Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

Nuevas formas de comunicación en una escuela hiperconectada. Del Bigdata al Visual Thinking

2.716 visualizaciones

Publicado el

Taller sobre bigdata aplicado a la educación en el marco del SIMO 2017.

Publicado en: Educación

Nuevas formas de comunicación en una escuela hiperconectada. Del Bigdata al Visual Thinking

  1. 1. Nuevas formas de comunicación en una escuela hiperconectada. Del Bigdata al Visual Thinking Neus Lorenzo Galés @NewsNeus | Juan Miguel Muñoz @mudejarico The Transformation Society PhotobyKharaWoodsonUnsplash
  2. 2. ¿Qué vamos a hacer? ● Big Data: ¿Cuanto es BIG…? ○ Actividad: El Big data en el aula ● Información: ¿Cuándo tiene significado? ○ Actividad: Construyendo conocimiento ● Conocimiento: visible, compartido, hiperconectado y cyber-biónico ○ Actividad: Hay que gestionar la sabiduría colectiva
  3. 3. ¿Qué vamos a hacer? ● Big Data: ¿Cuanto es BIG…? ○ Actividad: El Big data en el aula ● Información: ¿Cuándo tiene significado? ○ Actividad: Construyendo conocimiento ● Conocimiento: visible, compartido, hiperconectado y cyber-biónico ○ Actividad: Hay que gestionar la sabiduría colectiva
  4. 4. Los datos, el nuevo petróleo del siglo XXI -Andreas Weigend, ex Chief Scientist de Amazon y experto en Big Data-
  5. 5. Para Andreas Weigend, exjefe científico de Amazon, el nuevo petróleo son “los datos”, y Google es “una refinería.” “Al igual que con el petróleo, el valor real de los datos se logra al refinar la información. Grandes empresas como Google, Facebook y Amazon han diseñado pequeñas técnicas para identificar los hábitos de compra, productividad en el trabajo y dentro de poco nuestra salud a través de nuestras huellas digitales”
  6. 6. Desde los orígenes de la humanidad el hombre ha recogido datos: montones de piedras, muescas en las rocas, palos o huesos para contar cosas relacionadas con la vida cotidiana... Photo by Tyler Milligan on Unsplash
  7. 7. Los huesos Ishango y Lebombo (Congo) Primeros registros de datos matemáticos (20.000 años) https://africanlegends.files.wordpress.com/2013/08/ishango_bone.jpg
  8. 8. Disco de Festo (o disco de Phaistos) de arcilla con inscripciones en ambas caras fechado a finales de la Edad de Bronce. Encontrado el 15 de julio de 1908 en el sur de Creta. 4000 años. https://es.wikipedia.org/wiki/Disco_de_Festo De C messier - Trabajo propio, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=38737953
  9. 9. Introducción (JM) La invención del ábaco supuso un primer avance para el cálculo y el análisis de datos. Los dedos y la memoria ya no eran suficientes. Photo credit: concretecandy via Foter.com / CC BY-NC
  10. 10. Las primeras bibliotecas dieron el primer paso para almacenar datos masivamente. Photo by Sindre Aalberg on Unsplash
  11. 11. Lo que no se puede medir, no se puede mejorar.
