Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

(GLWRU¶V1RWH Este artículo explora los fundamentos teóricos del conectivismo y lo relaciona con teorías
previas del aprendizaje. Se enfoca en las redes neuronales , internas (conceptuales) y externas. Relaciona el rol del
maestro, el alumno y el conocimiento dentro de un entorno que cambia dinámicamente. Las ilustraciones y los
ejemplos aclaran la posición de los autores al afirmar la relevancia y la importancia de la teoría y la práctica de la
conectividad para el aprendizaje apoyado por la tecnología.

8QGHUVWDQGLQJNQRZOHGJHQHWZRUN
OHDUQLQJDQGFRQQHFWLYLVP
Alaa A. AlDahdouh, António J. Osório y Susana Caires Portugal

Resumen
En el campo educativo circulan el conductismo, el cognitivismo, el constructivismo y otras teorías en
auge como el actor-red y el conectivismo. Para cada uno, hay aliados que respaldan la evidencia de la
investigación y la consistencia de la observación. Mientras tanto, esas teorías existentes dominan el
campo hasta que se cambia el trasfondo o nueva evidencia concreta prueba sus insuficiencias. Los
conectivistas afirman que el trasfondo o el clima general ha cambiado recientemente: una nueva
generación de investigadores, los conectivistas proponen una nueva forma de concebir el conocimiento.
Según ellos, el conocimiento es una red y el aprendizaje es un proceso de exploración de esta red.
Otros investigadores encuentran esta noción poco clara o no nueva y probablemente sin efecto en el
campo de la educación. Este artículo aborda una comprensión confusa del conocimiento definido como
una red y la falta de recursos para hablar sobre este tema. Por lo tanto, trata de aclarar qué significa definir
el conocimiento como una red y de qué manera puede afectar la enseñanza y el aprendizaje.
Palabras clave: teoría del aprendizaje; constructivismo; conectivismo; conocimiento; aprendizaje en red; e-
learning, curso masivo abierto en línea; MOOC; epistemología; ontología; aprender en línea; Inteligencia artificial; AI

Introducción
Uno puede encontrar apropiado asemejar el campo de la educación como un crisol:
Filosofía, Tecnología, Ciencias y Artes son algunas de las muchas disciplinas que toman parte y se
cruzan en este campo multidisciplinario. Encontrar una teoría sostenible que combine y armonice
esta mezcla heterogénea es como jugar un juego abierto. Los nuevos descubrimientos y
percepciones dan lugar a cambios en el trasfondo en el que se basan las teorías actuales. El
conectivismo, una teoría del aprendizaje reciente y en crecimiento, argumenta que están ocurriendo
cambios tremendos en los procesos de aprendizaje y que no es posible construir sobre las teorías
anteriores. En cambio, se debe construir un nuevo marco conceptual en un intento de explicar los
fenómenos emergentes. Según el Conectivismo, las nuevas tendencias teóricas se fundamentan en
diferentes circunstancias y el Conectivismo se fundamenta en la era de la información.

En este proceso de cambio vertiginoso, la tecnología juega un papel protagónico dentro del
escenario del aula. Por ejemplo, el desarrollo tecnológico está afectando, entre otros, en: (1) las
herramientas desarrolladas en el aula y (2) el desarrollo curricular. En cuanto al primero, el
desarrollo de herramientas, el rápido desarrollo de herramientas tecnológicas como la computadora
personal (PC), laptop, internet, teléfono inteligente, multimedia y web 2.0 ha involucrado a los
educadores en una batalla por mantenerse al día con su velocidad. Mientras los educadores
debatían sobre el uso o no de las PC en el aula, surgió Internet. Cuando la investigación comenzó a
adoptar Internet, se inventó el teléfono inteligente; y el ciclo continúa. En cuanto
-desarrollo
al segundo
curricular-,
también se ha visto significativamente afectado (Cormier, 2008). Por ejemplo, considere a un
estudiante de informática en la universidad. En su primer año se aplicó un nuevo plan de estudios.
Durante su programa de 4 años, estudió de acuerdo con este plan. Después de graduarse, lo que estudió ya estaba desac

octubre 2015 3 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

El período de 4 años puede implicar cambios tecnológicos significativos; ¡Todo sucede demasiado rápido
y, en poco tiempo, la información puede volverse obsoleta!

La teoría del conectivismo reconoce estos problemas junto con una comprensión de las ciencias de la red.
Según el Conectivismo, no tiene sentido considerar el aprendizaje meramente como una construcción
interna del conocimiento. Más bien, lo que los alumnos pueden alcanzar en la red externa debe
considerarse como aprendizaje. Además, el conocimiento mismo tiene una estructura; no es algo borroso o
misterioso. Es complejo y caótico, por supuesto, pero tiene una estructura. El conectivismo utiliza lo
descubierto hasta ahora en el análisis de redes para interpretar el conocimiento y asume el conocimiento
como una red (Siemens, 2008).

Mientras tanto, definir el conocimiento como una red necesita alguna aclaración. En este artículo, los
autores proponen arrojar algo de luz sobre este nuevo marco añadiendo algunos ejemplos tangibles del
conocimiento en red. En otras palabras, cómo la estructura de la red puede representar la diversidad y
complejidad del conocimiento. Desde diferentes disciplinas, este artículo avanza paso a paso con ejemplos
simples para explicar la complejidad y las características caóticas del conocimiento. El conocimiento, sin
embargo, está lleno de ejemplos más sofisticados y complejos.

El conocimiento como red

La red se refiere a un conjunto de nodos conectados con relaciones. Por lo tanto, la red consta de uno o más
nodos conectados por una o más relaciones. En la siguiente figura, la red consta de cuatro nodos (A, B, C, D)
conectados por cuatro relaciones.

Componentes de red Nodo:

El nodo se refiere a cualquier objeto que se pueda conectar. El conectivismo reconoce tres tipos de nodos:
neural, conceptual (interno) y externo (Siemens & Tittenberger, 2009). en los neurales
nivel, la red consta de neuronas conectadas por el axón de la neurona y las dendritas (Stufflebeam, 2008).
En el nivel conceptual, la red consta de conceptos, ideas y pensamientos conectados por vínculos conceptuales
como similitud y correlación positiva. En el nivel externo, la red está formada por personas, libros, sitios web,
programas y bases de datos conectados por internet, intranet o contacto directo.

Relación: La relación es un vínculo entre dos objetos. Una o más relaciones se pueden reunir en un lazo.
Hay algunas relaciones especiales o características de la relación de red.

Graduada: la relación entre los nodos no es necesariamente nítida. A veces se interpreta o califica. Por
ejemplo, considere una relación de 'amistad' entre dos personas. Está claro que la amistad no es una
relación cuantitativa. En cambio, se interpreta, califica o, incluso, contiene subrelaciones. En este caso, la
'amistad' se considera como un 'lazo'.

Dirección: La dirección de la relación hace la diferencia. Algunas relaciones se invierten cuando fluyes de
un nodo a otro. Por ejemplo, considere la relación de 'menor' que une un nodo de un número '13' y un
nodo de '26'. La relación debe revertirse a una relación 'Mayor' cuando fluya de '26' a '13'.

octubre 2015 4 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

Este no es un caso con todas las relaciones. Considere un lazo que une a una pareja, 'Alaa' y 'Tahani'.
La relación de 'Casado con' y 'Vivir con' es similar para ambas direcciones. Sin embargo, las relaciones
'Esposo de', 'Esposa de', 'Menor' y 'Mayor' tienen direcciones diferentes.

