"a) Profesor de la Universitat Politécnica de Catalunya, Doctor, Barcelona, España, jaimemeza1@gmail.com"
"b) Profesor Titular de la Universidad de las Fuerzas Armadas - ESPE, Máster, Ecuador, ojortiz@espe.edu.ec"
"c) Profesor Titular Auxiliar Tiempo completo de la Universidad Técnica de Manabí, Doctor, Portoviejo, Ecuador, luzdelia_7@hotmail.com"
Educación de la inteligencia colectiva, un desafío para la universidad ecuatoriana
"Jaime Alcides Meza Hormaza" * "Oswaldo Ortiz Aldean"
"Karina Mendoza Bravo"
Resumen
La educación mantiene continuamente desafíos evidenciados a través de su evolución, desde sus orígenes. El proceso de aprender en la educación debe
ser concebido en un contexto descentralizado del día a día y de colaboración, además, la rápida y profunda transformación tecnológica llevada a cabo a
finales del siglo XX y comienzos de XXl, especialmente en las Tecnologías de la Información y las Comunicaciones (TIC), enfrentan a las universidades a
una mayor presión para demostrar la efectividad de sus esfuerzos educativos, mejorando el entorno de enseñanza- aprendizaje. La inteligencia colectiva
(IC) es un campo emergente que ya tiene un impacto significativo en muchas áreas y tendrá grandes implicaciones en la educación, no sólo desde el lado
de las nuevas metodologías, sino también como un reto para la educación, que actualmente está más centrado en el individuo que en el colectivo. Este
artículo propone un modelo de Educación de la Inteligencia Colectiva con TIC, combinando dos estrategias: la gestión de ideas y la evaluación en
tiempo real en la clase. Se ha creado una plataforma colaborativa llamada FABRICIUS que apoya estos dos elementos para fomentar la colaboración, el
empoderamiento y el compromiso de los estudiantes en el proceso de aprendizaje. La investigación propone una lista de métricas para medir el
rendimiento individual y colectivo en un curso. Los resultados de los hallazgos en 11 ensayos en Europa e Hispanoamérica evidencian la eficiencia del
modelo. Finalmente se discute la necesidad de conectar la gestión universitaria y la innovación en este campo.
Palabras clave: inteligencia colectiva; educación superior; TIC.
Formulation of knowledge strategies in Cuban management consultancy: approach to distinctive
competences
Abstrac
Education continually maintains challenges evidenced through its evolution, from its origins. The process of learning in education must be conceived in a
decentralized context of day to day and collaboration, in addition, the rapid and profound technological transformation carried out at the end of the 20th
century and the beginning of the 20th century, especially in Information Technologies and Communications (ICT), confronts universities with greater
pressure to demonstrate the effectiveness of their educational efforts, improving the teaching-learning environment. Collective intelligence (CI) is an
emerging field that already has a significant impact in many areas and will have great implications for education, not only from the side of new
methodologies, but also as a challenge for education, which is currently more focused on the individual that in the collective. This article proposes a
model of Collective Intelligence Education with ICT, combining two strategies: the management of ideas and the evaluation in real time in the class. A
collaborative platform called FABRICIUS has been created that supports these two elements to foster collaboration, empowerment and student
engagement in the learning process. The research proposes a list of metrics to measure individual and collective performance in a course. The results of
the findings in 11 trials in Europe and Latin America show the efficiency of the model. Finally, the need to connect university management and innovation
in this field is discussed.
Keywords: collective intelligence; higher education; ICT.
Dirección para correspondencia: luzdelia_7@hotmail.com
Artículo recibido el 26 - 01 - 2018 Artículo aceptado el 20 - 06 - 2018 V0L 3, No. 2 (Mayo – Agosto), AÑO 2018
Conflicto de intereses no declarado.
Fundada 2016 Unidad de Cooperación Universitaria de la Universidad Técnica de Manabí, Ecuador.
RECUS. PUBLICACIÓN ARBITRADA CUATRIMESTRAL. V0L 3, AÑO 2018, No. 2 (Mayo - Agosto) 9
Educación de la inteligencia colectiva, un desafío para la universidad ecuatoriana
1. Introducción
El trabajo colaborativo y análisis de rendimiento de los grupos
humanos ha merecido más de un siglo de investigaciones (McGrath,
Arrow & Berdahl, 2000), durante años también se ha hablado sobre la
inteligencia colectiva (IC) (Gregg, 2009; MIT Center For Collective
Intelligence, 2006). La IC existe desde el tiempo en que los seres humanos
poblaron la tierra, así, por ejemplo: tribus de cazadores-recolectores,
naciones y corporaciones modernas actúan de manera colectiva con
diversos grados de inteligencia, y, desde algunas perspectivas, incluso
colecciones de bacterias, abejas, hormigas, o los monos pueden también
ser vistos como colectivamente inteligentes.
Es en la última década que el uso de la Tecnología de la Información y
Comunicaciones (TIC) ha sufrido un crecimiento exponencial fomentado
por el internet y la Web 2.0, permitiendo que un gran número de personas
puedan trabajar juntas colaborando y generando nuevo conocimiento,
O’reilly (2005) y Malone, Laubacher, & Dellarocas (2010) citan como
ejemplo a GOOGLE y WIKIPEDIA como dos de los mayores exponentes
de la IC en acción con el uso de las TIC.
Frente a este paradigma emergente, múltiples investigaciones se han
llevado a efecto, se destacan: Aulinger & Miller (2014); Engelbart (1995);
Gregg (2009); Lévy (2009) y Lykourentzou, Vergados, & Loumos (2009),
que establecen definiciones y teorías en torno al concepto de la IC. En esta
investigación se considera que la IC es "capacidad de los colectivos
humanos a participar en la cooperación intelectual con el fin de crear,
innovar e inventar" (Lévy, 2009). En la misma línea de investigación
Woolley et al. (2010) propone un nuevo indicador de medición de la IC a
través del rendimiento de los grupos humanos "Factor C".
