Evolución de las corrientes teóricas y epistemológicas que sustentan la informática educativa

By facebooker_395447726953798

  • Teoría de la Información y Primeras Computadoras

    Enfoque conductista: Enseñanza basada en refuerzos y respuestas correctas, aplicado a programas de instrucción asistida por computadora.
    Primera generación de sistemas CAI: Uso de computadoras para guiar a los estudiantes en la práctica repetitiva.

  • Conductismo y Primeros Sistemas de Instrucción Asistida por Computadora (CAI)

    Emergencia del cognitivismo: Foco en el procesamiento mental y las estrategias de aprendizaje.
    Desarrollo de sistemas tutores inteligentes (ITS): Aplicación del cognitivismo en la informática educativa para personalizar el aprendizaje.

  • Cognitivismo y Sistemas Tutores Inteligentes (ITS)

    Constructivismo de Piaget y Vygotsky: Enfoque en el aprendizaje activo y la construcción del conocimiento.
    Surgimiento de software educativo interactivo: Desarrollo de programas que permiten a los estudiantes experimentar y explorar.

  • Constructivismo Social y Aprendizaje Colaborativo en Redes

    Constructivismo social: Aprendizaje como un proceso social colaborativo.
    Expansión del uso de redes y el Internet: Creación de entornos de aprendizaje colaborativo en línea, foros y proyectos en grupo.

  • Aprendizaje Basado en Problemas y Ambientes Virtuales

    Aprendizaje basado en problemas (ABP): Resolución de problemas reales mediante el uso de herramientas digitales.
    Desarrollo de entornos virtuales de aprendizaje (VLE): Uso de plataformas como Moodle y Blackboard para apoyar el aprendizaje autónomo y colaborativo.

  • Aprendizaje Adaptativo e Inteligencia Artificial en la Educación

    Desarrollo de la inteligencia artificial (IA): Creación de sistemas adaptativos que responden a las necesidades individuales de los estudiantes.
    Gamificación y aprendizaje inmersivo: Uso de juegos educativos y realidad virtual/aumentada para involucrar a los estudiantes.

  • Aprendizaje Basado en Datos y Personalización a Gran Escala

    Analítica del aprendizaje y Big Data: Uso de datos para mejorar las estrategias educativas y personalizar la enseñanza.
    IA y aprendizaje automático: Creación de experiencias de aprendizaje personalizadas mediante algoritmos que se adaptan al progreso del estudiante.