Conectivismo: Uma nova teoria da aprendizagem baseada em redes de conhecimento
1. Connectivism
Neuza Pedro
DE-FCUL,
Fundamentos e Metodologias de E-learning
Janeiro, 2009
2. … Locke James Dewey
Descarte Pavlov Piaget …
Vygotsky
Bruner
Shinner
Thorndike
Todas as perspectivas reconhecidas como teorias da
aprendizagem e desenvolvimento foram desenvolvidas
antes deste movimento
expansivo da integração das
tecnologias na vida humana…
Novas perspectivas teórica sobre a
revelam-
aprendizagem revelam-se necessárias
3. Conectivismo
“At its heart, connectivism is the thesis that
knowledge is distributed across a network of
connections, and therefore that learning
consists of the ability to construct and
traverse those networks”
(Downes & Siemens, 2008)
4. McLuhan
Teoria do
Caos
Conectivismo
Conexionismo
5. Teoria do
Caos
Explica o funcionamento de sistemas complexos e dinâmicos
(não-linear ou determinísticos).
Em sistemas complexos, determinados efeitos apresentam-se
como quot;instáveis” ou imprevisíveis na medida em que a sua
evolução temporal aparece como função da acção e interacção
de múltiplos elementos que se associam de forma totalmente
aleatória.
6. McLuhan
1964. Understanding Media:
The Extensions of Man. New
York: McGraw-Hill.
“News, far more than art, is artifact.”
1967. The Medium is the
Massage: An Inventory of
Effects. New York: Bantam
Books. (com Quentin Fiore)
“Tomorrow is our permanent address.”
1968. War and Peace in the
Global Village. New York:
Bantam Books. (Com Quentin
Fiore)
“Today each of us lives several hundred years
1969. quot;Communication in
in a decade.”
the Global Village”
7. Surge na década 40: contrariando o Computacionismo Clássico
Possibilidade simulação de Linha de investigação
comportamentos inteligentes da Inteligência Artificial
através de modelos baseados
na estrutura e funcionamento
do cérebro humano
Conexionismo
Modelo das estruturas neuronais do cérebro:
Os sistemas complexos consistem em redes neuronais
constituídas por unidades elementares (neurónios) que
se relacionam entre si criando padrões mais ou menos
estáveis.
Assim, o conhecimento não é entendido como
armazenado em estruturas mas consistindo antes nas
conexões que se estabelecem entre os pares de
unidades que se encontram distribuido na rede
(neuronal).
8. Redes neuronais são vistas como associada ao modelo do sistema nervoso central.
Formaliza-se na representação de funções matemáticas que utilizam elementos
computacionais aritméticos simples e complexos.
Pela metodologia das redes neuronais constata-se que as máquinas
(computadores) conseguem:
1 Revelar capacidade de aprender através de exemplos ou casos e de generalizar
essa aprendizagem de maneira a reconhecer padrões e instâncias similares noutros
elementos;
2. Em tarefas mal definidas (ou seja, com
determinantes pouco identificados) e onde falta
o conhecimento explícito, tendem a descobrir
uma solução adequada.
3. Demonstra uma baixa susceptibilidade ao
ruído (informação irrelevante), não entrando em
colapso face a informações falsas ou ausentes.
4. Mostra capacidade de simulação de raciocínio
``a priori'' e impreciso.
Ex: reconhecimento de voz
9. A representação distribuída do conhecimento não se encontra integrada numa única
unidade simbólica mas emerge antes interacção entre um conjunto dessas unidades,
as quais se encontram normalmente organizadas numa determinada rede.
Ex: a aprendizagem do conceito de “Paris” quando acontece não leva à existência
desse conceito num determinado lugar da mente humana, o conceito de Paris é
formado pela associação de um conjunto composto de diferentes elementos, os quais
se encontram dispersos , existindo desagregadamente na mente humana.
10. Parte dos seguintes princípios…
1. Necessidade humana de expressar
externamente (de externalizar )o conhecimento
como forma de dar sentido ao mesmo
Ex: linguagem, arte, ferramentas e artefactos
Os outros funcionam como espelho aferidor do conhecimento na medida
em que nos permitem encontrar eco sobre a nossa capacidade de saber e
de expressar a compreensão desse saber a outros.
11. Parte dos seguintes princípios…
2. Necessidade de estruturas/ enquadramentos
(conceitos) para dar sentido ao real
Necessitamos de conceitos que integramos e relacionamos
em teorias para dar sentido às coisas
Fornece a organizações que nos permitem aceder
à informação de forma mais eficaz
Princípio da economia
12. Parte dos seguintes princípios…
3. Necessidade de negociar socialmente o que é e se
institui como conhecimento
Da mesma forma que aquilo que conhecemos
Negociação de Significado decorre da interacção com outros, temos também a
necessidade de aferir o nosso conhecimento pelo
diálogo e a troca de (e acerca do que é)
conhecimento
13. Parte dos seguintes princípios…
4. O sistema neuronal do ser humano (a mente)
aparece organizada em torno de padrões de
ligações, com elevada (neuro)plasticidade.