La IC está presente en diversos dominios. Szuba (2001) indica que la
IC tendrá un impacto en los distintos ámbitos de la ciencia, también
Hernández-Chan et al. (2012) sostiene que la literatura científica planteó
la definición de la IC en varios campos. Schut (2007) informó que en la
actualidad la IC es un campo de investigación y estudio multidisciplinario
en varios ámbitos como la sociología, la psicología, el análisis de redes
sociales, biología, economía y en general en el comportamiento de masas
(citado en Awal & Bharadwaj, 2014). Gregg (2009); Pérez-Gallardo,
Alor-Hernández, Cortes-Robles, & Rodríguez-González (2013) destacan
el enorme potencial del estudio de la IC en el campo de la educación.
La educación mantiene continuamente desafíos evidenciados a través
de la evolución desde sus orígenes por los escribas hasta la actualidad. El
proceso de aprender en la educación debe ser concebido en un contexto
descentralizado del día a día y de colaboración (Levy, 2015). Por otra
parte, la rápida y profunda transformación tecnológica llevada a cabo a
finales del siglo XX y comienzos de XXl, especialmente en las
Tecnologías de la Información y las Comunicaciones (TIC), enfrentan a
las universidades a una mayor presión para demostrar la efectividad de sus
esfuerzos educativos, mejorando el aprendizaje y la enseñanza a través de
las TIC (Du, Hao, Kwok, Wagner, 2010), concomitante la UNESCO, en
la Declaración Mundial sobre la Educación Superior para el Siglo XXI:
Visión y Acción, aprobado en la Conferencia Mundial de la Educación
Superior señala: “La Educación Superior, debe hacer frente a los retos que
suponen las nuevas oportunidades que abren las tecnologías que mejoran
la manera de producir, organizar, difundir, controlar el saber y de acceder
al mismo” (UNESCO, 1998).
Además, el Espacio Europeo de Educación Superior considera el
trabajo en equipo como una competencia general en la educación
(Maffioli, Augusti, 2003; Pajares, Torreño, & Esparcia, 2011), esto
responde a dos razones: (1) que está relacionada con el aprendizaje
cooperativo y es una metodología que permite mejorar el aprendizaje en el
aula (Johnson, D., Johnson, R., Smith, 2007; Johnson, D., Johnson R.,
2009); (2) los proyectos empresariales y de ingeniería de mayor éxito se
realizan en pequeños equipos multidisciplinarios (Vries, 1999; Tarricone,
Luca, 2002); además, Alberola, Val, Sanchez-Anguix, & Julian (2013)
destacan que la formación de equipos puede ser una actividad cognitiva
compleja. Finalmente, Ilon (2012) asevera que la IC aplicada en la
educación es un área emergente y escasamente explorada.
Como consecuencia de estos cambios, el aprendizaje utilizando las
TIC está haciendo que se generen ajustes en el proceso educativo,
respecto a: (1) el enfoque del contenido, (2) la participación más
interactiva de los estudiantes y (3) un aprendizaje social en lugar de
individual (Conole, 2007). Un ejemplo de ello es la plataforma
desarrollada por Rahimi, Berg, Van Den & Veen (2014) que permite
apoyar a los profesores en el diseño de actividades de aprendizaje social
utilizando las TIC y servicios Web 2.0. Woolley et al. (2010) plantea dos
interrogantes que articulan el rendimiento de los equipos con las TIC:
¿Podría la IC de un grupo aumentarse a través del uso de herramientas de
colaboración electrónicas?, y, ¿existe la posibilidad de explorar la
construcción de una ciencia del rendimiento colectivo? Los
cuestionamientos planteados por Woolley et al. (2010) y los antecedentes
presentados, develan la necesidad de profundizar en la exploración de
soluciones al rendimiento del trabajo colaborativo con TIC, y adecuar los
procesos educativos a dichas soluciones.
Adicionalmente al contexto de la literatura de la IC, se contrastó en
escenarios vivenciales en universidades de Ecuador, Venezuela, y España,
que el problema del trabajo colaborativo con el uso de las TIC es un
problema recurrente. La presente investigación estuvo enfocada en crear
herramientas electrónicas diseñadas a través de los paradigmas de IC, y
adecuarlas al contexto de la educación, a fin de apoyar la generación de
modelos de enseñanza - aprendizaje. Este proceso de generación de
modelos fue denominado como "Educación de la Inteligencia Colectiva
(EIC)".
2. Materiales y Métodos
El área de conocimiento de la presente investigación es un campo
emergente que determinó un análisis exploratorio que permitió ajustar
evolutivamente el modelo en cada iteración, pudiendo llegar a definir
futuras líneas de investigación, y/o concretar hipótesis. Las condiciones
expuestas determinaron el uso de una metodología con principio iterativo
e incremental y de preferencia en el campo de educación.
El enfoque Investigación-Acción (IA), y la investigación basada en el
diseño (DBR), cumplían con dichas condiciones. Aunque DBR e IA
cumplían con las condiciones de la presente investigación, se decidió
utilizar DBR. La decisión se fundamentó en el análisis realizado por Cole,
Purao, Rossi, & Sein (2005), quienes destacan las similitudes y fortalezas
de la IA y DBR, y son concluyentes, ambas comparten un común "meta
paradigma" de practicidad, lo expresado por (Anderson, Shattuck, &
Brown, 2012; Barab, 2014; Design-Based Researcher, 2003; Easterday,
10 RECUS. REVISTA ELECTRÓNICA COOPERACIÓN - UNIVERSIDAD – SOCIEDAD. UTM – ECUADOR ISSN 2528 - 8075
Meza Hormaza, Ortiz Aldean, Mendoza Bravo
Lewis, & Gerber, 2014; Gibelli, 2014; Molina, M., Castro, Molina, J., &
Castro, 2011; Zheng, 2015), y además por el análisis valorativo del
porcentaje de ajuste al objeto de estudio.
