Técnicas de computación social e información contextual para el desarrollo de actividades de aprendizaje colaborativo

Resumen

La innovación educativa es un campo que ha sido enormemente enriquecido por el uso de las Tecnologías de la Información y las Comunicaciones (TIC) en sus procesos. Gracias a los avances tecnológicos, actualmente es habitual el uso de modelos de aprendizaje donde la información proviene de numerosas y diferentes fuentes. De igual forma, la colaboración estudiante-estudiante, estudiante-dispositivo y dispositivo-dispositivo, proporciona un valor añadido a los procesos de aprendizaje gracias a que, a través de ella, se fomentan aspectos como la comunicación, la consecución de una meta común, o la compartición de recursos. Dentro de la innovación educativa encontramos como un gran desafío el desarrollo de herramientas que faciliten la creación de procesos de aprendizaje colaborativo innovadores que mejoren los resultados obtenidos, respecto a los procesos individualizados, y la fidelidad de los estudiantes al proceso mediante el uso de información contextual.Más aún, el desarrollo de soluciones que faciliten el trabajo a profesores, desarrolladores y técnicos, fomentando la producción de procesos educativos más atractivos para los estudiantes, se presenta como un ambicioso reto en el que las perspectivas de la Inteligencia Ambiental y la Computación Social juegan un papel fundamental. La tesis doctoral aquí presentada describe y evalúa CAFCLA, un framework especialmente concebido para el diseño, desarrollo e implementación de actividades de aprendizaje colaborativo que hagan uso de información contextual basándose en los paradigmas de la Inteligencia Ambiental y la Computación Social. CAFCLA es un framework flexible que abarca todo el proceso de desarrollo de actividades de aprendizaje colaborativo y oculta todas las dificultades que implican el uso e integración de múltiples tecnologías a sus usuarios. Para evaluar la validez de la propuesta realizada, CAFCLA ha soportado la implementación de tres casos de uso concretos y diferentes entre sí. Estos casos de uso experimentales han demostrado que, entre otros beneficios, el uso de la Computación Social personaliza el proceso de aprendizaje, fomenta la colaboración, mejora las relaciones, aumenta el compromiso, favorecen el cambio de comportamiento en los usuarios y mantiene su implicación en el proceso a lo largo del tiempo. Además, con el objetivo de demostrar la flexibilidad del framework, estos casos de uso se han desarrollado en diferentes escenarios (como un museo, un edificio público o el hogar), se han propuesto diferente tipos de aprendizaje (juegos serios, sistema de recomendaciones o WebQuest) y se han elegido diferentes objetivos de aprendizaje (académicos, sociales y de eficiencia energética).