+/- 30 cm
Bowlby (1969)
Beireter (2000)
14. Em 2.5 milhões anos : o cérebro humano cresceu de 500 cm³ para 1500 cm³ (Homo sapiens).
“ Our brains grew along with the evolution to match
even more advanced use of tools including abstract
symbolic, connected and pattern recognition-based
thinking. ” (Arina, 2007)
“ as estruturas neurológicas do cérebro humano têm vindo a mudar em sequência
dos novos hábitos de web surfing“ (Gary Small) .
15. Crianças/Jovens
Adultos
. melhor competência na tomada de
. melhores capacidades na interpretação
decisões rápidas face a um número
de expressões faciais
elevado de opções, decorrentes de
. Desenvolvem actividades de forma mais
estímulos sensoriais diversos .
metódica e precisa.
. Desenvolvem várias actividades em
simultâneo.
16. http://www.newsweek.com/id/163924 http://www.marcprensky.com/writing/
“Digital Natives are accustomed to the twitch-speed,
multitasking, random-access, graphics-first, active,
connected, fun, fantasy, quick-payoff world of their video
“Neuroscience games, MTV, and Internet are bored by most of today’s
education, well meaning as it may be. But worse, the
-based many skills that new technologies have actually
enhanced (e.g., parallel processing, graphics awareness,
education” and random access)—which have profound implications
for their learning—are almost totally ignored by
educators.”
17. “Neuroscience-based education”
É importante que a educação se torne atenta e
permeável às novas descobertas e conhecimento de
advém da neurologia.
Ex: O ensino que hoje se institui foi pensado em
momentos (e por aqueles) em que se acreditava que
o cérebro humano se formava entre a infância e a
adolescência e que após tais períodos não se
registavam alterações do ponto de vista neurológico.
18. Parte dos seguintes princípios…
5. Necessidade de exceder os limites inerentes
à condição humana
Dá-se pelo desenvolvimento tecnológico…
roda
Maquina a valor
Electricidade
Fusão nuclear
Genética
Nanotecnologia
19. Conectivismo
Nova teoria da aprendizagem:
Propõe o conhecimento (e consequentemente a aprendizagem) como distribuído
ou seja não localizado em nenhum local
logo não transferível ou transaccionável per si
mas consistindo antes numa rede de conexões
formadas pela experiência e pela interacção desenvolvida
numa dada comunidade, em si mesma, conhecedora.
20. 5 ideias centrais do Conectivismo
1. Conhecimento é co-construído e distribuído
A aprendizagem constitui-se com/através/pelo/para/na interacção com o outro.
22. 5 ideias centrais do Conectivismo
2. A experiência de aprendizagem dá-se pela
formação de novas redes neuronais, conceptuais e
externas.
. Alteração das estruturas cerebrais (ligações neurológicas – dimensão
biológica)
. Integração explícita de ideias e de conceitos (e da relação entre estes)
. Ligação à realidade social externa
23. 5 ideias centrais do Conectivismo
3) Centração no “quem” aprende (learner-centered
perspective)
Aluno
Conteúdo
Metodologia
Professor
Ferramenta
Processo
Instituição
24. APA (1995)
Learner-Centered Concepts
. Construção significativa do conhecimento
. Ligação entre as novas aprendizagens e os conhecimentos já
existentes
. Desenvolvimento de pensamento estratégico /estratégias de acção
. Competências meta-cognitivas
. Com relação ao contexto
. Preocupação com a motivação para a aprendizagem, curiosidade,
interesses pessoais
. Orientando/valorizando o esforço e a persistência.
. Preocupação com o desenvolvimento de competências sociais
. Interacções sociais, relações interpessoais e comunicação e partilha
inter-pares.
. Respeito pelas características individuais (diferenciação pedagógica)
. Valorizando a diversidade (cultural, ética, social…)
. Avaliação orientada para o diagnóstico, o processo e o produto.
25. Centração no aprendente
• Implicações
• Aprendizagem é propriedade do aluno
• Parte dos seus interesses (é definida e
orientada pelo próprio tanto nos conteúdos,
como nas metodologias, como no ritmo)
26. 5 ideias centrais do Conectivismo
4. A aprendizagem processa-se por imersão
Immersive Learning “learning-as-doing”
Interacção
“Aprende-se fazendo”
“Aprende-se comunicando”
“Aprende-se co-construindo” Elementos/características/aspectos
“Aprende-se criando” reais, com sentido, do mundo real
27. E é por isto que a Web ganha
tanto interesse junto dos alunos.
Na internet, eles são…
. Activos
. Construtores, criadores
. Poderosos “empowered”
. são ouvidos
. têm espaço próprio
28. 5 ideias centrais do Conectivismo
5. Em sequência do desenvolvimento tecnológico, o
sistema educativo vigente (orgânica, estrutura,
princípios, práticas) deixou de se adequar à actualidade
“A escola que hoje temos servia as finalidades da 1ª revolução industrial (1760)”
Avaliação: não satisfaz o interesses da aprendizagem, nem do aprendente
Avaliação para a
aprendizagem
Avaliação das aprendizagens
29. “Learning is a process that occurs within nebulous
environments of shifting core elements – not
entirely under the control of the individual.”