  12. 12. Toda nuestra actividad digital va dejando una huella de datos que pueden ser analizados y procesados: es una herencia digital universal. Photo by Crew on Unsplash
  13. 13. ¿Cuánto tardó en tener 50 Millones de usuarios…? La radio
  14. 14. ¿Cuánto tardó en tener 50 Millones de usuarios…? La radio 38 años
  15. 15. ¿Cuánto tardó en tener 50 Millones de usuarios…? La televisión
  16. 16. ¿Cuánto tardó en tener 50 Millones de usuarios…? La televisión 13 años
  17. 17. ¿Cuánto tardó en tener 50 Millones de usuarios…? Internet
  18. 18. ¿Cuánto tardó en tener 50 Millones de usuarios…? Internet 4 años
  19. 19. ¿Cuánto tardó en tener 50 Millones de usuarios…? iPhone
  20. 20. ¿Cuánto tardó en tener 50 Millones de usuarios…? iPhone 3 años
  21. 21. ¿Cuánto tardó en tener 50 Millones de usuarios…? Facebook
  22. 22. ¿Cuánto tardó en tener 50 Millones de usuarios…? Facebook 2 años
  23. 23. Fuente: La Vanguardia 5/08/2016 http://www.pressreader.com/spain/la-vanguardia-catal%C3%A0-diners/20160807/281505045603676 Imagen: http://bucket2.glanacion.com/anexos/fotos/64/pokemon-go-2239864h350.jpg ¿Cuánto tardó en tener 50 Millones de usuarios…? Pokemon Go
  24. 24. Fuente: La Vanguardia 5/08/2016 http://www.pressreader.com/spain/la-vanguardia-catal%C3%A0-diners/20160807/281505045603676 Imagen: http://bucket2.glanacion.com/anexos/fotos/64/pokemon-go-2239864h350.jpg ¿Cuánto tardó en tener 50 Millones de usuarios…? ¡19 días! Pokemon Go
  25. 25. ¿Cuánto tardó en tener 50 Millones de usuarios…? 38 años 13 años 4 años 3 años 2 años ¡19 días!
  26. 26. Procedencia de los datos ¿De dónde salen los datos? ● Navegación en webs, blogs, redes sociales, ● identificación por radiofrecuencia (RFID), ● sensores incorporados en dispositivos, maquinarias, vehículos, ● Búsquedas en Internet, ● Ordenadores ● Tarjetas bancarias ● Teléfonos inteligentes y otros teléfonos móviles, ● Dispositivos GPS y registros de centros de llamadas. ● ...
  27. 27. https://trends.google.com/trends/explore Actividad 1 Busca en Google. Pregunta a “Oye Siri”, “Hi Cortana”, o “OK, Google”... ¿Cómo responden a nuestras necesidades? https://www.google.es
  28. 28. ¿Cómo usamos los datos generados cada día? Busca en Gogle... Cuántos: mensajes de texto mensajes de voz imágenes vídeos blogs, posts, webs... ?
  29. 29. ¿Cómo usamos los datos generados cada día? 30 billones de mensajes de texto 200 millones de mensajes de voz 700 millones de imágenes 100 millones de vídeos 400 millones de DVD / día necesitaríamos para almacenar toda esa información ?
  30. 30. ● datos sobre búsqueda... ● ubicación (geolocalización mobil) ● mensajes de contexto y detección digital ● trazo de hábito digital (like, follow…) ● “automatic flow” (pings, ruters, etc) ¿Cómo usamos los datos generados cada día? ● mensajes de texto ● mensajes de voz ● imágenes ● vídeos ● blogs, posts, webs...
  31. 31. ¿Cómo usamos los datos generados cada día? 30 billones de mensajes de texto 200 millones de mensajes de voz 700 millones de imágenes 100 millones de vídeos 400 millones de DVD / día necesitaríamos para almacenar toda esa información 2.5 Quintillones o Pentallones de bites ...cada día! (cada dos días, tantos datos como en toda la historia hasta 2003)
  32. 32. "Sin datos, sólo eres otra persona con una opinión". William Edwards Deming ("Without data you're just another person with an opinion") Extraído de Wikipedia: https://es.wikipedia.org/wiki/William_Edwards_Deming
  33. 33. http://www.ticbeat.com/bigdata/campana-big-data-dio-victoria-obama/ “Vamos a medir cualquier cosa en esta campaña”, le aseguraba a los responsables de la candidatura Jim Messina, responsable de campaña, tras ser fichado, según apunta Time. El equipo de analítica multiplicó su volumen de empleados por cinco frente a los contratados en la campaña anterior (2008) y fichó a un chief scientist para dirigirlo. Así descubrieron cosas interesantes, como que por ejemplo una cena con George Clooney (y Obama, claro) era uno de los elementos que mejor servían para recaudar fondos entre las mujeres de 40 a 49 años.
