Los que hemos trabajado con sistemas dinámicos sabemos que incluso hay valores iniciales donde hay un límite para la convergencia del sistema. A un lado de ese valor se produce un ciclo y al otro no. Esto ha dado lugar a otra expresión que ha dado mucho juego por la palabra utilizada, se trata de la constante de Feigenbaum o constante del caos.

2.- Definición del conectivismo

En el documento base que analizamos, Siemens (2004) define el conectivismo a través de la integración de principios de otras teorías y por una serie de principios propios que enuncia. Así dice:

El conectivismo es la integración de principios explorados por las teorías de caos, redes, complejidad y auto-organización.

Sin hacer referencia a teorías estructuradas, a autores que las desarrollan ni en general a un sistema de ideas estructuradas que no sean las que ha enunciado en el mismo documento. Como hemos visto lo menos que puede decirse es que esto es insuficiente. En particular son insuficientes los principios que quiere integrar del caos, además de difusos,  incorrectamente enunciados y laxos. Lo que sigue es atribuir a artificios capacidades o funciones atribuibles a humanos  o reincidir en aspectos que están en el origen de teorías y desarrollos ignorados, y suficientemente y coherentemente tratados, como es la metacognición. Sin embargo enuncia una idea vaga en este sentido pero atribuida a la teoría:

El conectivismo es orientado por la comprensión que las decisiones están basadas en principios que cambian rápidamente. Continuamente se está adquiriendo nueva información. La habilidad de realizar distinciones entre la información importante y no importante resulta vital. También es crítica la habilidad de reconocer cuándo una nueva información altera un entorno basado en las decisiones tomadas anteriormente.

Aspectos definitorios son los que se dice en otro punto:

El aprendizaje es un proceso que ocurre al interior de ambientes difusos de elementos centrales cambiantes – que no están por completo bajo control del individuo. El aprendizaje (definido como conocimiento aplicable[5]) puede residir fuera de nosotros (al interior de una organización o una base de datos), está enfocado en conectar conjuntos de información especializada, y las conexiones que nos permiten aprender más tienen mayor importancia que nuestro estado actual de conocimiento.

De ahí se deduce que las ideas centrales del conectivismo son dos: Que el aprendizaje son solo conocimientos (contenidos) útiles en distintos contextos y que por tanto pueden estar almacenados (soportados) en dispositivos y segundo que el individuo debe contar con una disposición (debe disponer de competencias, habilidades, para utilizar esea información ---no queda claro de si inferirla, parace ser más importante conectarla  la idea de conexión es central para Siemens--- o estar en los nodos adecuados).

En cualquier caso la definición que hace Siemens (2004) del aprendizaje como "conocimiento aplicable", que "puede residir fuera de nosotros (dentro de una organización o de una base de datos)" rompe con todas las definiciones existentes ya que entonces el aprendizaje no se define como un proceso, sino como un resultado. 

Si fuese así, si adoptamos esta definición de aprendizaje, entonces la conclusión de que este conocimiento puede residir en una base de datos o en una organización es obvia y banal. 

Por otro lado si adoptamos, como hace en otro principio, que el aprendizaje es un proceso de creación de vínculos entre los elementos de información, y que el aprendizaje podría residir en dispositivos  no humanos, estaríamos pensando en la web 2.0, en redes sociales, la búsqueda en Google. YouTube, en definitiva en los sistemas de software que modificar la información que nos suministran en función de las entradas, la nueva información, que suministramos y de las preguntas que le hacemos. Pero la forma en que estos sistemas conectan la información para ofrecer resultados escapa a nuestro control, a nuestra decisión y a nuestra creatividad ¿Cuál es el algoritmo que Google utiliza para seleccionar la información que demandamos en función de nuestro perfil, el que él maneja, y de qué otras informaciones interesadas o no se sirve? ¿y cuáles son sus criterios?. Igual sucede con Facebook o Google+ que maneja hasta la prioridad de nuestras fotos. No hablemos de Amazon o cualquier portal de ventas.