Otras relaciones van en una dirección sin inversa. Por ejemplo, considere una relación de 'restar' entre
dos números.

Auto-unión: el nodo puede conectarse a sí mismo. Considere, por ejemplo, una persona que se
culpa a sí misma. Otro ejemplo de relación de autounión es la ley de conservación de la energía; la
energía no se crea ni se destruye, pero puede cambiar de una forma a otra (Planck, 2013, p. 40). Por
lo tanto, si la energía está representada por un nodo, entonces debería conectarse consigo mismo con
una relación de 'cambiado a'.

Patrón: El patrón se refiere a un conjunto de conexiones que aparecen juntas como un todo único. Este
es uno de los conceptos más importantes del Conectivismo. Los ejemplos dados anteriormente hablaban
de una relación simple que une uno o dos nodos. Las cosas se vuelven más complejas cuando una
relación no se puede ver entre dos nodos como una relación aislada. Por ejemplo, considere una fórmula
de potencia eléctrica en un circuito de corriente continua (CC).

ÿÿ ÿ
ÿÿ ÿÿ ÿÿ ÿÿ ÿ ÿÿ
ÿÿ

Donde: P = potencia eléctrica; I = corriente eléctrica; V = tensión eléctrica y R = resistencia

octubre 2015 5 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

La potencia eléctrica en un circuito de CC se reconoce mediante una de las fórmulas enumeradas

anteriormente. La siguiente figura representa las fórmulas como tres redes separadas:

La primera fórmula establece que 'P' está positivamente correlacionada con 'I' y 'V'. Pero, ¿es cierto que
'P' está positivamente correlacionado con 'I' solo? Para responder a esta pregunta, pasemos a la segunda
y tercera fórmula y observemos la relación entre 'P' y 'R'. Desafortunadamente, la relación está
negativamente correlacionada en la segunda fórmula mientras que está positivamente correlacionada en
la tercera fórmula. Por lo tanto, no es cierto decir que 'P' está positivamente correlacionado con 'R' y no
es cierto decir que 'P' está negativamente correlacionado con 'R'. Más aún, no es cierto decir que 'P' no
está correlacionado con 'R'. La noción es que una sola relación entre dos nodos en esta red no tiene
sentido: es una cadena de relaciones que incluyen la relación entre 'P', 'R', 'V' e 'I' todos juntos o, en este
caso, grupo subconjunto de ellos. Estas cadenas se llaman patrones.
Por lo tanto, el significado se distribuye entre patrones de relaciones (Downes, 2007). El sistema neuronal
presenta otro ejemplo de conocimiento distribuido. Las investigaciones en neurociencia sugieren que una
sola célula neuronal no es el poseedor de la información; en cambio, son los patrones los que conectan un
conjunto de neuronas (Siemens & Tittenberger, 2009).

Formación de nodos
En la sección anterior, el nodo se describe simplemente como una caja negra o un objeto ambiguo.
El conectivismo argumenta, sin embargo, que el nodo en sí mismo es una red. “Cada entidad se compone
de entidades adicionales” (Downes, 2007). La entidad se puede ver en tres niveles separados:

nivel neural

La red a nivel neuronal es un conjunto de neuronas conectadas; así, cada neurona está conectada a
entre 5000 y 200 000 otras neuronas (Stufflebeam, 2008). Pero la neurona misma es una red.
Una neurona típica tiene un Soma en su centro, que contiene el núcleo de la célula. La célula está
rodeada por una membrana plasmática. El núcleo y la membrana están conectados entre sí en relaciones de
dependencia para lograr la función neuronal. El Soma en sí mismo es una red de síntesis de proteínas y
demás (Lodish et al., 2000b). Las neuronas no tienen la capacidad de dividirse. Una neurona dañada, por lo
tanto, no puede ser reemplazada, al menos hasta el momento (Purves et al., 2001). A pesar de los investigadores
intenta generar neuronas a partir de células madre, la red neuronal adulta no crece; está arreglado.

octubre 2015 6 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

Nivel conceptual El
nodo en este nivel es el concepto. Los conceptos se refieren a ideas y pensamientos que
ayudan al ser humano a interpretar el mundo. Los conceptos están conectados entre sí en una
estructura de red (Siemens & Tittenberger, 2009). Por ejemplo, considere el concepto de 'líquido'.
En realidad, no existe una instancia física llamada 'líquido'. El líquido es solo un concepto en la
mente humana para reunir instancias relativamente similares, como agua, aceite y etanol. Todas
estas instancias tienen algo en común que las hace agruparse bajo un mismo concepto: 'líquido'.

Por lo tanto, el líquido es un concepto que consiste en una red de sub-nodos conectados entre sí
con relaciones 'similares a'. La creación de un solo nodo para representar una agregación de
diferentes nodos simplifica la red de conceptos humanos. La idea de agregación volvió a una
idea filosófica del asociacionismo: “dos cosas que son relevantes de manera similar se conectan
en la mente. Esta conexión o asociación a su vez permite inferir el conocimiento sobre una de la
otra” (Downes, 2007). Además, un nodo líquido puede conectarse simplemente a otros nodos
conceptuales. Por ejemplo, un 'líquido' se conecta a un nodo 'recipiente' con una relación 'que
contiene/con forma de'.

Esto también permite que la densidad del líquido se conecte con la profundidad y la gravedad para formar una presión hidrostática.
fórmula. Las diferencias entre los nodos internos (agua, aceite, ...) aún se reconocen pero, en
aquellos casos en los que sus diferencias no importan, un concepto líquido aparece como una
caja negra. Por lo tanto, si uno ve 'gasolina' por primera vez, la tratará con éxito como líquido
incluso sin conocer su realidad.
Nivel externo
A diferencia de los niveles anteriores, la red externa tiene una diversidad de tipos de
nodos. El conectivismo resumió todo tipo de nodos definiéndolos como nodos sociales o
externos. El Conectivismo, en este nivel, se basó en la Teoría Actor-Red (ANT), que a su vez, se basó en el Realismo Cie

octubre 2015 7 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

Constructivismo Social (Frohmann, 1995). ANT se dio cuenta de que el entorno social es solo una
red de actores. Aquí se mencionan dos contribuciones principales: Primero, la topología o la
estructura que mejor describe el entorno es la red. En segundo lugar, los actores de este proceso no son solo humanos.
En cambio, los humanos y los no humanos son todos actores. La noción aquí es "en las
redes de humanos, máquinas, animales y la materia en general, los humanos no son los únicos
seres con agencia, no los únicos que actúan; la materia importa" (Risan, 1997). El conectivismo,
sin embargo, pone más énfasis en la tecnología y la asume como actor y conector. Entonces,
según el Conectivismo, la tecnología tiene actores como agentes de Inteligencia Artificial (IA),
dispositivos de teléfonos inteligentes, libros electrónicos y sitios web; y conectores como red social, internet e intranet.

Se pueden dar muchos ejemplos diferentes para la formación de cada tipo de nodo en este
nivel. En esta sección, se darán algunos ejemplos para humanos y no humanos. Considere, por
ejemplo, una escuela como un nodo de una red humanitaria. La red está formada por estudiantes,
profesores y administradores. Dentro de esta red han surgido subredes o clústeres, como aulas y
clúster de docentes. La agrupación o división de la red en subredes depende del número de
conexiones entre los elementos. Por lo tanto, está fuertemente conectado dentro de una subred y
débilmente conectado entre subredes. El aula en sí se puede dividir en subredes de mejores
amigos, etc.

