Taxonomía de aprendizaje conectivo IA-Net: propuesta para la enseñanza basada en inteligencia artificial y red

• Avendaño Porras, Victor del Carmen ^[1]
  1. [1] Instituto de Estudios del Futuro, Colombia
• Localización: Varela, ISSN-e 1810-3413, Vol. 24, Nº. 67, 2024 (Ejemplar dedicado a: ADVANCES AND PERSPECTIVES IN SCIENCES OF EDUCATION), págs. 73-82
• Idioma: español
• Títulos paralelos:
  • IA-Net Connective Learning Taxonomy: A Proposal for Artificial Intelligence-Based Networked Education
• Enlaces
  • Texto completo
• Resumen
  • español

    En el actual contexto de información abundante y creciente importancia de la interconexión y colaboración, se requieren nuevas formas de enseñanza y aprendizaje. El conectivismo es una teoría que postula que el aprendizaje se produce a través de conexiones entre personas, ideas y tecnologías, y la habilidad para establecer y gestionar estas conexiones es crucial. En este artículo se propone una nueva Taxonomía de aprendizaje conectivo IA-Net con ocho niveles que se enfocan en habilidades específicas necesarias para el aprendizaje conectivista, como habilidades cognitivas, adquisición de conocimiento, identificación, comunicación, colaboración, creatividad, exploración, análisis, aplicación, desarrollo, evaluación y diseño. Esta taxonomía se basa en la inteligencia artificial y la red, y se diferencia de otras por su enfoque en la conexión y colaboración, siendo útil para la planificación de la enseñanza y evaluación del aprendizaje en la era digital. Representa una contribución importante para la educación en un mundo cada vez más interconectado y colaborativo, ayudando a educadores y estudiantes a desarrollar habilidades clave para el aprendizaje conectivista en el siglo XXI.

  • English

    In the current context of abundant information and the increasing significance of interconnectedness and collaboration, new forms of teaching and learning are necessitated. Connectivism is a theory positing that learning occurs through connections among individuals, ideas, and technologies, and the ability to establish and manage these connections is pivotal. This paper proposes a novel IA-Net Connective Learning Taxonomy with eight levels that focus on specific skills required for connectivist learning, including cognitive skills, knowledge acquisition, identification, communication, collaboration, creativity, exploration, analysis, application, development, evaluation, and design. This taxonomy is grounded in artificial intelligence and network principles and distinguishes itself from others by its emphasis on connectivity and collaboration. It proves valuable for educational planning and learning assessment in the digital era. It constitutes a significant contribution to education in an increasingly interconnected and collaborative world, assisting educators and students in cultivating essential skills for connectivist learning in the 21st century.