El estudio se realizó entre el 2014-2016 en cuatro universidades y
campos de estudio: Universitat Politécnica de Catalunya (España) - Grado
en Diseño Industrial y Desarrollo del Producto- Diseño Básico y Técnicas
de Comunicación académicas y Profesionales; Universidad de Carabobo
(Venezuela) - Sistemas de Información de la Licenciatura en
Computación - Ingeniería del Software; Pontificia Universidad Católica
del Ecuador - Grado en Ingeniería de Sistemas - Ingeniería del Software;
y, Universidad de las Fuerzas Armadas ESPE (Ecuador) - Ciencias
Humanas y Sociales - Diseño - Evaluación de Proyectos.
Se realizaron once ensayos en periodos parciales o completos. Los
ensayos fueron divididos en seis ciclos (tabla 1) que permitieron ir
ajustando incrementalmente el modelo hasta su diseño definitivo, dando
lugar al Modelo de Educación de la Inteligencia Colectiva (CIEM).
Tabla 1.
Objetivos de ciclos de refinamiento al CIEM
Fuente: (Meza, 2017)
2.1. Modelo propuesto
En la figura 1 se presenta el modelo del CIEM. Se establecen tres
bloques gráficos (superior, intermedio, bajo). El primer grupo corresponde
a las etapas del modelo, el segundo a las herramientas que procesan las
interacciones, y el tercero a los resultados y métricas que me permiten la
retroalimentación.
El CIEM consta de seis etapas: Challengue definition, Kwonledgue
Working, Take off, Concept Working, Concept delivering, Feedback.
Cinco grupos de herramientas del SEIC (FABRICIUS): Creatividad
colectiva, evaluación de conceptos, administración de ideas, evaluación
colectiva, tratamiento de datos. Tres grupos de métricas: Participación
individual (PI), Rendimiento y comportamientos de grupos (CI) y
Conocimiento Individual (RI).
Las etapas establecidas no son necesariamente secuenciales, por lo que
se puede utilizar todo el proceso o una actividad en particular
dependiendo de la estrategia didáctica del docente, no obstante, aquellas
etapas que están unidas con fecha negra continua (figura 1) se recomienda
que se realicen en secuencia.
Figura 1. Modelo de Educación de la Inteligencia Colectiva
(CIEM).
Fuente: (Meza, 2017).
Challengue definition. - Se recomienda aplicar al inicio de la
asignatura, es una etapa que no requiere conocimiento teórico profundo
del campo de estudio, su objetivo es netamente el desarrollo creativo de
algún nuevo producto o servicio, mediante el proceso de converger y
divergir sobre alguna temática específica; en el caso educativo comprende
la definición de los proyectos de fin de periodo académico.
La selección se realiza mediante un proceso colaborativo de los
estudiantes y expertos, mediante refinamientos continuos partiendo de
tópicos generales, ajustando a una realidad específica del contexto y
evaluado por emoticones. El refinamiento es por preferencia del colectivo
de estudiantes de forma no asistida quien toma la decisión, luego el
colectivo de docentes reorganiza las posiciones de ese grupo, por ejemplo:
Si en un grupo de 24 estudiantes que se desean formar grupos de 4
miembros, 6 temas son los mayormente preferidos por el colectivo, estos
son los que pasan a ser los temas a desarrollar en el transcurso del periodo
Inicio Fin
0
Validar la viabilidad de investigación, del
desarrollo de un modelo de educación de
la inteligencia colectiva, que permita
fomentar el uso de herramientas TIC en
aula, basada en los paradigmas de IC.
feb-14 jul-14
1
Explorar los comportamientos de los
estudiantes con del uso de herramientas
TIC que combinen la evaluación en
tiempo real y la gestión de ideas en el
desarrollo de prácticas de innovación.
ago-14 mar-15
2
Indagar acerca del estilo de trabajo
individual y colectivo de los estudiantes,
utilizando herramientas TIC que fomenten
la colaboración y competencia en la
gestión y evaluación de ideas en tiempo
real.
abr-15 jul-15
3
Validar la efectividad de un modelo de
trabajo colectivo lineal que incluya
herramientas TIC de evaluación en tiempo
real, gestión de ideas en modo síncrono y
asíncrono, mediante métricas de
inteligencia colectiva en la educación.
ago-15 ene-16
4
Explorar la efectividad de uso de
herramientas TIC de IC como actividad
de aprendizaje.
feb-16 ago-16
5
Validar los efectos de aplicación de un
meta-modelo que incluya el uso de
herramientas TIC de IC, bajo contexto de
la estrategia didáctica individual de la
asignatura.
sep-16 dic-16
Versión
Objetivo
Periodo
RECUS. PUBLICACIÓN ARBITRADA CUATRIMESTRAL. V0L 3, AÑO 2018, No. 2 (Mayo - Agosto) 11
Educación de la inteligencia colectiva, un desafío para la universidad ecuatoriana
académico; al final, el docente da su voto de calidad y reordena dicho
grupo.
Este proceso fomenta la creatividad colectiva desde el primer instante,
acorde con pasos a seguir con la aplicación de la herramienta CIR (Meza
et al., 2017).
Kwonledgue Working. - Se puede aplicar acorde a la planificación
docente, en cualquier instante del periodo académico, su objetivo es la
investigación y síntesis de contenidos vinculados a la temática de estudio.
Ésta etapa puede configurarse para ser trabajada de forma individual o en
grupo, empero, se recomienda enfocarla en el individuo, de tal forma que
se fomente el desarrollo del aprendizaje autónomo.
Los pasos a seguir para esta etapa son:
• Los estudiantes o grupos deben de preparar una propuesta
sobre una temática específica vinculando aspectos teóricos,
ejemplos de aplicación o casos de estudios y aplicación a un
caso práctico (Ejemplo: proyecto fin de periodo).
• El docente evalúa la propuesta y da retroalimentación, previo a
la presentación y defensa del contenido, de aplicarse los
cambios, el docente podrá aprobar o rechazar la propuesta.
• Solo las propuestas aprobadas podrán ser presentadas y
evaluadas colectivamente en la siguiente sesión de clases.