  34. 34. Valor añadido: En 30 segundos, ¿Cuánto…? Internet real time https://www.betfy.co.uk/internet-realtime/
  35. 35. https://visual.ly/community/infographic/how/internet-real-time
  36. 36. ¿Conocéis al autor de esta frase? ¿Año aprox…? En este mundo moderno los datos y el exceso de información son a la vez un hecho “nocivo y confuso” para la mente.
  37. 37. ¿Conocéis al autor de esta frase? ¿Año aprox…? En este mundo moderno los datos y el exceso de información son a la vez un hecho “nocivo y confuso” para la mente. Konrad Von Gessner, (1516-1565) in “Biblioteca Universalis” 1545-1549 https://ia600501.us.archive.org/10/items/bibliotheca00gess/bibliotheca00gess.pdf
  38. 38. Trinity College Library Ref: https://cdn.civitatis.com/guias/dublin/fotos/trinity-college-old-library.jpg
  39. 39. Big Data: Un flujo dinámico de información ●Justo a tiempo ●Justo para ti
  40. 40. Datos en extrema inter-conectividad, volatilidad, opacidad y automatización cibernética… ¿Para qué sirven en educación?
  41. 41. De la entrega de datos a la búsqueda de conocimiento Informe: http://public.brighttalk.com/resource/core/1843/aug_7_big_data_opportunities_lkart_3841.pdf El reto: BigData en el aula Photo by Roman Romashov on Unsplash
  42. 42. ¿Qué vamos a hacer? ● Big Data: ¿Cuanto es BIG…? ○ Actividad: El Big data en el aula ● Información: ¿Cuándo tiene significado? ○ Actividad: Construyendo conocimiento ● Conocimiento: visible, compartido, hiperconectado y cyber-biónico ○ Actividad: Hay que gestionar la sabiduría colectiva
  43. 43. ¿Cómo utilizamos los macro datos en educación? 1-Big Data para el docente: ¿Quién consulta, analiza y utiliza datos con resultados de diagnóstico educativo? (PISA, Competencias…) 2-Big Data para el alumno: ¿Quién busca, analiza y utiliza datos en las tareas de aula? (Proyectos, tareas, ejercicios) https://pbs.twimg.com/media/DKy5r0rU8AEs5AG.jpg:large
  44. 44. ¿Quién utiliza herramientas de diagnóstico educativo? https://pbs.twimg.com/media/DKy5r0rU8AEs5AG.jpg:large
  45. 45. ¿Cómo utilizamos los macro datos en educación? http://public.brighttalk.com/resource/core/1843/aug_7_big_data_opportunities_lkart_3841.pdf
  46. 46. https://trends.google.com/trends/explore Actividad 2 Big Data para e alumno: Usos de Google Trends https://trends.google.com/
  47. 47. Recurso: Google Trends https://trends.google.com/ "Big data" is highvolume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of information processing for enhanced insight and decision making” (Gartner) https://trends.google.com/trends/explore Fútbol vs. Ciencia "Big data" son activos de información de gran volumen, alta velocidad y gran variedad que requieren formas rentables e innovadoras de procesamiento de la información para mejorar el conocimiento y la toma de decisiones” (Gartner)
  48. 48. Tarea: Google Trends 1.- Entra en: https://trends.google.com/ 2.- Explora “cambio climático” e interpreta los resultados. 3.- Comparte y analiza opiniones (grupos de 3-4 personas) 4.- En tu grupo busca otro término significativo que pueda tener relación con el anterior, compáralo y establece correlaciones: causa-efecto, distribución espacial, eje temporal. 5.- Sintetiza y comparte opiniones en tu grupo 6.- Tuitea con el hashtag de #SIMOEDU17 el conocimiento adquirido.