Es importante saber que el ejemplo anterior es solo un sector de la red real. La red real es
mucho más compleja. Por ejemplo, un estudiante en las aulas anteriores está conectado a
otras redes, como amigos y familiares.

octubre 2015 8 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

De manera similar, los nodos no humanos participan en redes y consisten en redes. Una cadena alimentaria
es uno de los ejemplos famosos. Considerando que la relación 'alimentarse/comerse por' entre humanos,
animales, plantas y seres vivos termina en una cadena alimenticia; y más precisamente la red alimentaria.
Un estudio en la red alimentaria reveló un hallazgo interesante que podría considerarse para otras redes:
agregar más parásitos a la red alimentaria aumenta la conectividad a veces de manera espectacular
(Lafferty, Dobson & Kuris, 2006), donde la conexión es una métrica clave que afecta la estabilidad de toda
la red alimentaria. En otras palabras, pequeños cambios en una relación directa entre dos nodos, digamos
'A' y 'B', pueden tener efectos en el nodo 'C', que no tiene conexión con ninguno de los dos.

Flujo de información

En la sección anterior, el nodo se describe como una red de nodos relacionados. “El conocimiento
puede residir en aparatos no humanos” (Siemens, 2006b, p. 31). Sin embargo, el conocimiento está vivo
y la información se pasa a través de los nodos. “Los nodos que ya no se valoran se debilitan dentro de
este entorno” (Siemens, 2006b, p. 30). En esta sección se describirá parcialmente el flujo de información
en los tres niveles de redes:
Nivel neuronal

La red neuronal envía mensajes de un lado a otro utilizando impulsos nerviosos electroquímicos. La
función de la neurona se basa en la señalización sináptica, un patrón de conexiones o vías que conecta
QHXURQVDQGKHOSVVLJQDOV¶WUDQVPLVVLRQ 7KLVSURFHVVLVSDUWO\HOHFWULFDODQGSDUWO\FKHPLFDO
(Lodish et al., 2000b). Cada grupo de neuronas es responsable de procesar tipos específicos de
fenómenos, por ejemplo; calcular la verticalidad y la cantidad. Cuando dos grupos de neuronas en el
cerebro se activan juntas una y otra vez, encontrarán un camino corto que las une. Por lo tanto, se están
conectando. Posteriormente, activar un grupo activará el otro (Lakoff, 2009a).

Cada vez que se activa la neurona, la conexión con las siguientes neuronas se fortalece. Sin tales señales,
las células activan el llamado programa suicida y eventualmente mueren (Lodish et al., 2000a). Un niño de
5 años puede perder la mitad de sus conexiones neuronales si no se utilizan (Lakoff, 2009b).

Nivel conceptual El
conectivismo ve el nodo en la red conceptual como ideas, pensamientos y conceptos. La
información, los eventos y las experiencias fluyen a través de las ideas, pensamientos y conceptos
de uno en el proceso de pensar, soñar, imaginar e incluso mientras vive y experimenta la vida real.
Según el Conectivismo, la red conceptual está funcionando de manera continua e independiente del
mundo real y la información fluye ya sea de manera consciente o inconsciente, siendo, en su mayor parte
(98%), un proceso inconsciente (Lakoff, 2009a). El segundo supuesto del asociacionismo dice que "una
cierta cantidad de energía aplicada a un sistema creará una cierta cantidad de cinética, en otras palabras,
tu cerebro sigue pensando aunque no esté recibiendo información" (Downes, 2007, p. 5- 6). El flujo de
información que pasa a través de estas ideas y conceptos los fortalece, mientras que las ideas y
pensamientos que rara vez son visitados por los eventos, experiencias e información que los rodean,
pierden lentamente sus conexiones con otros nodos y eventualmente se eliminan o eliminan.

octubre 2015 9 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

olvidado. Considere, por ejemplo, un estudiante que domina perfectamente el Teorema de Pitágoras
del triángulo recto. Al momento de estudiar el curso, el estudiante es plenamente consciente de todos
los detalles de esta teoría. Puede calcular cualquiera de los ejemplos dados y puede conectar esta
teoría con otras DUHDVDQGWRSLFV VXFKDVFLUFOH¶VDUHDDQGFRQH¶VYROXPH 2YHUWLPH
DQG más amplias. Teorema de Pitágoras, los conceptos de área del círculo y volumen del cono. Por
lo tanto, se convierten en entidades ambiguas. Finalmente, las conexiones entre las áreas más amplias
pueden, gradualmente, perderse.

Por otro lado, “un alumno que encuentra continuamente nueva información y eventos,
actualizará y reescribirá dinámicamente su red de aprendizaje y creencias” (Siemens, 2006b, p. 30).
De esta manera, el Conectivismo aplica los mismos conceptos mostrados anteriormente a nivel
neuronal. El flujo de información entre dos nodos conceptuales necesita activarse y extenderse a la
vez hasta que se produzca el camino corto. Por ejemplo, para crear un camino corto (conexión) entre
el Teorema de Pitágoras, el Área del Círculo y el Volumen del Cono, cada concepto debe extenderse
hasta que el alumno pueda ver la relación que los reúne a todos.

Nivel externo
El flujo de información a nivel externo viene como una forma de conexión social. Los estudios
sociales de la ciencia y la tecnología han revelado que el nodo (que puede ser humano o no
KXPDQLVVRFLDOO\FRQQHFWHGWRLWVHQYLURQPHQWLQDQHWZRUNEDVHG³WRSRORJ\´ 7KHQRGHKDVD
posición única en la red. Por lo tanto, solo puede ver, percibir, enviar y recibir información a través
de esta posición. La posición en la red (centralidad), el número de conexiones directas (densidad),
la importancia o la singularidad de una conexión a otros nodos (puente) y el número mínimo de
conexiones necesarias para llegar a un nodo de destino (distancia) son todos los temas de análisis
en Análisis de Redes Sociales (SNA). Lo que realmente fluye a través de estas conexiones no
importa, desde la perspectiva de SNA, como la frecuencia, la repetición y la disponibilidad de los
mensajes. En otras palabras, el SNA no suele analizar el contenido; analiza el máximo, el mínimo, el
promedio y el número total de mensajes entre nodos.

octubre 2015 10 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

La tecnología hace más factibles tanto las conexiones como el flujo de información. En una visión
más amplia, la tecnología ha arrastrado a la sociedad de grupos o comunidades densamente
conectados a un grupo débilmente conectado pero a un individuo más conectado. En otras palabras,
lleva a la sociedad al 'individualismo en red' (Dirckinck-Holmfield, Jones & Lindström, 2009). Suena
contradictorio, pero se explica fácilmente: el promedio de conexiones por nodo ha aumentado, pero
esas conexiones ya no se limitan a un determinado grupo de nodos. En cambio, las conexiones se
extienden por toda la red.

La relación entre la conexión y el flujo de información es una relación única. La información

necesita una conexión para llegar al objetivo y la conexión necesita el flujo de información para
mantenerse viva. Por lo tanto, no existe flujo de información sin conexión y ninguna conexión
permanece sin flujo de información.

Como ejemplo de flujo de información y el efecto de la tecnología en la creación de conexiones

sociales, considere una empresa de software, que impone una estructura de personal jerárquica con
gerentes a la cabeza y grupos cerrados de programadores en la parte inferior. El Director General
(CEO) se dio cuenta, después de un tiempo, que hay filtraciones de los códigos que se desarrollaron
dentro de la empresa. Contrató a una empresa de seguridad para rastrear el flujo de información y
asegurarse de que ningún intruso pueda acceder a esos códigos. La primera investigación no reveló
amenazas de seguridad y el flujo de información está asegurado. La segunda investigación, sin
embargo, reveló que los grupos cerrados de desarrolladores no estaban cerrados en absoluto. Algunos
empleados usaban sitios web de trabajo virtual y contrataban a otros desarrolladores para hacer su
trabajo. Algunos administradores han visto esto como una amenaza, otros como una oportunidad.
Estos últimos administradores crearon muchas empresas virtuales, que reunieron a desarrolladores
de todo el mundo. Del mismo modo, los educadores tal vez vean estos cambios como amenazas o como oportunidades.