Porque no creemos que Siemens cuando hace esta definición de aprendizaje esté pensando en que el individuo, el aprendiz, esté utilizando teorías complejas como la del caos, los sistemas dinámicos o la lógica difusa para establecer las conexiones. Y si lo utiliza como una especie de calculadora inferencial está abdicando de aprender de igual forma como cuando un alumno utiliza una calculadora no lo hace por aprender sino por evitarse el engorro de los cálculos. Y esa idea nada tiene que ver con el aprendizaje.

3.- Pero ¿es el conectivismo una teoría?

Ya hemos visto que no tiene ni está estructurada según los elementos que atribuyen los clásicos a una teoría: Objetivos, valores, condiciones de aplicación, métodos, elementos de que consta la teoría, validación y  problemas abiertos y líneas de desarrollo futuras, entonces ¿qué es?

George Siemens (2004) afirma "que el conectivismo (…) es una teoría” que se caracteriza por considerar el aprendizaje como una extensión "del aprendizaje (ya existente), del conocimiento y de la comprensión a través de la extensión de una red personal".  Utiliza el ejemplo de alumnos que ante una huelga de profesores son ayudados por miembros de la tercera edad de su red como tutores. El ejemplo es sugestivo pero no es un elemento de una teoría, sino un punto de vista pedagógico, por mucho que a partir de él que plantee una filosofía subyacente acerca de que los alumnos desde una edad temprana tengan la necesidad de crear conexiones con el mundo más allá de la escuela con el fin de desarrollar las habilidades en redes que les permitan gestionar sus conocimientos de manera eficaz y eficiente en la sociedad de la información. Es una reflexión para tenerla en cuenta en la organización de actividades y de recursos en la programación educativa.

Este ejemplo es significativo. De él como del resto se desprende que lo que Siemens nos presenta es un conjunto de  puntos de vista en un desarrollo estructurado de ideas que se adapta a los tiempos actuales y al tipo de habilidades que los alumnos deben adquirir. Sin embargo Siemens atribuye estas deficiencias a las teorías del aprendizaje, que tienen como objetivo estudiar los procesos de aprendizaje del individuo, y a partir de ellos fundar los diseños instruccionales y la práctica educativa. Esto constituye un error, porque confunde el nivel curricular con las teorías sobre el aprendizaje, atribuyendo errores de aquél a estas. Se confunde de nivel.

Otro ejemplo de relación, enlace/nexo débil entre un fenómeno y su explicación lo constituye la justificación de la creación de conocimiento en los dispositivos no humanos.

Siemens dice en palabras de Landauer y Dumais (1997) cuando estos analizan el fenómeno según el cual “las personas tienen mucho más conocimiento del que aparentemente está presente en la información a la que  han estado expuestas”. Siemens dice que estos autores adoptan un enfoque conectivista^[6] cuando dicen que  “la simple noción de que algunos dominios de conocimiento contienen vastas cantidades de interrelaciones débiles que, si se explotan de manera adecuada, pueden ampliar en gran medida el aprendizaje por un proceso de inferencia”. Igualmente dice que el valor, en estos procesos, del reconocimiento personal de patrones y para conectar nuestros propios “pequeños mundos de conocimiento” es aparente (entendemos que irrelevante o trivial) frente al impacto exponencial que recibe nuestro aprendizaje.

Hay que hacer varias observaciones sobre la debilidad de los nexos establecidos aunque sean formales: En primer lugar Siemens establece que estos autores presentan un enfoque cognitivista, cuando Landauer y Dumais en 1997 no es probable que hubieran oído hablar de conectivismo.

Pero no es esto lo más importante, si seguimos el razonamiento de Siemens, se podría argumentar un principio general del conectivismo que establece que la identificación de los vínculos débiles entre conocimientos de una diversidad de dominios podría ser un posible detonante de inferencias, y esto lo establece como un principio del conectivismo que podríamos llamar Van Plon Perhagen (2006) "análisis interdisciplinar para descubrir escondidas sinergias”

Sin embargo se mantiene la incertidumbre sobre cuál es la identidad real del conectivismo, al respecto, carecemos de una descripción mínimamente detallada, rigurosa y justificada lógicamente de cuál es el perfil de los aprendices, de los objetos y de las condiciones del aprendizaje. No digamos ya de la validación, significado y valor. Como elementos justificados, porque no obstante el principio de que "el aprendizaje puede residir en dispositivos no humanos" parece tener un un significado especial y central en la estructura que Siemens nos plantea.

