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

Autores/as

DOI:

https://doi.org/10.5281/zenodo.10429359

Palabras clave:

Conectivismo, Inteligencia artificial, Competencias digitales, Educación disruptiva

Resumen

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.

Descargas

Los datos de descargas todavía no están disponibles.

Publicado

01-01-2024

Cómo citar

Avendaño Porras, V. del C. (2024). Taxonomía de aprendizaje conectivo IA-Net: propuesta para la enseñanza basada en inteligencia artificial y red. Revista Varela, 24(67), 73–82. https://doi.org/10.5281/zenodo.10429359