Conocimiento conocido y desconocido.

El conectivismo utiliza la topología de red para representar la estructura del conocimiento.
Uno de &RQQHFWLYLVP¶VTXHVWLRQVLV GRHVNQRZOHGJHDOUHDG\H[LVW ± para que el
alumno solo tenga que explorarlo, descubrirlo y agregarlo, ¿o es algo 'abierto' y en crecimiento, para
que el alumno pueda inventar además?' En realidad, el Conectivismo reconoce ambos escenarios
pero se concentra más en el conocimiento conocido. Al describir el conocimiento como abundante y
de fácil acceso, los conectivistas sostienen que agregar algo nuevo al conocimiento existente es muy
complicado y requiere el esfuerzo de otros. Como dice Siemens (2006b), "Los problemas se están
volviendo tan complejos que no se pueden contener en la mente de un individuo; los problemas se
mantienen de manera distribuida a través de las redes, y cada nodo contiene una parte del
rompecabezas completo" (p. 44). ). Por tanto, según el conectivista¶VYLHZ DJJUHJDWLQJ H[SORULQJDQGGLVFRYHULQJW
importante que inventar nuevos conocimientos.

octubre 2015 11 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

También es importante saber que la agregación del conocimiento existente es vista, en sí misma, como nuevo
conocimiento. Entonces, un nodo compuesto es más grande que la suma de sus nodos internos. En otras palabras,
el nodo compuesto tiene una propiedad emergente donde las propiedades del nodo no son simplemente la
colección de propiedades de los nodos internos (O'Connor & Wong, 2002). En realidad, en algunos casos, pueden
ser completamente diferentes. Considere, por ejemplo, las propiedades de los átomos de oxígeno e hidrógeno.
El hidrógeno gaseoso es altamente inflamable y el oxígeno gaseoso es necesario para la combustión. Si se
combinan un átomo de oxígeno y dos de hidrógeno, el resultado es una molécula de agua (H2O). ¡Es un líquido
que se usa para extinguir el fuego! La propiedad emergente resultante de esta combinación tiene
QRWKLQJWRGRZLWKDQ\RIWKHVHVLQJOHDWRPV¶SURSHUWLHV

Del mismo modo, reunir un administrador, un secretario y un contador no significa la suma de ellos.
En cambio, puede significar agencia de turismo.

Entonces, de acuerdo con el Conectivismo, el conocimiento desconocido encontrará su camino hacia el conocimiento
conocido cuando los nodos que lo rodean lo necesiten en su camino. Es posible que la electricidad y la gravedad
no se hayan descubierto sin los descubrimientos preliminares. Esos descubrimientos preliminares hacen lógico
pensar y encontrar el patrón de relación entre la manzana caída, la fuerza y la aceleración.

¿Y si la red fuera parcialmente desconocida, somos capaces de manejarla? ¿Somos capaces de usarlo?
La observación enfatiza que los seres humanos son capaces de lidiar con la incertidumbre, hacer uso de
la tesis FRPSOH[REMHFWVDQGPDQLSXODWH³EODFNER[HV´ ZDWHUKDVEHHQXVHGORQJEHIRUHLWVV\n; los
estudiantes usan máquinas calculadoras sin saber realmente cómo funcionan. Como 6LHPHQV de incertidumbre y
valora el aprendizaje como proceso
EZRXOGVD\ y como producto... Las herramientas
WKDWLVWKHKXPDQ¶VDUWLVWU\ se utilizan como
7KHDUWLVWVHHV pinceles para crear la
DQGDFFHSWVWKHEHDXW\
pintura deseada del aprendizaje" (p. 108).

Nodo móvil Todas

las teorías anteriores reconocen el conocimiento como un objeto o estado a ser adquirido o construido en el
OHDUQHU¶VPLQG &RQQHFWLYLVP LQFRQWUDVW FRQFHLves como un proceso, que está vivo y en movimiento,
una realidad cambiante. Como se vio en las secciones anteriores, el flujo de información de un nodo a otro le da
cierta vitalidad a la red. Pero, ¿qué pasa con los nodos y las conexiones?
El conectivismo los ve a ambos como objetos en movimiento. En otras palabras, el tiempo debe ser considerado
como una dimensión del conocimiento: en un momento aparecen unos nodos, otros desaparecen; algunos
FRQQHFWLRQVDUHVWUHQJWKHQHG RWKHUVDUHZHDNHQHG 6R DV6LHPHQV VD\V ³:KLOHWKHUHLVD
respuesta correcta ahora, puede ser incorrecta mañana debido a alteraciones en el clima de información
que afectan la decisión” (p. 4); el nodo mismo puede cambiar su posición al cambiar sus conexiones y dar lugar a
otra realidad. Para aclarar esta idea, considere un conductor de automóvil que conducía un automóvil a alta
velocidad. El camino parecía estar vacío y toda la información que llegaba lo dejó satisfecho con su decisión. De
repente, un peatón saltó al costado del camino y cruzó la calle. El automóvil, en ese momento, estaba a unos 50
metros del peatón. La decisión correcta sería pisar el pedal del freno. Desafortunadamente, el conductor no tomó
esa decisión. Dos segundos después, el automóvil estaba a 10 metros de distancia. La decisión correcta, en ese
momento, fue girar el volante. Pisar el pedal del freno ya no es la decisión correcta. En este ejemplo, había tres
decisiones (alta velocidad, pisar el pedal del freno y girar el volante), cada una representaba la mejor decisión en
una fracción de tiempo específica. sin embargo , cuando la información entrante está cambiando

octubre 2015 12 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

rápidamente, la mejor decisión puede convertirse repentinamente en la peor. Cuando las cosas van más
rápido, la vida útil de la decisión se acorta. Eso es exactamente lo que está sucediendo en la escena
educativa: las ciencias se están desarrollando muy rápidamente y el (renuente)

dULYHUV¶GHFLVLRQVDUHFRPLQJWRRODWH Hay dos factores principales que hacen que el nodo sea
inestable: (1) la emergencia/volatilización del nodo y (2) la autonomía del nodo. Considere, por ejemplo, un
libro que habla sobre el uso de Microsoft Windows 98 en la educación. El libro tardó alrededor de un año en
ser escrito. Luego siguió un proceso regular de validación y distribución. Esto significa dos años adicionales.
El libro llegó a los estantes de la biblioteca después de 4 años. En ese momento, se lanzó una nueva versión
de Microsoft Windows y el valor del libro ahora es cuestionable.

En este ejemplo, Windows 98 mismo era un nodo en la red. Como cualquier otro producto comercial, este
nodo sigue un ciclo de vida del producto de introducción, crecimiento, madurez y declive. Este nodo surgió
y decayó en 4 años (Microsoft, 2014). Mientras tanto, las personas se conectaron a este nodo. El libro es otro
nodo agregado a la red, que está tratando de usar el nodo de Windows 98 como un 'puente' o como un centro
para llegar a la gente. De repente, un nuevo nodo ha saltado a escena: Windows XP. Debido a que "la moneda
(conocimiento preciso y actualizado) es la intención de todas las actividades de aprendizaje
conectivista" (Siemens, 2005, p. 4), la mayoría de las personas abandonan el nodo anterior (Windows 98) y se
conectan al nuevo (Windows 98). XP). Por supuesto, estas son malas noticias para todos los nodos que
utilizan Windows 98 como centro: distribuidores, programadores, autores y educadores.