Por otro lado no cabe desdeñar el diagnóstico de la importancia de este hecho, la obtención de cconocimiento nuevo a partir de la ingente cantidad de información existente, pero hay caminos seguramente más fructificos para indagar:

-       Como ya hemos señalado, en el campo de la psicología del aprendizaje cabe vincularlo con los conceptos estudiados por la psicología gestáltica en torno al “cierre gestáltico”.

-       En el campo de la computación, con los estudios de la inferencia (motores de inferencia lógica y declarativa de la programación lógica (Zapata, 1990b) en particular lo aplicado a los test y ejercicios de cloze.

-       Los criterios y algoritmos de priorización que utilizan las redes sociales y los entornos y herramientas de la web social (Google, Google Académico, +1, Amazon, YouTube, etc.)

Como hemos visto al principio, una teoría debe explicar los fenómenos que son su objeto  y las explicaciones deben ser verificables. Por tanto por lo menos los enunciados deben ser claros de tal forma que puedan ser validados. Sin embargo la información presentada en este trabajo  no es lo suficientemente concreto y con estructura lógica suficiente y coherente que permita someterlo no solo a verificación sino a debate. Cualquier comentario sobre los aspectos tratados es debtible por no tener referencias claras a un contexto (condiciones de la teoría). Los principios no están lo suficientemente vinculados a los argumentos ni a los ejemplos para desarrollar un sistema de ideas sobre cómo la teoría puede funcionar en la práctica. 

4.- Conclusiones sobre el conectivismo.-

Muchas de las valoraciones y resultados del análisis que hemos hecho coinciden  con los que merecen a Van Plon Verhagen  (2006):

Las preguntas que presenta Siemens no son útiles para planteárselas en el nivel de instrucción, para la práctica cotidiana, y tampoco son para planteárselas en el nivel del plan de estudios, de su diseño, práctica y evaluación. Hay otras propuestas más relevantes para el nivel de instrucción sobre cómo tiene lugar el aprendizaje. Las teorías del aprendizaje ya existentes son más relevantes, dan más respuestas y mucho más matizadas, experimentadas y contrastadas con la práctica, en este nivel. En el plano de diseño o de elaboración de los planes de estudios tiene mucha más importancia ver qué se aprende y por qué. 

Para estos niveles, el de la instrucción y el del diseño, Siemens solo presenta sus puntos de vista en un desarrollo estructurado de conocimientos que se adapte a los tiempos actuales y al tipo de habilidades tecnológicas que los alumnos deben adquirir para ello. 

Siemens encuentra deficiencias en las teorías que se centran en los procesos de aprendizaje del individuo. Pero en este caso Siemens comete un error, porque se encuentra con deficiencias correspondientes al nivel curricular que él atribuye a las teorías. Y éste es un error básico en la lógica que fundamenta una teoría.

El conectivismo se nos presenta como una teoría que supera los déficits de las, según el autor, tres grandes teorías existentes sobre el aprendizaje en base a tres grandes corrientes del pensamiento y de la ciencia de la sociedad actual: la teoría del caos, la de la complejidad y la de la de redes/auto-organización, y lo hace en función de unos enunciados confusos sobre si el aprendizaje se produce dentro o fuera del individuo mezclando niveles de significación, y de unos principios en los que destaca la conceptualización del aprendizaje como vinculado a la configuración de las redes y como algo relacionado con la capacidad de configurar la información y las capacidades para obtener más rendimiento cognitivo de la información que hay en redes.

Todas estas atribuciones del aprendizaje no hablan mucho de los procesos de aprendizaje del individuo y sí de lo que ha de ocurrir para que este se produzca.