Los resultados que se obtienen están relacionados con las métricas de
adquisición del conocimiento individual, típicamente se utiliza la
herramienta Guess the score (Monguet & Meza, 2014).
Take Off. - Es el punto de partida para entender un problema y
establecer un concepto inicial, el proceso de entendimiento se lo puede
realizar con la combinación de técnicas de creatividad o mediante
procesos de clases magistrales tratando de captar la mayor atención de los
alumnos en la clase. Esta etapa puede configurarse para ser trabajada de
forma individual o en grupo, en cada caso con un procedimiento
específico de aplicación.
Para la aplicación en grupos se sugiere utilizar Best- Idea (BI) (Meza
et al., 2016), y seguir los siguientes pasos:
• Docente realiza conferencia magistral y explicación del tema y
sus principales conceptos.
• Los estudiantes en equipos trabajan con selección de ideas
agrupadas para generar un entregable. El número de entregables
va desde uno hasta tres generalmente, pero depende del diseño de
la temática acorde a los objetivos de estudio.
• Cada uno de los entregables se realiza de forma consecutiva
partiendo de los resultados del anterior. El ciclo seguido es: 1º
Los estudiantes proponen ideas individualmente, 2º cada
estudiante vota por las ideas de sus compañeros excepto las
propias y 3º las ideas ganadoras, una o más, son inspiraciones
para los próximos entregables.
Casos en los cuales los equipos no estén conformados y se requieran
explicar los contenidos de una unidad mediante el procedimiento de Flash
learning (FL) (Ortiz et al., 2017); en conjunto con Collective Intelligence
Recomender System (CIRS) (Meza et al., 2017) para el fomento del
aprendizaje autónomo. Para mayor efectividad del aprendizaje se sugiere
combinar ambas estrategias si se está trabajando con grupos.
Concept Working. - Los insumos de esta etapa se originan desde el
trabajo realizado durante el Take-off y de la adquisición de conocimientos
de Kwonledgue Working. Partiendo de dicho punto los estudiantes
dispondrán de un conocimiento teórico e empírico que les permita
establecer un concepto inicial para resolver un problema.
En la transformación del concepto inicial a una propuesta varias son
las estrategias y herramientas de IC que se podría aplicar. De los
resultados empíricos se recomienda utilizar: Best- Idea (BI), continuando
con un proceso de refinamiento progresivo de ideas, ya fuere por votación
por pares como en nuevos refinamientos. Choose the best (CTB) (Meza et
al., 2017) como validador de desafíos y competencias, o knapsack
learning (KL) para generar acuerdo y negociaciones de las mejores
opciones de ideas de concepto, bajo las condiciones restrictivas. El
resultado de esta etapa es que los estudiantes tengan un concepto
consistente que pueda ser presentado como una respuesta al problema
planteado en el TakeOff.
Concept delivery. - El concepto terminado debe ser presentado y
evaluado por el experto (s) y los estudiantes mediante los pasos que se
establecen en Guess the Score (GS).
Feedback. - Esta etapa es valorativa para el docente y de
autorreflexión para el estudiante, consiste en la aplicación de cuestionarios
en línea que permitan al docente tomar sobre la percepción del alumno
hacia la (s) actividades de aprendizaje aplicadas y tomar acciones que
correspondan según el diseño instruccional.
3. Resultados
El Modelo de Educación de la Inteligencia Colectiva (CIEM), centró
su accionar en tres grandes grupos de resultados: Fomento de la
participación individual, el análisis de los comportamientos de los grupos
y su rendimiento; y, la adquisición del conocimiento individual. Bajo
estas premisas versa la discusión de resultados que se esboza a
continuación.
El primer ciclo se enfocó en buscar una vía que conecte la
participación individual de la clase con el trabajo colectivo, bajo ese
contexto se generó la primera herramienta Guess the Score (GS), con su
principio básico adivinar la nota que pone el docente, los resultados que se
presentaron evidenciaron un potencial en el uso del consenso (Gordon,
2009) como modelo para dinamizar el trabajo colectivo en la clase.
La aplicación de GS develó que dinamizaba el aprendizaje
colaborativo concebido desde la perspectiva de Vigotsky como: "...
estudiantes trabajado juntos en pos de un objetivo común...". En este
sentido GS logró aquel cometido, ya que los estudiantes aportaron
mediante la valoración crítica en el aprendizaje (Betoret, 2013), con un
enfoque de la valoración fue sobre un proyecto real y el uso de tecnología
(Partlow y Gibbs (2003) citado por Young, Martin, & Yates (2014);
Pourhosein et al. (2013)). Por lo tanto, se estableció la oportunidad de que
GS puede ser utilizada por los profesores practicantes de los modelos
constructivistas, con el fin de tener insumos que le permitan mejorar sus
diseños curriculares, y ajustar el curso en tiempo real para contribuir a la
construcción del conocimiento de los estudiantes, y a la mejora de su
proceso de aprendizaje en el aula.
Los resultados del primer ciclo dejaron establecido que el consenso
como medio de fomento fue efectivo en dinamizar la participación. Sin
embargo, el proceso de construcción del conocimiento y el aprendizaje, no
está simplemente dado en el proceso de evaluación, sino en un conjunto
de habilidades que debe desarrollar el individuo. De acuerdo a la
12 RECUS. REVISTA ELECTRÓNICA COOPERACIÓN - UNIVERSIDAD – SOCIEDAD. UTM – ECUADOR ISSN 2528 - 8075
Meza Hormaza, Ortiz Aldean, Mendoza Bravo
taxonomía propuesta por el Doctor Benjamín Bloom en año 1984, el
aprendizaje debe considerar las siguientes etapas: Recordar, comprender,
aplicar, analizar, evaluar, y crear. Por lo tanto, se incrementó la gestión de
ideas al CIEM para poder llevar a cabo este proceso pedagógico.
