Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Educação Aberta e Tecnologia Educacional para o Ensino de Física

E8c6a3f616383e7ecef073a883092858?s=47 Ewout ter Haar
September 07, 2016

Educação Aberta e Tecnologia Educacional para o Ensino de Física

Como avaliar novas tecnologias educacionais. Apresentação para o Encontro de Física 2016, Natal.

E8c6a3f616383e7ecef073a883092858?s=128

Ewout ter Haar

September 07, 2016
Tweet

Transcript

  1. Educação Aberta e Tecnologia Educacional para o Ensino de Física

    Ewout ter Haar | setembro 2016 ewout@usp.br
  2. Plano Como avaliar Tecnologia Educacional Uma dicotomia Learning Analytics Recursos

    Educacionais Abertos / Educação Aberta
  3. IFUSP, Apoio Técnico-Pedagógico. Responsável por alguns Ambientes de Aprendizagem na

    USP
  4. Como avaliar novas tecnologias educacionais Em resumo: desconfiar de dados

    sem teoria, teoria sem dados ou dados e teorias sem política.
  5. None
  6. Espera aí, quer dizer que Amazon acompanha o que estou

    lendo…?
  7. None
  8. None
  9. None
  10. None
  11. Learning Analytics / Ensino Adaptativo: “Amigáveis Tutores-Robôs no Céu” Serviços

    que ingerem interações de alunos com sistemas locais e devolve inferências (avisos, recomendações de conteúdo)
  12. Como pensar sobre Tecnologia Educacional? Transmissão Informação Explicar Comunicação Publicação

    Produtos Construção Conhecimento Orientar Mediação Desenvolvimento Processos Instrucionismo Constructivismo
  13. Como pensar sobre Tecnologia Educacional? Instrucionismo vs Construtivismo Comportamentalismo vs

    Cognitivismo Empirismo vs Racionalismo Realismo vs Construtivismo Social Eficiência vs Justícia Utilitarismo vs Deontologia Educação Psicologia Epistemologia Filosofia da ciência Direito / Economia Ética
  14. Como pensar sobre Tecnologia Educacional? “evidence-based” vs “research-based” “what works”

    vs estudos educacionais PISA vs Avaliações Formativas Economistas vs Sociologos Skinner vs Chomsky Norvig vs Chomsky MOOCs vs Aprendizagem online Machine Learning vs AI tradicional Redes neurais vs Modelos interpretáveis Predictive analytics vs Inferência causal “Dados” vs “Teoria”
  15. A dicotomia num tweet (do ponto de vista de alguém

    criticando o lado “dados”) "evidence-based" = theory-less, utilitarian, corporate. "research-based" = founded on evidence-supported theory.
  16. “Two Black Holes Merge into One” monte de Teoria Quando

    “Teoria” é necessária
  17. http://www.pnas.org/content/108/17/6889.full (abril 2011) “We also interviewed three attorneys, a parole

    panel judge, and five personnel at Israeli Prison Services and Court Management, learning that case ordering is not random and that several factors contribute to the downward trend in prisoner success between meal breaks. The most important is that the board tries to complete all cases from one prison before it takes a break and to start with another prison after the break. Within each session, unrepresented prisoners usually go last and are less likely to be granted parole than prisoners with attorneys.” http://www.pnas.org/content/108/42/E833.full (outubro 2011, ênfase minha) Quando “Dados” enganam
  18. Aplicação 1: Learning Analytics Uso das interações de estudantes com

    ambientes virtuais para subsidiar as ciências de aprendizagem e intervenções pedagógicas. Inspirado em tecnologias de “Big Data” para servir propagandas (Google, Facebook) ou coisas úteis como translate.google.com Por agora, na prática, usado para “predictive analytics “
  19. Learning Analytics (“as a service”) Dados anonimizados (“de-identificados”) de 2

    milhões de estudantes compartilhados entre centenas de instituições.
  20. Riscos de depender de algoritmos https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing Reprodução de viés Ênfase

    em escores levando a descontextualização, “governance by numbers”, neo-liberalismo. Exemplo: escores de risco de reincidência no sistema judicial dos EUA
  21. Um trade-off entre Acurácia e poder interpretar os modelos. http://nautil.us/issue/40/learning/is-artificial-intelligence-permanently-inscrutable

  22. Aplicação 2: Recursos Educacionais Abertos e “Educação Aberta” Universidades Abertas

    Objetos de Aprendizagem Código Aberto REA Educação Aberta Acesso Aberto Educação Online Universalização da educação
  23. REA “materiais de ensino, aprendizado e pesquisa em qualquer suporte

    ou mídia, que estão sob domínio público, ou estão licenciados de maneira aberta, permitindo que sejam utilizados ou adaptados por terceiros.”
  24. OER 1. Retain - the right to make, own, and

    control copies of the content (e.g., download, duplicate, store, and manage) 2. Reuse - the right to use the content in a wide range of ways (e.g., in a class, in a study group, on a website, in a video) 3. Revise - the right to adapt, adjust, modify, or alter the content itself (e.g., translate the content into another language) 4. Remix - the right to combine the original or revised content with other material to create something new (e.g., incorporate the content into a mashup) 5. Redistribute - the right to share copies of the original content, your revisions, or your remixes with others (e.g., give a copy of the content to a friend) http://www.opencontent.org/definition/
  25. REA e Educação Aberta Aspecto “contribuir material didático para um

    "commons". (“Dados”) Aspecto “remix”, adaptações para o professor contextualizar e o aluno se apropriar do material. (“Teoria”)
  26. A pistola de Tchekhov (parafraseando) Se uma dicotomia aparecer, uma

    síntese é inevitável.
  27. Como pensar sobre Tecnologia Educacional? Tecnologia não é boa ou

    ruim, nem é neutro (Kranzberg, 1985) Instrumentalismo Marx Heidegger Verbeek “STS” Há uma certa pobreza intelectual nas críticas “falta dados” ou “precisa de teoria”. É preciso uma síntese da dicotomia. A avaliação de novas tecnologias depende de como cada um faz esta síntese.
  28. Fim

  29. Justin Reich http://edutechdebate.org/oer-and-digital-divide/open-educational-resources-expand-educational-inequalities/ Tecnologia Educacional não implica necessariamente em maior

    equidade (“democratização”)
  30. Terminologia EaD, “modalidade a distância”: A expressão “à distância” não

    reflete bem o que educação em rede pode e deve ser. No futuro, Tecnologia Educacional vai soar tão anacrônica quanto o “Computação Eletrônica” e “Mídia Digital”
  31. No Brasil, no ensino superior, observamos uma associação entre “qualidade

    do curso” e “uso do EaD” Cursos de baixa qualidade usam mais EaD. Porque? Há uma relação causal? EaD Qualidade do curso Explicação 1: EaD causa baixa qualidade do curso
  32. No Brasil, no ensino superior, observamos uma associação entre “qualidade

    do curso” e “uso do EaD” Cursos de baixa qualidade usam mais EaD. Porque? Há uma relação causal? EaD Qualidade do curso Investimento por aluno Explicação 2: há um variável “oculta” ou de confundimento. (EaD como barateamento)
  33. None
  34. 1. corporações usurparam o conceito (caso de open access) 2.

    não permite mecanismos para distinguir mercados de commons 3. mesmo criando commons, são commons pobres e estéreis 4. tendência tecnocrata do movimento “aberto” cega eles ao papel de política. 5. mais acesso / oportunidades / tecnologia sem políticas distributivas amplia desigualidades existentes. 6. “The power is where the data isn’t” (Mathbabe)