Además de las conclusiones generales que hemos ido obteniendo, como necesidad de un auténtico diseño teórico que afronte muchas de las necesidades que se apuntan en este trabajo, podemos extraer unas conclusiones más generales:

-       Seguir con el desarrollo de investigaciones y experiencias en las líneas ya abiertas, y que tienen como interrogantes, objetivos de investigación y, en muchos casos, respuestas, a las limitaciones y vacíos planteados 

-       Aprovechar las reflexiones de Siemens sobre qué es bueno para que se produzca el aprendizaje en entornos virtuales y de redes, considerándolo como válido para establecer horizontes, objetivos, líneas y temas de investigación, relacionándolas con la configuración de redes y entornos para conseguir aprendizajes de más calidad en relación a objetivos específicos

-       Aprovechar el impulso de estas inquietudes y el resultado de las investigaciones para establecer criterios pedagógicos y de diseño instruccional.

REFERENCIAS

Downes, S. (2012) Connectivism and Connective Knowledge. Essays on meaning and learning networks. Accedido en  http://www.downes.ca/files/Connective_Knowledge-19May2012.pdf el 25/08/12.

Driscoll, M. (2000). Psychology of Learning for Instruction. Needham Heights, MA, Allyn & Bacon.

Esteban, M. y Zapata, M. (2008, Enero). Estrategias de aprendizaje y eLearning. Un apunte para la fundamentación del diseño educativo en los entornos virtuales de aprendizaje. Consideraciones para la reflexión y el debate. Introducción al estudio de las es trategias y estilos de aprendizaje. RED. Revista de Educación a Distancia, número 19. Consultado (día/mes/año) en http://www.um.es/ead/red/19

OCDE, 2009. Informes PISA-ERA 2009. Informe español Resumen ejecutivo. http://www.educacion.gob.es/dctm/ministerio/horizontales/prensa/notas/2011/20110627-resumen-ejecutivo-informe-espanol-pisa-era-2009.pdf?documentId=0901e72b80d241d7

Onrubia, J. (2005, Febrero). Aprender y enseñar en entornos virtuales: actividad conjunta, ayuda pedagógica y construcción del conocimiento. RED. Revista de Educación a Distancia, número monográfico II. Consultado el 9 de Febrero de 2005 en http://www.um.es/ead/red/M2/

Pask, G. (1975). Conversation, cognition and learning. Amsterdam and New York: Elsevier. http://elib.tu-darmstadt.de/tocs/179449400.pdf

Reigeluth, C. M., editor (1983). Instructional Desing theories and models: An overview of their current status. Lawrence Erlbaum Associates, Hillsdale.

Reigeluth, C. M., editor (1987).  Instructional Theories in Action: Lessons Illustrating Selected Theories and Models. Laurence Erlbaum Associates, Hillsdale, New Jersey.

Schunk, D.H. (1991).  Learning theories. An educational perspective. New York: McMillan.

Schunk, D.H. (1995). Inherent  details of self-regulated learning include student perceptions. Educational Psychologist, 30, 213-216.

Schunk, D.H. y Zimmerman, B.J. (1994). Self-regulation in education: Retrospect and prospect. En D.H. Schunk y B.J. Zimmerman (Eds.), Self-regulation of learning and performance. Hillsdale, NJ: Erlbaum.

ScienceWeek (2004) Mathematics: Catastrophe Theory, Strange Attractors, Chaos. Consultado el 18/8/2011 en de http://scienceweek.com/2003/sc031226-2.htm.

Siemens, G. (December 12, 2004). Connectivism: A Learning Theory for the Digital Age Consultado el 18/8/2011 en http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.87.3793&rep=rep1&type=pdf 

Siemens, G. (2005) Connectivism: Learning as Network-Creation http://www.astd.org/LC/2005/1105_seimens.htm

Siemens, G.  (November 12, 2006) Connectivism: Learning Theory or Pastime of the Self-Amused?  http://www.elearnspace.org/Articles/Connectivism_response.doc

SIEMENS, George; WELLER, Martin (coord.) (2011). “The Impact of Social Networks on Teaching and Learning” [online monograph]. Revista de Universidad y Sociedad del Conocimiento (RUSC). Vol. 8, No 1, pp. 164-170. UOC. [Accessed: dd/mm/yy].