La gestión de ideas mediante la herramienta Bestidea (BI) como
medio de aprendizaje, con la valoración (GS) develó los comportamientos
de los grupos sobre ciertas condiciones, además se evidenció que
múltiples patrones pueden generarse en la medida que los grupos
interactúan en el proceso de construcción del conocimiento. Los ajustes en
la regla de la evaluación cambian el estilo de comportamiento de los
grupos; grupos sin frontera de valoración tienden a tomar el valor más alto
de la escala, por ello cuando se valoró la exactitud de pronóstico entre los
valores de dos experimentos, la exactitud de pronóstico fue del 70%, que
es un valor razonablemente bajo a criterio del autor.
El proceso creativo generado a través de la gestión de ideas generó
similitudes de comportamiento entre los grupos, en particular en el criterio
de voto, estilo de administración del tiempo, mezcla asociativa,
producción de ideas. Por otra parte, los criterios de evaluar de los docentes
son variables, dependiendo de la formación y experiencia docente. Lo
destacable en este ciclo fue que la votación con varios docentes reduce la
subjetividad en la evaluación, por otra parte, respecto al aprendizaje de los
estudiantes estos fueron capaces de cumplir con toda la taxonomía
sugerida por Bloom aplicando herramientas TIC de IC como principal
insumo.
El primer intento realizado en este ciclo para crear indicadores deja un
precedente de la necesidad de estos para estandarizar la forma de evaluar
el conocimiento adquirido por los estudiantes.
El tercer ciclo ratifica que la diversidad de criterios docentes reduce la
subjetividad, pero también revela que la formación y experiencia docente
es fundamental en el momento de evaluar, y que docentes con similar
formación y experiencia en el campo de estudio tienden a tener consensos
cerrados. Además, se determinó que el uso de herramientas de gestión de
ideas en modo asíncrono afectó a la producción de ideas, lo que es
consistente con lo expresado por Barlow & Dennis (2014) quienes
sostienen que el comportamiento del Factor C, en ambientes virtuales una
tarea no correlaciona con otra, y además con Engel et al. (2015) quien
puntualiza que el medio de comunicación incide en el rendimiento del
grupo. Se ratifica que en procesos de evaluación es necesario establecer
bandas para mejorar la precisión del resultado de la evaluación, es así que
en este ciclo se aplicó banda de distancia entre el voto docente y
estudiante en la evaluación con lo cual la precisión de la predicción se
incrementó a un 80% de exactitud. Este resultado reafirma la tesis de
Glenn (2009) en los referentes a la participación de grupos de expertos y
público como elementos de un sistema de inteligencia colectiva.
El 1er, 2do y 3er ciclos manejaron distintas escalas, fórmulas e
indicadores para poder medir la efectividad del aprendizaje y el
rendimiento, este ciclo se concentró en consolidar una propuesta de
indicadores o métricas que permitan a los docentes establecer su estrategia
didáctica de evaluación acorde a sus necesidades, propendiendo a vincular
los indicadores con meta-resultados de aprendizaje a nivel individual, de
comportamiento y rendimiento de grupos, y de retroalimentación.
Hallazgos destacables de este ciclo fueron que el cambio de la escala de
valoración de 6 niveles a una escala binaria incrementó sustancialmente la
distancia del consenso entre docente y estudiante, además se dejó
evidencia que el uso de la misma estrategia de forma repetida genera
pérdida de la motivación e interés de los estudiantes en el método de
enseñanza aprendizaje.
Un hecho destacable en este ciclo fue un ensayo fallido, se presupone
principalmente porque no se observaron las siguientes variables: La
formación y experiencia del docente, el número promedio de estudiantes
de la clase, el acceso a las TIC. Se aplicó un plan diseñado para ser
manejado por un grupo con un docente experimentado en trabajo
colaborativo (más de 20 años en docencia) y nivel doctoral, grupo clase de
16-40 estudiantes y todos tenían acceso fiable y disponible a las TIC. El
grupo fallido el docente tenía solo el grado, primer año docente, grupo
clase de 6 alumnos y los estudiantes no tenían acceso a internet más que
en el aula de clases mayormente y de baja fiabilidad.
El 4to ciclo demandó generar un modelo generalizable que propenda a
reducir la dependencia de una secuencia de pasos obligatorios y
recurrentes que obliguen al docente a cambiar drásticamente su material
didáctico y recursos para poder adaptar su asignatura al modelo. En
concreto hasta finalizar el 4to ciclo el CIEM era bastante rígido en su
concepción y aplicación. Los indicadores planteados evidenciaron que no
era posible determinar un índice de inteligencia colectiva de los grupos ya
que las herramientas disponibles no permitían integrar actividades que
requirieran coordinación y competencia, donde la efectividad fuere
medida por el tiempo y la calidad de los entregables, y, se valide la
influencia de los errores y aciertos de un estudiante y su impacto en el
grupo. Woolley et al. (2010) y Green (2015) coinciden en que los
parámetros de medir la inteligencia colectiva de un grupo están dados en
función del tiempo y la calidad al ejecutar una tarea de forma
sincronizada.
El 5to ciclo se centró en explorar nuevas herramientas y construir un
modelo generalizable a cualquier planificación curricular, además tratar
de diseñar herramientas que permitan medir la inteligencia colectiva de un
grupo y fomentar su auto aprendizaje mediante la colaboración colectiva
(Doug Engelbart Institute, n.d.; Levy, 2015). Hallazgos destacables de
este ciclo fue que a pesar de cambiar la escala de 6 niveles utilizadas en
los ciclos 1, 2, y 3 a una escala de emoticones tratando de capturar la
evaluación desde un criterio de una percepción emocional tanto del
docente como de los estudiantes los patrones de voto se mantienen. Con
este ciclo fue posible calcular el índice de inteligencia colectiva de un
grupo, se confirmó también la factibilidad de usar las herramientas
generalizadas al plan curricular particular de un docente.
Las valoraciones de percepción brindadas por los estudiantes en los
ciclos anteriores llevaron a decidir el grupo más desafiante para aplicar el
modelo final del CIEM y sus herramientas, en este sentido se seleccionó
un grupo de estudiantes de Ciencias de la Actividad Física, Deportes y
Recreación ya que estos son los que tuvieron las calificaciones más bajas,
así como su evaluación del modelo y la herramienta ha sido la más baja
52% de valoración positiva.