La autonomía de los nodos es el segundo factor de inestabilidad de la red. Esto puede suceder en todo tipo
de nodos: neuronales, conceptuales y externos. Las células neurales, por ejemplo, son diferentes entre sí.
Cada grupo de neuronas es responsable de una tarea específica. Las neuronas adyacentes se resisten a la
señal, al principio, a menos que la potencia y las repeticiones las obliguen a conectarse. De lo contrario, si
activar una neurona puede activar fácilmente todas las neuronas adyacentes, activar una neurona activará
todas las neuronas del cerebro y eso, por supuesto, no es cierto. De manera similar, la red conceptual de
una persona se resiste a nuevas ideas a menos que esa persona tenga aliados de conceptos en su mente. El
concepto crece gradualmente al conectarse a othHUFRQFHSWV $JDLQ WKHFRQFHSWLWVHOIKDVLWVDXWRQRP\WR³DFFHSW´RU
las conexiones con otros conceptos. Por eso, según el Conectivismo, las personas tienen diferentes
ideas, opiniones y razonamientos; la conexión entre dos conceptos es simplemente el camino para el
razonamiento. Por ejemplo, alguien que vio huellas de humanos en el suelo, infirió que alguien más había
pasado por allí. La relación entre la persona (causa) y la huella (efecto) es un nexo causal. Al mismo
tiempo, vio el mundo, que está perfectamente armonizado, similar a la huella (efecto); no puede venir por
casualidad y hay una causa para este efecto.
Por lo tanto, esto lo lleva al Creador. Otras personas no podían ver la relación entre 'Huella' y 'Mundo'.
Por lo tanto, llegaron a otras conclusiones.

octubre 2015 13 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

El aprendizaje como reconocimiento

de patrones En el conectivismo, la estructura del conocimiento se describe como una red. La red
es un conjunto de nodos conectados entre sí. Estas relaciones/conexiones pueden no verse como
un vínculo singular entre dos nodos. En cambio, son más como patrones: grupos de relaciones
que se unen como un todo único. La red no es estática; es dinámico y esos patrones pueden
cambiar con el tiempo. El aprendizaje, según el Conectivismo, es un proceso continuo de
exploración de redes DQGSDWWHUQVILQGLQJ LWLVDSURFHVVRISDWWHUQV¶UHFRJQLWLRQ ,QWKHVXEVHTXHQW
Se explora el conocimiento descrito como una red en relación con las teorías anteriores. En otras palabras,
cómo actúan las teorías anteriores en un conocimiento en red y cómo se interpretan sus modelos de
aprendizaje propuestos según el Conectivismo. Finalmente, se introduce un modelo de aprendizaje de
Conectivismo como modelo de aprendizaje alternativo, como dicen los conectivistas.

Teorías anteriores

El conductismo concibe el conocimiento como un objeto físico que el alumno debe obtener y el aprendizaje
como un proceso de transferencia de hechos a la cabeza del alumno a través de mecanismos de recompensa y castigo.
De acuerdo con el conductismo, el aprendizaje depende del gusto/disgusto innato del alumno. Se
puede representar en un conocimiento en red de la siguiente manera: el docente debe poner premios en el
camino, en el que cree que es correcto y poner obstáculos en todos los demás caminos. Por lo tanto, el alumno
encontrará interesante seguir el camino del maestro. Con la repetición, el alumno olvida todos los demás caminos.

Al conductismo le está yendo bien en la enseñanza de animales como perros, monos y otros. Algunos
maestros de escuela temprana todavía encuentran útil este método, ya que los premios y obstáculos
pueden acelerar el proceso de transferencia de conocimientos.

El cognitivismo avanzó y dice que el conocimiento no es sólo como hechos; puede incluir teorías y
opiniones. Por lo tanto, los alumnos deben utilizar su capacidad lógica para procesar la información.
El aprendizaje se negocia a través de la experiencia. En una perspectiva de conocimiento en red, el maestro
debe diseñar la experiencia de aprendizaje con anticipación y preparar una red estrecha en la que el alumno
tenga caminos limitados para probar. Los alumnos que sigan el camino lógico tendrán éxito, los demás pueden
volver a intentarlo.

octubre 2015 14 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

El constructivismo, en específico, reconoce la complejidad del conocimiento. “Los principios

constructivistas reconocen que el aprendizaje en la vida real es desordenado y complejo” (Siemens, 2005,
p.2). El conocimiento está dentro de la mente del alumno construido a través del proceso de creación de
significado. El maestro debe diseñar para que la experiencia de aprendizaje sea rica y diversa. En la
perspectiva del conocimiento en red, el conocimiento no tiene necesariamente un camino lógico hacia la
respuesta correcta; puede haber otros caminos. El alumno debe decidir qué camino seguir.

Modelo de aprendizaje en teorías anteriores

Todas las teorías anteriores siguen el mismo proceso de educación. El conocimiento es inspeccionado,
negociado, filtrado y presentado como libros útiles. Los maestros manejan estos libros y organizan las
experiencias de aprendizaje de acuerdo con una de las teorías anteriores: conductismo, cognitivismo o constructivismo.
La mejor analogía para este proceso es la historia contada por El-Gazaly (nd, p. 1359), un antiguo educador
árabe. El-Gazaly se parecía al conocimiento que un elefante entra en un pueblo por primera vez. Un grupo de
ciegos se enteró de ese gran animal, así que fueron a inspeccionarlo y dijeron: haremos todo lo posible para
saber cómo es ese animal. Cuando llegaron, uno de ellos tocó la pata del elefante, otro tocó su colmillo y el
último tocó su oreja. A partir de entonces, regresaron a la aldea y organizaron un debate; el primero dijo: el
elefante es como un gran cilindro duro (la pata), el segundo dijo: es como un pequeño tubo liso (el colmillo)
y el último dijo: es como una piel delgada (la oreja). Todos ellos eran honestos, pero ninguno de ellos era
cierto. A pesar del debate, escribieron libros sobre el elefante. Los libros fueron utilizados más tarde por
profesores y alumnos. Los ciegos representan a los científicos que van e inspeccionan nuevos fenómenos.
Cada uno de ellos ve el fenómeno desde un lado. El constructivismo reconoce este problema. Enfatiza una
negociación entre científicos para construir un patrón que mejor se asemeje al fenómeno. También reconoce
que la construcción final no es exactamente igual al fenómeno.

En general, las teorías anteriores siguen el mismo proceso educativo: fenómeno, científicos, debate,
contenido, profesor y aprendiz. El docente puede actuar como agente de transferencia (Conductismo) o
como facilitador (Cognitivismo, Constructivismo).

En este modelo, el contenido juega el papel central: es el objetivo que generan los científicos; y es el
producto que los aprendices consumen o ponen en su mente. Este modelo funcionó bien durante mucho
tiempo, pero ya no, según el conectivismo.

