Designing for Change: Mash-Up Personal Learning Environments

• Autores: Fridolin Wild, Felix Mödritscher, Steinn E. Sigurdarson
• Localización: eLearning Papers, ISSN-e 1887-1542, Nº. 9, 2008 (Ejemplar dedicado a: Entornos de aprendizaje personales)
• Idioma: inglés
• Títulos paralelos:
  • Diseño para el cambio: entornos de aprendizaje personales mediante mash-up
• Texto completo no disponible (Saber más ...)
• Dialnet Métricas: 11 Citas
• Resumen
  • español

    Hoy en día, las instituciones de educación formal y la mayoría de los puestos de trabajo están equipados con al menos algún tipo de herramienta que reúna personas y artefactos de contenido en actividades de aprendizaje para ayudarles a construir y procesar información y conocimientos. Durante casi medio siglo, la ciencia y la práctica han debatido sobre modelos para personalizar estos entornos por medios digitales.

    Los entornos de aprendizaje, su construcción y su mantenimiento constituyen la parte más crucial del proceso de aprendizaje; las teorías y los resultados de aprendizaje deseados deberían tener esto en cuenta. La instrucción en sí debe ceder su lugar de paradigma predominante.

    El entorno de aprendizaje es un resultado importante (si no el resultado) de un proceso de aprendizaje, no un simple escenario para interpretar una obra de aprendizaje. Por estas razones, consideramos deficientes las teorías de diseño educacional.

    En este artículo, en primer lugar aclaramos conceptos clave y supuestos sobre los entornos de aprendizaje personales. A continuación resumimos nuestra crítica de los modelos contemporáneos de aprendizaje adaptativo personalizado. Seguidamente proponemos nuestra alternativa: el concepto de un entorno de aprendizaje personal mediante aplicación web híbrida (mash-up) que ofrezca mecanismos de adaptación para la construcción y el mantenimiento de entornos de aprendizaje. La solución de mash-up de aplicaciones web permite a los estudiantes reutilizar las herramientas y los servicios (basados en Internet) existentes.

    Nuestra alternativa, LISL, es un modelo de lenguaje de diseño para crear, gestionar y mantener entornos de aprendizaje, así como para aprender a diseñarlos; se complementa con una prueba de concepto, la plataforma MUPPLE. Demostramos este enfoque con una implementación prototípica y un ejemplo que nos parece comprensible. Por último, concluimos el artículo con una discusión sobre posibles ampliaciones de este nuevo modelo y los problemas que plantea.

  • English

    Institutions for formal education and most work places are equipped today with at least some kind of tools that bring together people and content artefacts in learning activities to support them in constructing and processing information and knowledge. For almost half a century, science and practice have been discussing models on how to bring personalisation through digital means to these environments. Learning environments and their construction as well as maintenance makes up the most crucial part of the learning process and the desired learning outcomes and theories should take this into account. Instruction itself as the predominant paradigm has to step down.

    The learning environment is an (if not the) important outcome of a learning process, not just a stage to perform a learning play. For these good reasons, we therefore consider instructional design theories to be flawed.

    In this article we first clarify key concepts and assumptions for personalised learning environments. Afterwards, we summarise our critique on the contemporary models for personalised adaptive learning. Subsequently, we propose our alternative, i.e. the concept of a mash-up personal learning environment that provides adaptation mechanisms for learning environment construction and maintenance. The web application mash-up solution allows learners to reuse existing (web-based) tools plus services.

    Our alternative, LISL is a design language model for creating, managing, maintaining, and learning about learning environment design; it is complemented by a proof of concept, the MUPPLE platform. We demonstrate this approach with a prototypical implementation and a we think comprehensible example. Finally, we round up the article with a discussion on possible extensions of this new model and open problems.