El 6to ciclo experimental fueron los de la Licenciatura en Ciencias de
la Actividad Física, Deportes y Recreación, los cuales, de acuerdo a los
estudios diagnósticos de entorno, conocimiento de TIC y perfiles
individuales, tenían similares tendencias que el grupo con el rendimiento
y satisfacción más baja. Al final de la experimentación la media de
satisfacción se incrementó en un 8%, así como sus calificaciones en un
20%, con lo cual se valida que el modelo, diseño instruccional y las
RECUS. PUBLICACIÓN ARBITRADA CUATRIMESTRAL. V0L 3, AÑO 2018, No. 2 (Mayo - Agosto) 13
Educación de la inteligencia colectiva, un desafío para la universidad ecuatoriana
herramientas aplicadas de forma adecuada permiten el diseño de
actividades de aprendizaje que utilicen SEIC y que pueden mejorar el
rendimiento en el aprendizaje de los estudiantes, con lo cual se da
respuesta a la hipótesis de investigación.
Este ciclo permitió ratificar algunos otros comportamientos, así, por
ejemplo: La influencia del medio de comunicación las herramientas de
trabajo coordinado de equipo (Cuadrante III y IV de McGrath (1983)),
presentan mejor rendimiento en comunicación síncrona, y que el uso de
emoticones aun en ambiente asíncrono presenta similares patrones de
comportamiento.
Los hallazgos presentados dan evidencia del desafío al que se enfrenta
la universidad ecuatoriana para afianzar sus esfuerzos en los cambios
estructurales de la educación en el mundo. Cumplir estos desafíos, no
puede ser posible solamente con la inserción de las TIC con herramientas
desarrolladas acorde a los paradigmas de IC, ya que a pesar de que las
TIC están siendo utilizadas en la educación superior, muchos docentes
continúan enseñando como hace 50 años (llon, 2012).
Una solución que permita reestructurar de forma integral el proceso de
aprendizaje de los estudiantes debe incluir la participación de docentes,
estudiantes, y cambios de las formas de pensamiento y administración
universitaria. Los cambios que merecen ser analizados en la práctica de la
educación superior guardan relación con los esquemas de planificación
del proceso de enseñanza y evaluación del conocimiento, donde el modelo
de evaluación fomente la innovación y el trabajo colaborativo, por sobre
el memorístico e individualista.
4. Discusión
La presente investigación presenta un marco de referencias a seguir
por docentes, administradores educativos e instructivos, que permite
trabajar hacia adelante en la consecución de desafíos que enfrenta la
educación hacia el futuro. Algunas de las reflexiones que nos deja este
estudio son:
• Presenta una metodología que facilita la identificación de la
naturaleza de los errores que pueden surgir en el proceso de
enseñanza-aprendizaje con la aplicación de sistemas como
FABRICIUS.
• La metodología de investigación utilizada DBR, ha presentado
resultados satisfactorios en el proceso de desarrollo del estudio, ha
permitido ir ajustando de forma incremental el modelo y sus
componentes de acuerdo a cada contexto analizado, con lo cual en
un escenario altamente volátil como el proceso de enseñanza-
aprendizaje, DBR permite ajustar en tiempo real los cambios que
permitan balancear el sistema a tiempo.
• El proceso de enseñanza aprendizaje es un proceso complejo, en el
que inciden múltiples variables que pueden cambiar el sistema, por
lo tanto, el modelo CIEM garantiza el aprendizaje de los
estudiantes, en el contexto de que se conjuguen de forma adecuada
las variables del sistema educativo (profesor, alumnos, medios,
recursos, etc).
• El CIEM es un modelo que permite a los docentes y estudiantes
empezar a concebir el proceso de enseñanza aprendizaje desde la
óptica del colectivo, propendiendo a generar conciencia de la
emergencia de la IC.
• Apoya la toma de decisiones y la supervisión de resultados
educativos, con lo cual coincide Pérez-Gallardo et al. (2013) y
Gregg (2009) quienes destacan la utilidad de la IC como
herramienta para evaluar el progreso del estudiante y mejorar la
toma de decisiones, mediante el monitoreo de resultados
educativos, y de comportamiento.
• Woolley et al. (2010) y Green (2015) coinciden en manifestar que
el índice de inteligencia colectiva de un grupo tiene relación con la
dificultad de la tarea, en este sentido, los resultados Índice de
Inteligencia Colectiva (CII) obtenidos con el CIEM, son
congruentes con lo manifestado, ya que el CII obtenido con el
CIEM varió acorde con la tarea, éste ha permitido medir la real
eficiencia del trabajo colaborativo.
• La educación superior en el Ecuador, debe mirar hacia el desafío
que presenta la IC con el uso de las TIC en el proceso de
enseñanza-aprendizaje, y el CIEM, establece un punto de partida
para iniciar este proceso.
Referencias
Alberola, J. M., del Val, E., Sanchez-Anguix, V., & Julian, V. (2013,
September). Simulating a collective intelligence approach to student
team formation. In International Conference on Hybrid Artificial
Intelligence Systems (pp. 161-170). Springer, Berlin, Heidelberg.
Anderson, T., Shattuck, J., & Brown, A. (2012). Design-Based Research:
A Decade of Progress in Education Research? Educational
Researcher, 41(1), 16–25. http://doi.org/10.3102/0013189X11428813
Aulinger, A., & Miller, L. (2014). Collective Intelligence versus Team
Intelligence. In Collective Intelligence Conference, Massachusetts
Institute of Technology (pp. 1–4).
Awal, G. K., & Bharadwaj, K. K. (2014). Team formation in social
networks based on collective intelligence – an evolutionary approach.
Applied Intelligence, 41(2), 627–648. http://doi.org/10.1007/s10489-
014-0528-y
Barab, S. (2014). Design-Based Research: A Methodological Toolkit for
Engineering Change. In Handbook of the Learning Sciences (pp.