Siemens, G. (2011) Blog. http://www.connectivism.ca/

Schmeck, R.R. (1988). Individual differences and learning strategies. En C.E. Weinstein, E.T. Goetz y P.A. Alexander (Eds.),  Learning and study strategies: Issues in assessment, instruction and evaluation. New York: Academic Press.

Stewart, Ian (2001) ¿Juega Dios a los dados?. Ed. Crítica.

Vygotsky, L. (1932). El Desarrollo de los Procesos Psicológicos Superiores. México. Grijalbo, 1979.

Vygotsky, L. (1978). Mind in society. Cambridge: Harvard University Press.

Wertsch, J.V. (1988). Vygotsky y la formación social de la mente. Barcelona, España: Paidós.

Wiley, D. A. (June, 2000) LEARNING OBJECT DESIGN AND SEQUENCING THEORY.  A dissertation submitted to the faculty of Brigham Young University in partial fulfillment of the  equirements for the degree of Doctor of Philosophy. http://www.opencontent.org/docs/dissertation.pdf

Van Plon Verhagen, B.  (2006). Connectivism: a new learning theory? Bijdrage van Pløn Verhagen (University of Twente) . Accedido en http://opendata.socrata.com/views/g954-2ypq/obsolete_files/250e6905-cc5f-49c9-b8ac-071714bedec0 el 29/08/12

Zapata Ros, Miguel (Mayo, 1.990a): Técnicas de programación declarativa en el aula. Seco Olea Ediciones, S. L. Madrid.

Zapata Ros, Miguel (1990b). Tecnicas de la Inteligencia Artificial y aprendizajes de Lengua: Ejercicios "cloze" con PROLOG. http://www.c5.cl/ieinvestiga/actas/ribie94/Dem2_24.htm

Zapata Ros, M. (Abril, 2010) Secuenciación de contenidos. Especificaciones para la secuenciación instruccional de objetos de aprendizaje (Tesis doctoral). https://www.educacion.gob.es/teseo/imprimirFicheroTesis.do?fichero=16137 http://dialnet.unirioja.es/servlet/tesis?codigo=21089

Zapata-Ros, M. (2012). ¿Conectivismo, conocimiento conectivo, conocimiento conectado… ?: Aprendizaje elaborativo en entornos conectados. Blog de la Cátedra UNESCO de Educación a Distancia (CUED). Accedido en  http://blogcued.blogspot.com.es/2012/05/conectivismo-conocimiento-conectivo.html el 25/08/12.

---

[1] ¿Se refiere al contenido? El vocabulario es confuso en el original y en la traducción.

[2] Including technology and connection making as learning activities. We can no longer personally experience and acquire learning that we need to act. We derive our competence from forming connections.

[3] Subrayado en el original.

[4]  Los sistemas dinámicos constituyen una rama de la matemática que estudia procesos que cambian con el tiempo o con otra variable pero sin depender de ella. Tienen la propiedad de que se pueden simular con ordenador mediante modelos constituidos por funciones cuyos valores son calculados mediante iteraciones a partir de valores iniciales.

Cada iteración permite, a partir de un valor xi en un instante de tiempo t, calcular otro valor xi+1 en el tiempo t+Dt mediante funciones en las que el tiempo no interviene explícitamente.

Así la expresión general de la ecuación iterada sería de la forma  .

Si los valores iterados tienen a un valor a éste se le llama punto fijo o atractor del sistema, así por ejemplo 1 es el atractor del sistema dinámico

El comportamiento del sistema depende del punto inicial xo, pudiendo ser puntos fijos (no cambian con las iteraciones), tener comportamientos periódicos, caóticos etc.

[5] Actionable knowledge, en el original. El sentido del término se refiere a conocimiento susceptible de ser aplicado o utilizado de manera inmediata. N. del T.

[6] “They provide a connectivist focus” en el original.