  49. 49. Reflexión: Aplicación educativa ¿Cómo enriquecemos con estos recursos los proyectos escolares?
  50. 50. Reflexión: Aplicación educativa ● Aprendizaje por tareas ¿Cómo enriquecemos con estos recursos las tareas colaborativas? - Atención a la diversidad (NEE) - Investigacióm/acción - Reflexión sobre la práctica - Análisis estadístico - Comparación visual de datos ● Aprendizaje por proyectos ¿Cómo damos trascendencia global a los proyectos locales, con estos recursos? -Internacionalización -STEM/STEAM/CLIL… -Ciudadanía ecológica -Recursos y datos abiertos -Argumentación basada en datos
  51. 51. De la fragmentación al aprendizaje significativo http://public.brighttalk.com/resource/core/1843/aug_7_big_data_opportunities_lkart_3841.pdf El reto: BigData en educación Photo by Ricardo Gomez Angel on Unsplash
  52. 52. Procesos https://i.pinimg.com/originals/be/c3/ba/bec3baf43bd654e1d2f9d7a64019c04b.jpg Illusion Paintings by Oleg Shuplyak Aprender es el proceso de adaptación necesario para detectar, interpretar, e interactuar con el entorno para habitarlo, adaptarlo y compartirlo a largo plazo.
  53. 53. Productos ● Datos (qué) ● Información (cómo) ● Conocimiento (por qué) ● Sabiduría (con quién) https://i.pinimg.com/originals/be/c3/ba/bec3baf43bd654e1d2f9d7a64019c04b.jpg Illusion Paintings by Oleg Shuplyak
  54. 54. Condicionantes ● Datos (percepción) ● Información (interpretación) ● Conocimiento (propósito) ● Sabiduría (principios) There are no passenger on spaceship Earth. We are all crew. Marshall McLuhan https://i.pinimg.com/originals/75/9e/03/759e035c96ec0a107b43ef9c70fbd7e9.jpg
  55. 55. Aprendizaje con la Información 4.0 Datos: Nueva definición (sin documento, sólo moléculas de información) Información: Autónoma pero dependiente (determinada por la tecnología y el usuario) Conocimientos: Orientados por el contexto (determinado dinámicamente por los niveles de ubicación, proceso y experiencia) Sabiduría: Roles humanos y no humanos (más allá del proceso y su implicación, e plantean cuestiones éticas y de sostenibilidad que debemos abordar) Ref: The Consortium 4.0 http://information4zero.org/
  56. 56. La construcción de conocimiento es un proceso conectivo y relacional. Los datos y su significado
  57. 57. La construcción de conocimiento es un proceso conectivo y relacional. Los datos y su significado
  58. 58. La construcción de conocimiento es un proceso conectivo y relacional. Los datos y su significado
  59. 59. Vídeo Construcción de conocimiento, construcción de comunidad
  60. 60. UNESCO 2030: Objetivos compartidos. El compromiso de la humanidad consigo misma
  61. 61. Conocimiento compartido, creación de comunidad ● Canales activos ● Complejidad cultural ● Sostenibilidad social
  62. 62. ¿Por qué visualizar las conductas humanas? ● Canales activos ● Complejidad cultural ● Sostenibilidad social
  63. 63. Experiencias Deseos Estratégias Planes Compartir nos hace más fuertes
  64. 64. Compartir en Internet nos hace globales Inspiración Transcendencia
  65. 65. Video -1- (fragmento) La belleza de los datos https://www.ted.com/talks/david_mccandless_the_beauty_of_data_visualization (3’00 // 6’59’’) (14’54’’ // 11’03’’)
  66. 66. Vídeo íntegro -1- La belleza de los datos Ref: The Beauty of Data Visialization https://www.ted.com/talks/david_mccandless_the_beauty_of_data_visualization
  67. 67. Actividad 3 De la información al conocimieto: Blippar https://blippar.com/ https://trends.google.com/trends/explore