151–170). The Cambridge Handbook of the Learning Sciences,
Second Edition. http://doi.org/10.1017/CBO9781139519526.011
Barlow, J. B., & Dennis, A. R. (2014). Not as Smart as We Think: A
Study of Collective Intelligence in Virtual Groups. In Collective
Intelligence 2014 (pp. 1–5).
Betoret. (2013). Tema 5: la enseñanza y el aprendizaje en la situación
educativa, 1–11.
Cole, R., Purao, S., Rossi, M., & Sein, M. K. (2005). Being Proactive:
Where Action Research meets Design Research. In ICIS 2005
Proceedings. Retrieved from http://aisel.aisnet.org/icis2005/27
Conole, G. (2007). Describing learning activities. In Rethinking Pedagogy
for a Digital Age (pp. 81–91).
Design-Based Researcher. (2003). Design-based research: An emerging
paradigm for educational inquiry. Educational Research, 32(1), 5–8.
http://doi.org/10.3102/0013189X032001005
14 RECUS. REVISTA ELECTRÓNICA COOPERACIÓN - UNIVERSIDAD – SOCIEDAD. UTM – ECUADOR ISSN 2528 - 8075
Meza Hormaza, Ortiz Aldean, Mendoza Bravo
Doug Engelbart Insittute. (n.d.). Dynamic Knowledge Repositories.
Retrieved February 16, 2014, from
http://www.dougengelbart.org/about/DKRs.html
Du, H., Hao, J., Kwok, R., Wagner, C. (2010). Can a Lean Medium
Enhance Large-Group Communication? Examining the Impact of
Interactive Mobile Learning. American Society for Information
Science and Technology, 61(10), 2122–2137.
Easterday, M. W., Lewis, D. R., & Gerber, E. M. (2014). Design-Based
Research Process: Problems, Phases, and Applications Problems
arising from the ill-definition of DBR. Learning and Become in
Practice (ICLS 2014), 322. Retrieved from www.isls.org/icls2014
Engel, D., Woolley, A. W., Aggarwal, I., Chabris, C. F., Takahashi, M.,
Nemoto, K., Malone, T. W. (2015). Collective Intelligence in
Computer-Mediated Collaboration Emerges in Different Contexts and
Cultures. Proceedings of the 33rd Annual ACM Conference on
Human Factors in Computing Systems - CHI ’15, 3769–3778.
http://doi.org/10.1145/2702123.2702259
Engelbart, D. C. (1995). Toward augmenting the human intellect and
boosting our collective IQ. Communications of the ACM, 38(8), 30–
32.
Gibelli, T. (2014). La investigación basada en diseño para el estudio de
una innovación en educación superior que promueve la
autorregulación del aprendizaje utilizando TIC La investigación
basada en diseño para el estudio de una innovación en educación
superior que promueve. Congreso Iberoamericano de Ciencia,
Tecnología, Innovación Y Educación, 1–16.
Glenn, J. C. (2009). The Millennium Project - Collective Intelligence
Systems for Science and Technological Convergences to Benefit
Society. Futura World Future Review, 4(Fall), 1–15.
http://doi.org/10.1016/j.techfore.2013.10.010
Gordon, T. J. (2009). The real-Time Delphi Method. Futures Research
Methodology, 1–21.
Green, B. E. N. (2015). Testing and Quantifying Collective Intelligence.
In Collective Intelligence Conference (pp. 1–4).
Gregg, D. (2009). Developing a collective intelligence application for
special education. Decision Support Systems, 47(4), 455–465.
http://doi.org/10.1016/j.dss.2009.04.012
Hernández-Chan, G., Rodríguez-González, A., Alor-Hernández, G.,
Gómez-Berbís, J. M., Mayer-Pujadas, M. A., & Posada-Gómez, R.
(2012). Knowledge Acquisition for Medical Diagnosis Using
Collective Intelligence. Journal of Medical Systems, 36, 1–5.
http://doi.org/10.1007/s10916-012-9886-3
Ilon, L. (2012). How collective intelligence redefines education. (J.
Altmann, U. Baumöl, & B. J. Krämer, Eds.) Advances in Intelligent
and Soft Computing (Vol. 113). Berlin, Heidelberg: Springer Berlin
Heidelberg. http://doi.org/10.1007/978-3-642-25321-8
Johnson, D.W., Johnson, R.T., Smith, K. (2007). The state of cooperative
learning in postsecondary and professional settings. Educational
Psychology Review, 19(1), 15–29.
Johnson, D.W., Johnson, R. T. (2009). An educational psychology success
story: Social interdependence theory and cooperative learning.
Educational Researcher, 38(5), 365–379.
Young, K., Martin, M., & Yates, T. (2014). Real-time engagement in a
learning environment. Nternational Journal of Instructional
Technology and Distance Learning Return, 11(10), 55-62.
Levy, P. (2015). Collective Intelligence for Educators. Educational
Philosophy and Theory, 47(8), 749–754.
http://doi.org/10.1080/00131857.2015.1053734
Lévy, P. (2009). Toward a Self-referential Collective Intelligence Some
Philosophical Background of the IEML Research Program. In First
International Conference, ICCCI 2009 (Vol. 5796, pp. 22–35).
Wrocław, Poland: Lecture Notes in Artificial Intelligence.
Lykourentzou, I., Vergados, D. J., & Loumos, V. (2009). Collective
intelligence system engineering. Proceedings of the International
Conference on Management of Emergent Digital EcoSystems -
MEDES ’09, 134. http://doi.org/10.1145/1643823.1643848
Maffioli, F., Augusti, G. (2003). Tuning engineering education into the
european higher education orchestra. European Journal of
Engineering Education, 28(3), 251–273.
Malone, T. W., Laubacher, R., & Dellarocas, C. (2010). The Collective
Intelligence Genome THE LEADING. MIT Sloan Management
Review, 51(51303), 21–31.
http://doi.org/10.1109/EMR.2010.5559142
McGrath, J. E. (1983). A Typology of Task. In D. A. Josephson (Ed.),
Groups: Interaction and Performance (pp. 61, 66). Prentice - Hall,
Inc.; Englewood Cliffs, New Jersey.