Modelo de aprendizaje del conectivismo

El conectivismo simplemente agrega dos notas importantes a la historia del elefante: (1) el elefante no
es un elefante, es una criatura gelatinosa, que cambia de forma con mucha frecuencia y (2) los
investigadores, los maestros, los alumnos, junto con con agentes no humanos están dentro del
conocimiento; son socios QRWFRXQWHUSDUWV 7DNLQJLQWRDFFRXQWWKH&RQQHFWLYLVW¶VFRQFHSWXDOSURSRVDODQ

octubre 2015 15 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

implicaciones en los procesos educativos, se pueden prever muchos cambios críticos. Primero, si consideramos los
rápidos y numerosos cambios que están experimentando las ciencias y la sociedad, podemos decir que los métodos
y procesos que estamos utilizando hoy en día, en la enseñanza, toman demasiado tiempo, es decir; mientras los
científicos inspeccionan, debaten y escriben libros, el conocimiento cambia rápida y significativamente y pronto expira.
En segundo lugar, los enfoques educativos actuales intentan mantener a los profesores y alumnos alejados de la
controversia y el debate entre los científicos. La idea es proporcionar a los profesores y alumnos un material listo para
usar, pero esto, de alguna manera, mantiene a los profesores y alumnos como meros consumidores de conocimiento,
como agentes pasivos.

$VZHFRXOGVHHWKURXJKRXWWKHDXWKRU¶VDWWHPSWVWRFODULI\WKH&RQQHFWLYLVWSURSRVDO WKLVQHZ
El marco conceptual tiene una visión única con respecto a la interacción entre los estudiantes y el contenido.
El contenido es solo un nodo en la red y los estudiantes principalmente no están interesados en ponerlo dentro de sus
mentes. Por el contrario, los alumnos están interesados en usar, copiar y pegar este contenido para llegar a
WKHLUDLPV ,Q6LHPHQ¶V EZRrds "Descargamos
como alumnosmuchas
cambiacapacidades cognitivas
del procesamiento en la red, de modo
al reconocimiento que nuestro
de patrones" enfoque
(p. 43).

Además, los aprendices son nodos autónomos en la red y se diferencian entre sí en sus objetivos y, por tanto, en la
forma de utilizar los contenidos. Según el Conectivismo, el sistema educativo debe fomentar la diversidad de los
educandos y no su similitud.

Además, propone que los aprendices se coloquen en el mismo lugar que los investigadores: frente al conocimiento
reciente. De esa forma, los alumnos se convierten en generadores de contenido y no en consumidores de contenido.
Por lo tanto, en lugar de dar a los alumnos un problema estable, listo para usar y resuelto, el Conectivismo propone
darles problemas inestables, controvertidos, sin resolver y de la vida real. Eso puede aumentar VWXGHQWV¶WHQVLRQ y
la incertidumbre, y tal vez, la sensación de 'caos'. La incertidumbre les obligará a buscar respuestas, a pedir ayuda, a
buscar patrones y, en otras palabras, a formar conexiones, en un intento de solucionar el problema que tienen por delante.
Aquí entra el rol del docente, un aprendiz maduro, o un nodo especializado, alguien que ya se ha conectado a una muy
buena red en el campo: otros investigadores, libros, revistas, sitios web, bases de datos, aplicaciones móviles y otros. En
lugar de ser un nodo puente hacia esta red, el docente debe ayudar a los nuevos aprendices a plantarse en la red, a estar
conectados a sus nodos y a ser parte de ella.

En este proceso, la tecnología representa el principal conector de la red. Ya sea por teléfono, correo electrónico, buscador
o red social; La tecnología hace que sea más fácil llegar a la información actual y actualizada. Sin embargo, “ya sea en
línea, presencial o semipresencial, los entornos de aprendizaje y conocimiento deben ser democráticos y diversos” (Siemens,
2006b, p. 47).

octubre 2015 dieciséis

vol. 12. No.10.
Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

Discusión
El conectivismo se ha extraído de una larga historia de hallazgos de inteligencia artificial. La idea de
representar el conocimiento como una red se ha utilizado ampliamente en la investigación de IA. Russell y Norvig (2010, p.
290) resumen, en una tabla, los lenguajes utilizados en IA junto con su ontología (lo que contiene el mundo) y epistemología
(lo que el agente cree sobre la ontología):

tabla 1
Lenguajes de IA y epistemología de agentes (Russell & Norvig, 2010)
Idioma Ontología Epistemología
Lógica proposicional hechos verdadero/falso/desconocido

Lógica de primer orden hechos, objetos, relaciones verdadero/falso/desconocido

Lógica Temporal hechos, objetos, relaciones, tiempo verdadero/falso/desconocido

Teoría de probabilidad hechos grado de creencia E(0-1)

Lógica quisquillosa hechos con grado de verdad E(0-1) valor de intervalo conocido

La primera vez que la ontología se presentó como una red fue en una lógica de primer orden. Temporal Logic
agrega tiempo a la red. Conectivismo, al menos en su primera versión, corresponde a Temporal
Lógica donde la ontología es una red que consta de objetos y relaciones. Además de ellos, la red tiene hechos y
tiempo. Los hechos o las reglas gobiernan la red. El tiempo marca la diferencia en la validación de los hechos. Los
agentes en IA corresponden a los aprendices en Conectivismo.
Los aprendices tienen una epistemología que consiste en la red en la que creen, descreen o no saben. Esta
epistemología no pertenece a un aprendiz; en cambio, se distribuye entre los alumnos y las cosas. Este artículo añade
el grado de verdad a la ontología y epistemología del Conectivismo.

Parece que la mayoría de los investigadores actuales se han dado cuenta de que la tecnología ha impactado la
forma en que entendemos el conocimiento y el aprendizaje. Sin embargo, difieren en sus visiones de este impacto;
algunos siguen viendo válidas las teorías de aprendizaje anteriores y la tecnología como otra forma en que una
persona almacena su conocimiento; como libros, como bases de datos. Para ellos, “las herramientas cognitivas
modernas no son más que una extensión del conjunto de herramientas” (Verhagen, 2006, p. 4). Por tanto, “debemos
olvidarnos del Conectivismo” (Verhagen, 2006, p. 5). Otros ven impactos tecnológicos significativos pero argumentan
que la teoría del conectivismo no es el enfoque correcto: nombrar al conectivismo como teoría del aprendizaje "es
una tarea difícil para una teoría tan joven" (Bell, 2011, p. 104) y "no parece que &RQQHFWLYLVP
¶VFRQWULEXWLRQVWRWKHQHZSDUDGLJPZDUUDQWLWEHLQJWUHDWHGDVDVHSDUDWHOHDUQLQJ
teoría en y por derecho propio” (Kop & Hill, 2008, p. 11). Por lo tanto, sugirieron alternativas: por ejemplo, la Teoría
del Actor-Red (Bell, 2011) y la Psicología Cultural (Clarà & Barberà, 2013). otros investigadores ven el valor de la
Teoría del Conectivismo y la utilizan (Garcia, Brown & Elbeltagi, 2013; Barnett, McPherson & Sandieson, 2013; Blot &
Saurel, 2014; Denzil, 2013; Dunaway, 2011) o intentan integrarla con otras teorías tales como Comunidad de Práctica,
Investigación Basada en Diseño y Teoría de la Actividad (Boitshwarelo, 2011).

Entre otras cosas, el Conectivismo ha sido criticado:

No aborda cómo se lleva a cabo el aprendizaje; se preocupa por lo que se aprende y por qué (Verhagen,
2006).

No presenta nuevas ideas; todos sus principios han circulado de alguna manera en la literatura educativa
(Verhagen, 2006).

octubre 2015 17 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

Las ideas y los principios utilizados en la IA y el aprendizaje automático no son, de ninguna manera,
aplicables al aprendizaje humano, ya que el aprendizaje humano no es aplicable al aprendizaje
automático (Verhagen, 2006).