  68. 68. Recurso: Blippar / https://blippar.com/es/
  69. 69. http://www.cadenadial.com/wp-content/uploads/2017/03/blippar_4_640x360.jpg Micro habilidades: - identificación - reconocimiento - conectividad - selección - relación - significación - funcionalidad - utilidad - propósito - ... Recurso: Blippar Un ejemplo de identificación hiper-conectada
  70. 70. ● Textos ● Vinculos ● Imágenes ● mapas mentales ● taxonomías ● red semántca https://thenextweb.com/wp-content/blogs.dir/1/files/2015/03/Apple_Nutrition.jpg Recurso: Blippar Un ejemplo de identificación hiper-conectada
  71. 71. 1.- Escanea tu mano. 2.- Explora diferentes disciplinas que componen el conocimiento acumulado sobre el tema. 3.- En grupo, identifica un espacio científico (anatomía, educación física, arte, filosofía) para generar una tarea de investigación en el aula. 4.- Puesta en común en el gran grupo respondiendo a la pregunta “¿Qué habilidades se pueden trabajar con esta aplicación?” Tarea: Blippar / Escaneamos una mano
  72. 72. Reflexión: Aplicación educativa
  73. 73. Reflexión: Aplicación educativa ● Aprendizaje significativo ¿Cómo damos profundidad a los datos digitales y la información virtual para que adquieran sentido? Posibilidad de explorar información de contextos relacionados y enriquecidos. Focalizar la atención en aquello que “me resulta más relevante”. ● Aprendizaje colaborativo ¿Cómo gestionamos el conocimiento para que constituya un consenso útil? Co-construcción de conocimiento entre los miembros del grupo. Aprendizaje basado en retos que sólo se resuelven cooperando.
  74. 74. Halos, una herramienta de Blippar para RA ¿quién lee a quién? ¿quié interpreta a quién? ¿quién gestiona los datos? ¿quién toma decisiones? ¿Qué riesgos hay? https://d3lqgdpixgbyis.cloudfront.net/media/public/2017/07/19/1.jpg
  75. 75. https://trends.google.com/trends/explore
  76. 76. La irrupción de la Inteligencia Artificial Filtros de identificación: algoritmos de selección por capas
  77. 77. Agregación significativa ● Simultaneidad ● Interpretación ● Toma de decisiones
  78. 78. Conocimiento expandido con Realidad Augmentada https://techcrunch.com/2017/04/11/gravity-jacks-poindextar-tracks-objects-smallest-details-for-augmented-reality-anywhere/
  79. 79. https://cnet1.cbsistatic.com/img/izEOqr8rWld2f2Pa84K9UjpT-Zg=/1170x0/2017/01/05/a151ee69-6751-4d97-b936-d71c22a03d92/hubbel-hugo-camera-product-photos-combine.jpg El reto: Interacción H/M
  80. 80. https://assets.fastcompany.com/image/upload/w_1280,f_auto,q_auto,fl_lossy/fc/3027342-poster-emotient-google-glass-detect-emotion.jpg
  81. 81. La percepción unificada en la Internet de las Cosas, gestionada por la Inteligencia Artificial: Más rápida, más exacta, más actualizada, más eficiente … Y con riesgos desconocidos. http://hpwallpaperku.com/wp-content/uploads/2015/08/Digital-Waves-Wallpaper.jpg
  82. 82. Ejemplo: El uso integrado del Big Data (incertidumbre)
  83. 83. Ejemplo: El uso integrado del Big Data (incertidumbre)
  84. 84. Ejemplo: El uso integrado del Big Data (incertidumbre)
  85. 85. Ejemplo: El uso integrado del Big Data (incertidumbre)
  86. 86. El proceso en IoT es: automatizado, opaco, invisible a la percepción de los humanos. Ejemplo: El uso integrado del Big Data (incertidumbre)
  87. 87. Big Data en Internet of Things: Una información que fluye, evoluciona y hay que interpretar. http://i.ytimg.com/vi/4gI_w_7WRFs/maxresdefault.jpg
