Abhijit Kadle laat zien dat we over steeds meer informatie beschikken, en over technologie die steeds krachtiger, ‘intelligenter’ en kleiner wordt. Computers worden dan ook overal in geïntegreerd. Dat maakt ‘embedded ubiquitous learning‘ mogelijk: alomtegenwoordig en ingebed. Maar past deze manier van leren bij ons allemaal?
Kadle schrijft o.a.:
Couple semantic agents that can make sense of ‘big data’ streams with fully functional computers that can sense their environment (sensors like mobile phones), communicate with other agents/computers, and take action on that basis – the possibilities are endless.
De auteur probeert deze manier van leren te concretiseren:
- Gebruik maken van ‘agents‘ die context van de lerenden begrijpen en gebruiken, die in staat zijn om gevarieerde datastromen coherent te maken waardoor je ontdekkend kunt leren.
- Op basis van je leergedrag creëer je een leerprofiel dat maakt dat virtuele leeromgevingen leren beter kunnen personaliseren (dit kan serendipitous leren overigens belemmeren omdat je niets verrassends meer ontdekt).
- Professionals hebben geen behoefte meer aan aparte opleidingen omdat je altijd en overal in netwerken kunt leren (voor leken werkt dit overigens niet).
Ik geloof inderdaad deze manier van ‘embedded ubiquitous learning‘ professionals kan helpen bij te blijven op hun eigen vakgebied. Deze manier van leren werk voor mensen met veel voorkennis en ervaring met een bepaald onderwerp. Als je echter geen basis hebt op een bepaald vakgebied, dan kun je vrij weinig met deze manier van leren.
Daar komt bij dat deze manier van leren geen rekening houdt met leervoorkeuren. Er zullen genoeg mensen zijn, die de voorkeur geven aan meer formele leeractiviteiten.
This content is published under the Attribution 3.0 Unported license.
Geef een reactie