Los principios del conectivismo carecen de rigor y no están escritos de manera que puedan ser
probados (Bell, 2011; Verhagen, 2006).

Los exponentes del conectivismo no proporcionan una visión coherente de la teoría; algunos escribieron
ideas que son diferentes a otros (Bell, 2011).

Cualquier teoría nueva debe construirse sobre teorías más antiguas sin descartarlas; El conectivismo
no (Kop & Hill, 2008).

El conectivismo carece de suficiente investigación empírica (Kop & Hill, 2008).

El conectivismo no presenta una solución para una paradoja del aprendizaje (Clarà & Barberà, 2014).

El conectivismo subconceptualiza la interacción. Por ejemplo, la relación entre un maestro y dos

estudiantes diferentes estaría representada por solo dos conexiones. Esto simplifica demasiado una
relación humana donde el profesor puede conectar a uno con una relación completamente diferente
a la del otro (Clarà & Barberà, 2014).

No puede explicar el desarrollo de conceptos (Clarà & Barberà, 2014).

Downs y Siemens ya discutieron algunos de los temas enumerados anteriormente (Kop & Hill, 2008;
Siemens, 2006a). Este documento también intenta aclarar las cosas y puede responder a algunas de estas
cuestiones. Por ejemplo, pensamos que la subconceptualización de la interacción puede explicarse definiendo
una relación como graduada. Además, este artículo puede contribuir a explicar el desarrollo del concepto
utilizando los principios de "toda entidad se compone de entidades adicionales" (Downes, 2007) y el flujo de
información.

Un tema interesante de la lista es que los conectivistas presentan inconsistencia en su visión del
Conectivismo. En nuestra opinión, este es un fenómeno natural, especialmente para una teoría en crecimiento.
Además, este documento puede introducir una presentación ligeramente diferente a la presentada por otros
conectivistas.

En cuanto a la falta de estudios empíricos que apoyen la Teoría del Conectivismo, podemos ver que
el proceso comenzó y los resultados mostraron una retroalimentación positiva (Barnett, McPherson &
Sandieson, 2013; Blot & Saurel, 2014; Dunaway, 2011). Sin embargo, notamos que la mayoría de estos estudios
empíricos se realizaron utilizando cursos en línea. Esto indica que los investigadores pueden encontrar el
conectivismo adecuado solo para entornos de aprendizaje electrónico. Aunque el Conectivismo se presenta
como una teoría del aprendizaje en entornos educativos y no exclusivamente para entornos e-learning (Kop &
Hill, 2008). Por lo tanto, es imperativo continuar con el proceso de validación del Conectivismo en todos los
escenarios educativos, incluidas las aulas escolares.

Conclusión
Concebir el conocimiento utilizando una topología de red es ambiguo para algunos investigadores. Si
bien este artículo no es el primero en hablar sobre el conocimiento conectivo (Downes, 2007; Siemens,
2006b), ciertamente agrega un sentido concreto a algunas palabras abstractas. Avanza paso a paso para que
un recién llegado al campo de las redes pueda entender fácilmente lo que realmente significa definir la
estructura de la epistemología como una red. El estudio muestra cómo se puede representar el conocimiento
en una red que consta de nodos y relaciones. El nodo puede ser neural, conceptual y externo.
La relación tiene una dirección y en su mayor parte es calificada o interpretada. La relación puede no verse
como una única conexión entre dos nodos; en cambio, debe verse como parte de otras conexiones, un patrón.
La red de conocimiento no es estática; está vivo y en movimiento. En otras palabras,

octubre 2015 18 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

el tiempo es considerado como una de las dimensiones del conocimiento: el flujo de información juega un
papel para retener o soltar las conexiones; se agregan nuevos nodos y desaparecen otros. Aunque las teorías
de aprendizaje anteriores no sostienen la noción de conocimiento como una red, este artículo trata de explicar
cómo sus supuestos se reflejan en una red. Finalmente, el artículo presenta un modelo de aprendizaje de
Conectivismo que afirma considerar los cambios rápidos del conocimiento y una nueva relación entre todos
los aprendices: estudiantes, profesores e investigadores.

Sin embargo, este documento no pretende cubrir todos los aspectos del conocimiento en red. Por ejemplo,
la cognición distribuida y el conocimiento colectivo no están cubiertos, pero aún pueden interpretarse.
Además, este documento se basa principalmente en los trabajos de George Siemens y Stephen
Downes, pero a veces toma prestadas ideas de la Inteligencia Artificial.

Después de revisar la interpretación del conocimiento del conectivismo, sostenemos que una red es una
estructura reparable; es dinámico y puede hacer frente a la complicidad y la diversidad de conocimientos.
Sin embargo, definir el aprendizaje como reconocimiento de patrones no es suficiente para interpretar el
aprendizaje. Creemos que el segundo paso para el conectivismo es interpretar '¿cómo se hace el
reconocimiento de patrones? ¿Cuáles son los mecanismos utilizados para el reconocimiento de patrones?'
Incluso en la investigación de IA, no es posible construir un agente deteniéndose en esta etapa. Por ejemplo,
para que el agente de IA reconozca el patrón, debe estar equipado con mecanismos de búsqueda (Breath-first,
Depth-first, Greedy best-first y A* search), un almacén de axiomas (base de conocimiento), lógica y reglas de
inferencia, algoritmos de aprendizaje y muchos otros. Solo entonces, los educadores pueden construir redes
de aprendizaje que pueden hacer que los alumnos crezcan fácil y rápidamente.

Referencias
Barnett, J., McPherson, V. y Sandieson, RM (2013). Enseñanza y aprendizaje conectados: los usos y
Implicaciones del conectivismo en una clase en línea. Revista Australasia de Tecnología Educativa, 29(5),
685±698.

Campana, F. (2011). Conectivismo: su lugar en la investigación y la innovación basadas en la teoría en el

aprendizaje habilitado por la tecnología. The International Review of Research in Open and Distance Learning, 12(3), 98±118.

Blot, G. y Saurel, P. (2014). Descubrimiento de patrones en el enfoque basado en E-OHDUQLQJ&RXUVHVÿ D7LPH. En

Control, Decisión y Tecnologías de la Información (CoDIT), Conferencia Internacional 2014 (págs.
646±651). IEEE.

Boitshwarelo, B. (2011). Propuesta de un Marco Integrado de Investigación para Sinergias Teóricas.

Revista Internacional de Investigación en Educación Abierta ya Distancia, 12(2005), 161±179.

Clarà, M., & Barberà, E. (2013). Aprendizaje en línea: cursos masivos abiertos en línea (MOOC), conectivismo,
y psicología cultural. Educación a Distancia, 34(1), 129±136.
doi:10.1080/01587919.2013.770428

Clarà, M., & Barberà, E. (2014). Tres problemas con la concepción conectivista del aprendizaje. Journal of
Computer Assisted Learning, (OCTUBRE 2013). doi:10.1111/jcal.12040
&RUPLHU ' 5KL]RPDWLF(GXFDWLRQÿ &RPPXQLW\DV&XUULFXOXP Innovate 4 (5). Recuperado
19 de septiembre de 2014, de http://davecormier.com/edblog/2008/06/03/rhizomatic-education
community-as-curriculum/

Denzil Chetty. (2013). Conectivismo: sondeo de perspectivas para una pedagogía centrada en la tecnología
Transición en Estudios Religiosos1. Alternancia, 10 (Edición especial), 172±199. Obtenido de http://
www.finance.ukzn.ac.za/docs/20.7/09 Che.pdf

Dirckinck-Holmfield, L., Jones, C. y Lindström, B. (2009). Analizar las prácticas de aprendizaje en red en la
educación superior y el desarrollo profesional continuo. Editores de sentido.

octubre 2015 19 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

Downes, S. (2007). Una introducción al conocimiento conectivo. Abrazo, Theo (ed.) (2007): Medios,
Conocimiento y Educación-Explorando nuevos Espacios, Relaciones y Dinámicas en Ecologías de Medios
Digitales.