“ Learning (defined as actionable knowledge) can
reside outside of ourselves (within an organization
or a database), is focused on … connections that
enable us to learn more are more important than
our current state of knowing.”
Siemens, 2004
30. ‘Emerging technology'
technology'
O conhecimento bem como a tecnologias têm que ser considerados sob uma
perspectiva:
. dinâmica,
. evolutiva,
. fluida,
. transitória…
porque necessita ir acompanhado a realidade hiperactiva e respondendo a novas
necessidades.
O que exige…
. Capacidade de adaptação à mudança
. Competências de pesquisa, selecção, avaliação,
organização
. Life-long learning
31. Solução proposta: Personal Learning
environments (PLE)
. Porque a aprendizagem irá acontecer em
diferentes contextos (escola, casa, local de
trabalho)
. e em diferentes situações
. sendo facultada por diferentes “professores”
Reconhecimento da Aprendizagem Informal
32. Personal Learning Environments (PLE)
Organizada em torno das
“Learning by doing”
necessidades do aprendente
Construção
e não da instituição
Pelo computador o “aprendente”
encontra-se ligado ao resto do
mundo: todo o conhecimento lhe
está acessível
Coloca o aluno em controlo sobre a sua experiência de aprendizagem:
. Selecciona os recursos
. Opta pelas actividades em que participa
. Gere os materiais produzidos, …
34. “Furthermore the idea of the PLE purports to
include and bring together all learning, including
informal learning, workplace learning, learning
from the home, learning driven by problem
solving and learning motivated by personal
interest as well as learning through engagement
in formal educational programmes”
(Atwell, 2006)
35. Que futuro para o Ensino-aprendizagem?
Ensino-aprendizagem?
Informalização das aprendizagens (Informal learning)
Novas arquitecturas participativas
Aprendizagem móvel (mobile learning)
Cloud computing
Práticas reflexivas (reflexive pratices)
Orientado não para a promoção de competências mas
para a inovação e criatividade
O futuro da aprendizagem será multidisciplinar, experimental,
emergente, não linear, fluido.
36. “This is a decentralized model, where we don’t have courses, but rather we have
continual online learning. It’s a model characterized by widely available, cheap (if not
free), educational content. Money is made by educational providers through the
provision of services, rather than the provision of knowledge. Learning is not class or
course-based, it is customized and individualized” (Downes, 2002)
. Aprendizagem como embebida nos produtos e serviços.
serviços.
. Conceito de “produtos aprendentes”
“produtos aprendentes”
http://news-
service.stanford.edu/news/2008/
may7/cars-050708.html
37. “Monochronic Learning vs. Polychronic Learning” (Robin Good, 2008)
Linearidade vs. Não-Linearidade
Mono-tarefa vs. Múltiplas tarefas
Conteúdos vs. Estabelecimento de relações
Repetição e memorização vs. Resolução de problemas e criatividade
Procura da forma correcta para realização vs. Reconhecimento de múltiplos caminhos
Desenvolvida fora do contexto real vs. Altamente contextualizada
Elevada planificação vs. Adaptação ao ambiente/momento
Abordagem previamente concebida vs. Abordagem emergente
Comunicação síncrona vs. Comunicação assíncrona
Tecnologia da informação vs. Tecnologia de interacção
CMS/LMS vs. Software social/PLE
38. Outros recursos para aprofundamento:
APA, 1995. Learner-centered psychological principles: A framework for school redesign and reform. Washington:
American Psychological Association.
Brown, J. S., (2002). Growing Up Digital: How the Web Changes Work, Education, and the Ways People Learn. United
States Distance Learning Association. Retrieved on December 10, 2004, from
http://www.usdla.org/html/journal/FEB02_Issue/article01.html
BROWN, J. S., & ADLER, R. P. (2007). MINDS ON FIRE: OPEN EDUCATION, THE LONG TAIL, AND LEARNING 2.0.
EDUCAUSE Review, 43, 1, 16–32.
Good, R. (2008). Learning zeitgeist: The future of education is just-in-time, multidisciplinary, experimental, emergent.
http://www.masternewmedia.org/news/2008/02/13/learning_zeitgeist_the_future_of.htm
Milligan , C. (2006). What is a PLE? The future or just another buzz word?.
http://www.elearning.ac.uk/news_folder/ple%20event
Siemens, G. (2004). Connectivism: a learning theory for the digital age.
http://www.elearnspace.org/Articles/connectivism.htm
Siemens, G., & Downes, S. (2006). Connectivism and Connective Knowledge. http://ltc.umanitoba.ca/connectivism/
Rumelhart, D. E., & McClelland, J. L. (1987). Parallel Distributed Processing: foundations (Vol. I). MIT Press.