  88. 88. https://elpais.com/elpais/2016/10/26/talento_digital/1477502097_899751.html
  89. 89. Legislación europea Documento íntegro: http://www.europarl.europa.eu/sides/getDoc.do?pubRef=-//EP//NONSGML+TA+P8-TA-2017-0051+0+DOC+PDF+V0//EN http://www.mouser.com/images/robotics-and-5g-fig1.jpg
  90. 90. Contenidos ● Big Data: ¿Cuanto és BIG…? ○ Actividad: El Big data en el aula ● Información: ¿Cuándo tiene significado? ○ Actividad: Construyendo conocimiento ● Conocimiento: visible, compartido, hiperconectado y cyber-biónico ○ Actividad: Hay que gestionar la sabiduría colectiva
  91. 91. "Un profesor podría saber cuáles son los estudiantes que no están progresando adecuadamente según el plan previsto y están en riesgo de abandonar la asignatura o el curso" -Teresa Sancho, profesora de la UOC- Big Data en educación
  92. 92. Ejemplo CENTURY, plataforma EdTech que aprovecha análisis de bigdata, mensajería, neurociencia cognitiva y aprendizaje de máquina para crear un itinerario de aprendizaje personalizado, adaptable para cada estudiante. http://www.century.tech/
  93. 93. Big Data en educación Prasad Ram (aka Pram), ex jefe de I+D de Google, es fundador, creador y CEO de Gooru , "una comunidad abierta y colaborativa en línea donde se pueden encontrar los mejores materiales libres para el aprendizaje, creados, remezclados y compartidos." Gooru aprovecha el poder de los datos para permitir la personalización aprendizaje.
  94. 94. Gooru, una nueva herramienta para el aula - como la pizarra o el retroproyector. Permite a los maestros hacer lo que ya hacen bien, pero de manera más eficiente y con mayor facilidad. Sin embargo, tiene una curva de aprendizaje porque crea un nuevo conjunto de habilidades. Los educadores necesitarán aprender a usar datos y análisis. Esto inevitablemente causará un cambio en el proceso de enseñanza. Y los filósofos han dejado claro durante siglos que un cambio en el proceso es también un cambio en el resultado. https://www.forbes.com/sites/jordanshapiro/2013/08/13/this-guy-left-google-to-put-the-power-of-big-data-into-small-classrooms/#305a14592595 Big Data en educación
  95. 95. Ejemplo Actividad para el alumnado: diseñar proyectos que busquen soluciones para el hogar: el uso del agua, el control de la temperatura, el consumo eléctrico... serían los recursos a controlar a través de los dispositivos. Vídeo: https://www.youtube.com/watch?time_continue=55&v=LR4vx53Fg1A
  96. 96. La interacción implica escucha mutua El reto: Interacción H/M Photo by Mihai Surdu on Unsplash
  97. 97. Netflix el servicio de streaming de video funciona tan bien porque conoce nuestros hábitos de visualización. Recuerda exactamente qué películas has elegido en el pasado. Registra cuántos minutos toleramos al piloto de Hemlock Grove antes de apagarlo. Es consciente de lo que eliges entre semana en horario estelar frente a lo que eliges el viernes por la noche. Y Netflix probablemente sabe mucho más. Imagínate si un maestro tuviese acceso al mismo tipo de datos. https://www.forbes.com/sites/jordanshapiro/2013/08/13/this-guy-left-google-to-put-the-power-of-big-data-into-small-classrooms/#305a14592595 Big Data en educación
  98. 98. “Los datos masivos permiten conocer mejor a nuestros estudiantes, sus hábitos de estudio y lo que les funciona mejor a la hora de afrontar los procesos de aprendizaje para poder ofrecer unos itinerarios más personalizados y adaptados a cada estudiante” -Julià Minguillón, profesor de la UOC- Big Data en educación