McGrath, J. E., Arrow, H., & Berdahl, J. L. (2000). The Study of Groups:
Past, Present, and Future. Personality and Social Psychology Review,
4(1), 95–105. http://doi.org/10.1207/S15327957PSPR0401_8
Meza, J., Vaca, L., Simó, E., Monguet, J.M., (2017). Toward a collective
intelligence recommender system for education. In EDULEARN17
proceedings: 9th International Conference on Education and New
Learning Technologies: Barcelona, Spain, 3-5 July, 2017 (pp. 5946-
5955). International Association of Technology, Education and
Development (IATED).
Meza, J., Ortiz, O., Vaca-Cardenas, M., Roman, S., & Monguet, J. M.
(2017). CIR: Fostering Collective Creativity. In G. Vincenti, A.
Bucciero, M. Helfert, & M. Glowatz (Eds.), E-Learning, E-Education,
and Online Training: Third International Conference, eLEOT 2016,
Dublin, Ireland, August 31 -- September 2, 2016, Revised Selected
Papers (pp. 145–152). Cham: Springer International Publishing.
http://doi.org/10.1007/978-3-319-49625-2_18
Meza, J., Ortiz, O., Simo, E., Monguet, J.M., (2017). Measuring the
collective intelligence education index. In EDULEARN17
proceedings: 9th International Conference on Education and New
Learning Technologies: Barcelona, Spain, 3-5 July, 2017 (pp. 3066–
3074). International Association of Technology, Education and
Development (IATED). http://doi.org/10.21125/edulearn.2017.1647
RECUS. PUBLICACIÓN ARBITRADA CUATRIMESTRAL. V0L 3, AÑO 2018, No. 2 (Mayo - Agosto) 15
Educación de la inteligencia colectiva, un desafío para la universidad ecuatoriana
Meza, J. (2017). Modelo de educación de la inteligencia colectiva.
Universitat politécnica de catalunya.
Meza, J., Monguet, J. M., Grimón, F., & Trejo, A. (2016). Fostering
Collective Intelligence Education. In G. Vincenti, A. Bucciero, & C.
de Carvalho (Eds.), E-Learning, E-Education, and Online Training:
Second International Conference, eLEOT 2015, Novedrate, Italy,
September 16-18, 2015, Revised Selected Papers (pp. 165–172).
Cham: Springer International Publishing. http://doi.org/10.1007/978-
3-319-28883-3_21
MIT Center For Collective Intelligence. (2006). MIT Center for
Collective Intelligence. Retrieved March 10, 2014, from
http://cci.mit.edu
Molina, M., Castro, E., Molina, J. L., & Castro, E. (2011). Un
acercamiento a la investigación de diseño a través de los
experimentos de enseñanza. Ensenanza de Las Ciencias, 29(1), 75–88.
Monguet, J. M., & Meza, J. (2014). Guess the Score, fostering collective
intelligence in the class. In E-Learning, E-Education, and Online
Training (pp. 116–122). Springer International Publishing.
http://doi.org/10.1007/978-3-319-13293-8_14
Ortiz, O., Meza, J., Simo, E., J. M. (2017). Fostering the classroom
attention using collective intelligence education tools. In edulearn17
Proceedings (pp. 3182–3188). IATED.
http://doi.org/10.21125/edulearn.2017.1675
O’reilly, T. (2005). Design Patterns and Business Models for the Next
Generation of Software. Retrieved May 30, 2014, from
http://www.oreilly.com/pub/a/web2/archive/what-is-web-20.html
Pajares, S., Torreño, A., & Esparcia, S. (2011). A Novel Teaching-
Learning Strategy for Teamwork based on Agreement Technologies.
In Design and Evaluation of Digital Content for Education (DEDCE)
2011 (pp. 21–30).
Pérez-Gallardo, Y., Alor-Hernández, G., Cortes-Robles, G., & Rodríguez-
González, A. (2013). Collective intelligence as mechanism of medical
diagnosis. Expert Systems with Applications, 40(7), 2726–2737.
Pourhosein Gilakjani, A., Mei Leong, L., & Nizam Ismail, H. (2013).
Teachers’ Use of Technology and Constructivism. International
Journal of Modern Education and Computer Science, 5(May), 49–63.
http://doi.org/10.5815/ijmecs.2013.04.07
Rahimi, E., Berg, J. Van Den, & Veen, W. (2014). A Pedagogy-driven
Framework for Integrating Web 2.0 tools into Educational Practices
and Building Personal Learning Environments. Journal of Literacy
and Tecnology, 15(2), 54–79.
Szuba, T. (2001). A formal definition of the phenomenon of collective
intelligence and its IQ measure. Future Generation Computer System,
17, 489–500.
Tarricone, P., Luca, J. (2002). Employees, teamwork and social
interdependence–a formula for successful business? Team
Performance Management, 8(3/4), 54–59.
UNESCO. (1998). Declaración Mundial sobre la Educación Superior para
el Siglo XXI: Visión y Acción. Conferencia Mundial de la Educación
Superior. Retrieved from http://www.unesco.org/
education/educprog/wche/declaration_spa.htm
Vries, M. F. R. K. De. (1999). High-performance teams: Lessons from the
pygmies. Organizational Dynamics, 27(3), 66–77.
http://doi.org/http://dx.doi.org/10.1016/S0090-2616 (99)90022-0
Woolley, A. W., Chabris, C. F., Pentland, A., Hashmi, N., & Malone, T.
W. (2010). Evidence for a collective intelligence factor in the
performance of human groups. Science (New York, N.Y.), 330(6004),
686–8. http://doi.org/10.1126/science.1193147
Zheng, L. (2015). A Systematic Literature Review of Design-based
Research from 2004 to 2013. Journal of Computers in Education, 2(4),
399–420. http://doi.org/10.1007/s40692-015-0036-z