Dunaway, MK (2011). Conectivismo: teoría del aprendizaje y práctica pedagógica para paisajes de información en
red. Revisión de servicios de referencia, 39(4), 675±685.

El-Gazaly, AH (nd). ÿÿÿÿÿÿÿÿÿÿÿÿÿÿ. Recuperado el 28 de septiembre de 2014, de

http://www.creativity.ps/library/datanew/cre5/16.pdf

Frohmann, B. (1995). Llevando la política de la información más allá de la ciencia de la información: aplicando la teoría de
la red del actor. En CONFERENCIA ANUAL DE LA ASOCIACIÓN CANADIENSE DE CIENCIAS DE LA INFORMACIÓN
(Vol. 23).

García, E., Brown, M. y Elbeltagi, I. (2013). Learnig dentro de un modelo de blog colectivo educativo conectivista: un
estudio de caso de la educación superior del Reino Unido. Revista electrónica de aprendizaje electrónico, 11(3), 253±
262.

Kop, R. y Hill, A. (2008). Conectivismo: ¿teoría del aprendizaje del futuro o vestigio del pasado?
Revista Internacional de Investigación en Educación Abierta ya Distancia, 9(3).

Lafferty, KD, Dobson, AP y Kuris, AM (2006). Los parásitos dominan los enlaces de la red alimentaria. Procedimientos de
la Academia Nacional de Ciencias, 103(30), 11211±11216.

Lakoff, G. (2009a). Frameworks, Empathy and Sustainability pt1 de 6. Recuperado el 21 de septiembre de 2014 de https://
www.youtube.com/watch?v=T46bSyh0xc0&feature=em-subs_digest-vrecs

Lakoff, G. (2009b). Frameworks, Empathy and Sustainability pt2 de 6. Recuperado el 23 de septiembre de 2014, de https://
www.youtube.com/watch?v=7piNmK-H55Y

Lodish, H., Berk, A., Zipursky, SL, Matsudaira, P., Baltimore, D. y Darnell, J. (2000a). La muerte celular y su regulación. En
Molecular Cell Biology (4ª ed.). Nueva York: WH Freeman. Obtenido de http://www.ncbi.nlm.nih.gov/books/NBK21716/

Lodish, H., Berk, A., Zipursky, SL, Matsudaira, P., Baltimore, D. y Darnell, J. (2000b). Descripción general de la estructura y
función de las neuronas. En Molecular Cell Biology (4ª ed.). Nueva York: WH Freeman.
Obtenido de Disponible en: http://www.ncbi.nlm.nih.gov/books/NBK21535/

Microsoft. (2014). Búsqueda del ciclo de vida del producto de Microsoft. Recuperado el 12 de diciembre de 2014, de
http://support2.microsoft.com/lifecycle/search/?alpha=Windows 98

2¶&RQQRU 7 :RQJ + < (PHUJHQW3URSHUWLHV The Stanford Encyclopedia of Philosophy (edición de primavera de
2012). Obtenido de http://plato.stanford.edu/entries/properties-emergent/

Planck, M. (2013). Tratado de termodinámica. Publicaciones de Courier Dover.

Purves, D., Augustine, GJ, Fitzpatrick, D., Katz, LC, LaMantia, A.-S., McNamara, JO y Williams, SM (2001). Neurociencia (2ª
ed.). Sunderland (MA): Sinauer Associates. Obtenido de http://www.ncbi.nlm.nih.gov/books/NBK10920/

Risan, LC (1997). Vida artificial: ¿una tecnociencia que sale de la modernidad? Una antropología de sujetos y objetos.
TMV-senteret. Obtenido de http://www.anthrobase.com/Txt/R/Risan_L_05.htm#0.01 Una breve introducción al
campo de investigación de la Vida Artificial

Russell, S. y Norvig, P. (2010). Inteligencia artificial: un enfoque moderno (tercera edición). New Jersey:
Prentice Hall.

Siemens, G. (2005). Conectivismo: una teoría del aprendizaje para la era digital. Revista internacional de tecnología
educativa y aprendizaje a distancia, 2(1), 3±10.

Siemens, G. (2006a). Conectivismo: Teoría del aprendizaje o pasatiempo del autodivertido. Manitoba, Canadá:
Centro de Tecnologías del Aprendizaje.

Siemens, G. (2006b). Conocer el conocimiento. Lulú. com.

octubre 2015 20 vol. 12. No.10.

Machine Translated by Google

Revista internacional de tecnología educativa y aprendizaje a distancia

Siemens, G. (2008). CCK08_Wk5-*URXSVDQG1HWZRUNVÿ &RQQHFWLYLVPDQG&RQQHFWLYH.QRZOHGJH Obtenido

el 11 de junio de 2014 de http://elearnspace.org/media/CCK08_Wk5/player.html

Siemens, G. y Tittenberger, P. (2009). Manual de tecnologías emergentes para el aprendizaje. Manitoba, Canadá:
Universidad de Manitoba. Obtenido de http://elearnspace.org/Articles/HETL.pdf

Stufflebeam, R. (2008). Neuronas, sinapsis, potenciales de acción y neurotransmisión. consorcio en

Enseñanza de las Ciencias Cognitivas.

9HUKDJHQ 3 &RQQHFWLYLVPÿ DQHZOHDUQLQJWKHRU\ÿ"Universidad de Twente, 2(1), 3±10. Obtenido de http://

elearning.surf.nl/e-learning/english/3793

Sobre los autores

Alaa A. AlDahdouh es candidata a doctorado en el Instituto de Educación de la

Universidad de Minho, Portugal. Sus intereses de investigación se centran
principalmente en los impactos tecnológicos en el comportamiento de aprendizaje.
Su trabajo se centra en investigar nuevas teorías educativas como el conectivismo
y su papel para mejorar la comprensión de los educadores sobre el proceso de aprendizaje.

Correo electrónico: AlaaAldahdouh@gmail.com

Autor correspondiente

António J. Osório es Profesor Asociado con agregación en la

Universidad de Minho (Portugal) y miembro del Departamento de
Estudios Curriculares y Tecnología Educativa del Instituto de Educación.
Investigador en el Centro de Investigación en Educación. Coordina diversos proyectos de

investigación nacionales e internacionales, en el área de las Tecnologías de la Información y la

Comunicación en la Educación. Director de cursos de maestría y supervisor de varios proyectos
de maestría y doctorado.
Correo electrónico: ajosorio@ie.uminho.pt

Susana Caires es Doctora en Psicología, especialidad en Psicología

Educativa. Profesor asistente en el Instituto de Educación de la
Universidad de Minho. Miembro del Departamento de Psicología
Educativa y Educación Especial. Imparte docencia en cursos de maestría
y doctorado en Educación en áreas como motivación, aprendizaje y
desarrollo; y métodos de investigación.
Correo electrónico: caires@ie.uminho.pt

Volver a la tabla de contenido

octubre 2015 21 vol. 12. No.10.

El autor ha solicitado la mejora del archivo descargado. Todas las referencias en el texto subrayadas en azul están vinculadas a publicaciones en ResearchGate.