  99. 99. Informaciones cruzadas...Gapminder Herramienta gráfica, muy visual, para analizar diferentes tipos de datos numéricos de distintos países en forma de secuencia temporal. http://www.gapminder.org /
  100. 100. Gapminder: Para obtener la aplicación Ref: Gapminder en tu navegador https://www.gapminder.org/downloads/gapminder-hiv-presentation/
  101. 101. Visualizació dinámica de datos efímeros y de alta volatilidad: un valor añadido Visual Thinking
  102. 102. Actividad de reflexión colectiva Modelos de visualización de información: la escuela condiciona la representación de la realidad
  103. 103. 1.- Imagina una pregunta de examen para cada uno de estos modelos que representan el Sistema Solar 2.- Compáralas con tus compañeros 3.- ¿Qué esfuerzo o proceso cognitivo requiere cada una de las visualizaciones? a) Memoria e identificación explícita (Nivel 1 y 2 PISA) b) Análisis, aplicación y argumentación (Nivel 3 y 4 PISA) c) Pensamiento crítico, hipótesis creativa (Nivel 5 y 6 PISA) 4.-¿Cómo influye la apreciación de datos dinámicos, en la estimulación del aprendizaje y del pensamiento inquisitivo? 5.-¿Qué puede aportar la Visualización dinàmica de información, de datos, de conocimientos, y de procesos, en la educación? (Visual Thinking) Tarea: Toma de conciencia, para el cambio
  104. 104. Fuente imagen: https://cdn.vox-cdn.com/uploads/chorus_asset/file/8026259/PIA21425.jpg Imagina una pregunta de examen...
  105. 105. ¿Qué falla en este modelo de representación?
  106. 106. ¿Qué preguntas de examen harías? Vid vídeo original: https://www.youtube.com/watch?v=0jHsq36_NTU From 0’30’’ to 2’02’’ https://iwsmt-content-ok2nbdvvyp8jbrhdp.stackpathdns.com/2282013232750iAtC2afkODS6U.gif http://coub.com/view/1ihz3 ¿Qué falla en este modelo de representación?
  107. 107. https://stardate.org/sites/default/files/images/gallery/Milky_Wa y_Arms.png (Exclusivamente para uso educativo) Representación de la Via Láctea (visualización estàtica y plana) ¿Qué preguntas de examen harías? ¿Qué falla en el modelo?
  108. 108. https://upload.wikimedia.org/wikipedia/commons/0/0f/CMB_Timeline75_(Fr).jpg
  109. 109. Los Modelos de Visualización condicionan la percepción de la realidad Hemos de pasar de una realidad estàtica a una realidad combiante, con: - Datos ingentes en contínuo flujo y evolución. - Información fragmentada y selectiva, generada por humanos y máquinas. - Conocimiento aplicado y contingente, contextualizado. - Flexibilidad de modelos representativos y curiosidad científica. - ... El Big Data (Macro Datos) puede ayudar a cambiar la educación
  110. 110. El ‘Big data’ es un sistema que permite recoger, gestionar, analizar y representar grandes volúmenes de datos* que serán utilizados para su estudio, visualización y aprovechamiento posterior. *La mayoría de los analistas y profesionales actualmente se refieren a conjuntos de datos que van desde 30-50 Terabytes a varios Petabytes. Photo credit: NASA Goddard Photo and Video via Foter.com / CC BY
  111. 111. En Educación ¿ Big Data o Smart Data ?
  112. 112. Si el Big Data no nos ayuda a solucionar algunos de los problemas del mundo, el Big Data será un problema más.
  113. 113. Neus Lorenzo @NewsNeus Juanmi Muñoz @mudejarico Photo by William Bout on Unsplash

×